文件名称：crawlBaiduWenku:这可能是爬百度文库最全的项目了
文件大小：17.38MB
文件格式：ZIP
更新时间：2024-03-28 21:39:39
python spider baiduwenku Python
爬取百度文库 需求是发明之母 想下载文件又不想花钱和积分 如果你和我有一样的想法就往下看，只要几分钟就可以看完，从今以后可以白嫖99％的文库了 使用方法 1.下载本文档（当然也可以选择不下载） git clone 2.安装依赖项（如果这些库你都有，也可以不安装） 先用cmd切换到requirements.txt路径 pip安装-r -r required.txt 3.下载PhantomJS（本文档自带） 然后将其添加到环境变量，新手 因为selenium高版本不支持PhantomJS了，所以我们这里选择安装低版本的selenium 4.运行crawlBaiduWenku.py文件 此时你就会得到你想要的（大概率是可行的），要是爬取的不太理想，请继续阅读 使用说明（若是不想看文字，可以直接看示例文件夹内的实例，或者直接看各文件的作用） 爬TXT文件，爬取效果最好，可以选择可以使用
【文件预览】：
crawlBaiduWenku-master
----.gitignore(2KB)
----pic_to_pdf.py(712B)
----pic_to_txt.py(2KB)
----Screenshot_to_pdf.py(5KB)
----requirement.txt(111B)
----LICENSE(1KB)
----README.md(5KB)
----example()
--------TXT()
--------PPT()
--------DOC()
--------PhantomJs()
--------README.md(64B)
--------baidu-aip()
--------PDF()
--------XLS()
----parse_to_pic.py(2KB)
----pic_to_xls.py(1KB)
----pic_to_ppt.py(1KB)
----parse_to_txt.py(2KB)
----.gitattributes(123B)
----parse_to_doc.py(2KB)
----phantomjs-2.1.1-windows()
--------third-party.txt(1KB)
--------bin()
--------ChangeLog(17KB)
--------examples()
--------README.md(2KB)
--------LICENSE.BSD(1KB)
----crawlBaiduWenku.py(7KB)