python爬取百度汉语（汉字，部首，笔划数，拼音，相关组词，基本释义）

文章目录

• 目录

  前言

  一、使用步骤

  1.引入库

  2.读入数据

  3.信息爬取

  3.数据保存

  完整代码

  ---

前言

本文根据输入word文档，依次读取word中的汉字在百度汉语进行爬取对应汉字的汉字，部首，笔划数，拼音，相关组词，基本释义并且生成excel保存所爬取的内容。

一、使用步骤

1.引入库

代码如下（示例）：

import urllib.request as ur
import urllib.parse as up
from lxml import etree
import os
import pandas as pd
from docx import Document

2.读入数据

代码如下（示例）：

def readWordFile(file_path):
    doc = Document(file_path)
    words = []
    for paragraph in doc.paragraphs:
        words.extend(list(paragraph.text))
    return words

该处传入word文档地址依次遍历

3.信息爬取

代码如下（示例）：

def getMeaning(word):
    parse_json_list = {}
    print("\n正在爬取信息...")

    parse_json = {}
    url = 'https://hanyu.baidu.com/zici/s?from=aladdin&query=' + up.quote(word) + '&srcid=51368&wd=' + up.quote(word)
    html = openUrl(url).decode('utf-8', errors='ignore')
    html