Python爬虫-某政务网站文档爬取，并将正文内容保存在word

前言

本文是该专栏的第1篇，后面会持续分享python爬虫案例干货，记得关注。

地址：aHR0cDovL3d3dy5oZWJlaS5nb3YuY24vc2VhcmNoL3BjUmVuZGVyP3BhZ2VJZD1iOTdhMzg4MzNmNzM0M2NlYmMzMWRlYzQ0NTQ0ZjY4NA==

需求：以某政务网网站为例，采集其正文内容，并将其正文内容以docx格式保存为word。

废话不多说，跟着笔者直接往下看详细内容。（附带完整代码）

正文

1. 参数分析

将上述地址进行base64.b64decode转码获取url之后，使用浏览器（笔者这里用的google浏览器）打开之后，直接F12启动开发者工具。直接选中Network并点击Fetch/XHR，紧接着，鼠标滑到最底部的翻页按钮处。如下所示：

随机点击某个页数，比如第2或第3页，观察右侧控制台区域是否有刷新数据信息，如下所示：