爬取网页信息存储到doc格式文件,并写成函数,使用python代码

下面是一个用 Python 爬取网页信息,并将其存储到 doc 格式文件的示例代码:

import requests
from bs4 import BeautifulSoup
from docx import Document

def scrape_and_save(url, file_name):
    # 爬取网页
    response = requests.get(url)
    html = response.text
    soup = BeautifulSoup(html, 'html.parser')

    # 创建 docx 文件
    document = Document()

    # 在 docx 文件中添加爬取到的网页信息
    document.add_paragraph(soup.prettify())

    # 保存 docx 文件
    document.save(file_name)

url = 'https://www.example.com'
file_name = 'example.docx'
scrape_and_save(url, file_name)

这段代码使用了 requests 库来爬取网页,使用 BeautifulSoup 库来解析 HTML 内容,使用 docx 库来创建和保存 docx 文件。

它会爬取给定的 url 地址的网页内容,然后将网页内容添加到一个新的 docx 文件中,最后将这个 docx 文件保存到给定的文件名 file_name 中。

希望这段代码能够帮到你!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值