1、工具:Python+selenium+Docx
2、实现步骤:
① 模拟登陆语记;
② 利用日期(年月,例如201909)去定位要抓取的内容;(这里需要控制好内容列表的滚动条和翻页)
③ 利用正则表达式获取正文内容,这里注意iframe框和图片的获取需要提供cookie;
④ 最后保存到word中。如下图(每月内容保存一个word)
① 模拟登陆语记;
② 利用日期(年月,例如201909)去定位要抓取的内容;(这里需要控制好内容列表的滚动条和翻页)
③ 利用正则表达式获取正文内容,这里注意iframe框和图片的获取需要提供cookie;
④ 最后保存到word中。如下图(每月内容保存一个word)