python 爬虫 搜狗词库

完整版代码github地址：https://github.com/Monster2848/sougou_dic_spider 目标网站 下面有分类 点进 社会科学–金融保险分类 我们需要获取的数据是 词库标题 和 词库文件地址 通过查看请求发现这个网页并没有被加密 直接get请求就可以获得完整网页 然后要做的就是找到 标题元素 和 立即下载元素 提取 内容 和 url 写一下xpath 匹配规则

>>阅读原文<<