Python爬虫之爬取某文库文章

说在前面的话：

本篇笔记准确地说应该是一篇改进版文章。
其来源于：Python爬取某库并存储为word文档
本文所爬取的文章url：简述基于MATLAB的循环码编译码器设计与仿真胡鑫
需要注意的是，源码中加入很多 time.sleep() 语句，其目的是防止被封IP，即更好的将机器伪装成人为操作。所以，在运行时速度缓慢，请在没有出现报错时，耐心等待。
如若侵权，联系即删

一、源码展示：

这是作者 鹏鹏写代码 文章中的源代码，当我们在运行时，会出现如下图所示的报错：

注：在运行时，我们除了所使用代码中的库时，还需用用到一个软件，即 chromedriver.exe。这是在使用 selenium 必备的。
其具体安装使用情况，详见：Pycharm中错误 ‘chromedriver‘ executable needs to be in PATH 解决

"""author

鹏鹏写代码
"""
import pandas
import selenium
from selenium.webdriver.common.keys import Keys
from selenium import webdriver
from docx.oxml.ns import qn  # 中文格式
from docx import Document  ##需要安装第三方库python-docx
from docx.shared import Pt  # 用于设置字体样式
import time



driver = webdriver.Chrome("C:\\Users\\Administrator\\AppData\\Local\\Google\\Chrome\\Application\\chromedriver.exe")
driver.get("http://wenku.baidu.com/view/9f9765542d60ddccda38376baf1ffc4fff47e26c")
time.sleep(5)
#为了避免百度页面变为旧版页面，需要刷新
driver.refresh()
time.sleep(2)
driver.execute_script("window.scrollTo(0,4004)");  #跳转到页面“阅读所有页面”的位置
driver.find_element_by_xpath("//div[@class='fold-page-text']").click()  #点击“阅读所有页面“
driver.execute_script("window.scrollTo(0,400)");  ####跳转到页面初始位置

#得到当前总页面
all_page = driver.find_element_by_xpath("//div[@class='goto-page']").text.replace("/ ", "")

result_text = ""
i = 1
while (i <= int(all_page)):
    driver.find_element_by_xpath("//input[@class='cur-page']").clear()  #清除输入值
    driver.find_element_by_xpath("//input[@class='cur-page']").send_keys(i)  #设置跳转页面编号
    driver.find_element_by_xpath("//input[@class='cur-page']").send_keys(Keys.ENTER, '\ue007')  # 回车键
    time.sleep(2)
    result_text = result_text + driver.find_element_by_xpath("//div[@id='pageNo-{0}']".format(i)).text  #得到页面的文本
    time.sleep(2)
    i += 1

result_text = result_text.replace("\n", "")
zf = 0
while zf <= 9:
    s = str(zf) +