Python爬虫入门教程21：文档的爬取(2)

import json

from docx import Document

from docx.shared import Cm

安装Python并添加到环境变量，pip安装需要的相关模块即可。

💥目标网页分析

---

网站的文档内容，都是以图片形式存在的。它有自己的数据接口

接口链接：

https://openapi.book118.com/getPreview.html?&project_id=1&aid=272112230&t=f2c66902d6b63726d8e08b557fef90fb&view_token=SqX7ktrZ_ZakjDI@vcohcCwbn_PLb3C1&page=1&callback=jQuery18304186406662159248_1614492889385&_=1614492889486

接口的请求参数

整体思路

---

• 请求网页返回response数据（字符串）

• 通过re模块匹配提取中间的数据（列表）索引取0（字符串）

• 通过json模块是把提取出来的数据转换成json模块

• 通过遍历获取每张图片的url地址

• 保存图片到本地文件夹

• 把图片保存到word文档

爬虫代码实现

---

def download():

content = 0

for page in range(1, 96, 6):

给定 2秒延时<