python爬虫的第二次（知乎pyhton英文单词爬取）

爬取某个帖子的python相关的英文单词，以过滤中文，方便导入墨墨词本，但是还有些带（）注释的暂不知道怎么去除，先写出来，后续处理，附code

 

import requests
from bs4 import BeautifulSoup

# 服务器反爬虫机制会判断客户端请求头中的User-Agent是否来源于真实浏览器，所以，我们使用Requests经常会指定UA伪装成浏览器发起请求
headers = {'user-agent': 'Mozilla/5.0'}
testurl = "https://zhuanlan.zhihu.com/p/53641310"
# 使用request去get目标网址
res = requests.get(testurl, headers=headers)
# 更改网页编码--------不改会乱码
res.encoding = "UTF-8"
# 创建一个BeautifulSoup对象
soup = BeautifulSoup(res.text, "html.parser")

ans = soup.find_all(["p", "RichText ztext Post-RichText"])

for words in ans:
    wordlist = words.text
    word1 = (''.join(filter(lambda c: ord(c) < 256, wordlist)))
    word2 = word1.split(' ', 1)[0]
    print(word1)