六一礼物怎么选?来用python采集几套试卷送给小朋友们吧
off999 2024-09-16 00:41 25 浏览 0 评论
大家好啊，我是枫哥～ 马上要六一了，想一想我小时候的儿童节老师大概率都会布置一些试卷，所以也算是渡过了一个很"快乐"的童年呢。
所以今天这篇文章来采集一下试卷网中的试卷，快来学习一下，然后采集几套试卷送给你身边还在上学的小朋友们吧，想必收到这个儿童节礼物他们应该会很高兴～
目标网站的页面大概是长这样的，结构还是很清晰的，不同科目，年级都很规律，可以说是比较容易采集的了。
我们以一年级的语文试卷为例来演示，首先点击"语文试卷"，选择"一年级"。会新打开一个标签页，可以看到试卷还是很丰富的，为了小朋友的身心健康，我们就先采集前 5 页的试卷吧。
打开开发者工具，查看页面的 dom 结构
核心就是这个表格 tbody 里的内容了，关键信息基本都有了，试卷名称，文件类型，版本，大小，上传日期。那么问题来了，怎么下载呢？ 我们继续点击某一个试卷，查看这个试卷的详情页面，可以看到页面底下有一个"本地下载按钮"。
利用开发者工具找到这个按钮的 dom 元素，如下，就能获取到这个试卷的下载地址了。点击测试一下，确实是能下载的。
这次就不用 js 来写脚本了，换 python 写吧，主打一个随心所欲。 大概原理，利用 request 库来请求内容，bs4 库来解析 html 提取试卷信息，下载链接等，开干～ 编写获取指定页面的所有试卷数据函数
测试执行执行一下，没什么问题
然后遍历获取到的试卷，得到下载地址
执行一下，成功拿到了试卷的下载地址。
编写下载试卷的函数，传入 url 和 folder，folder 暂时写死为 yuwen
执行后，就可以在当前目录下的 yuwen 文件夹中看到下载好的试卷文件了
试卷文件是压缩包，如果要手动解压的话，肯定是不行的。所以我们可以使用 rarfile 这个库来对文件进行解压。添加解压代码，解压后记得要删除原有的压缩包，代码如下
再来执行一次，完成后就能看到解压后的试卷了
最后，增加一个遍历条件，采集前 5 页的试卷
好了，到这里我们基本的功能就都实现好了。 如果你想指定下载的科目和年级，也可以支持，我们继续对代码进行一下改造，支持在执行的时候传入两个参数，分别是科目和年级。
比如下面的这个命令，就表示采集语文科目，1年级的试卷。如果要采集其他科目，也可以传入对应的参数即可
关键代码大致如下，解析脚本传入的参数
获取试卷列表页面的 list 地址
然后我们来尝试下载一年级的数学试卷
执行后的结果如下
总结
- 学习到了 python requests、bs4、rarfile 等库的使用；
- 了解了 pyton 编写爬虫脚本的思路；
原文链接：https://juejin.cn/post/7374968339905724426
相关推荐
- python import 出现 ModuleNotFoundError 解决方法
-
错误的原因是你的Python环境没有正确安装库文件。本文以Scapy为例，给出详细方案：1.确认是否成功安装Scapy运行以下命令检查Scapy是否已安装：pip3list|gre...
- Github 7.4k star，一个强大的 Python 库-sh!
-
大家好，今天为大家分享一个强大的Python库-sh。Github地址：https://github.com/amoffat/shsh库是Python生态系统中一个专门用于执行系统命令的第三方...
- 学习编程第148天 python编程循环的嵌套使用
-
今天学习的是刘金玉老师零基础Python教程第32期，主要内容是python编程循环的嵌套使用。（一）一维数组及输出#一维数组list1=["110001","四川二流子...
- 2025-07-09:使数组元素互不相同所需的最少操作次数。用go语言，
-
2025-07-09：使数组元素互不相同所需的最少操作次数。用go语言，给定一个整数数组nums和一个整数k，对于数组中的每个元素，你最多可以对其进行一次操作：将一个在区间[-k,k]内的...
- python数据分析numpy基础之max求数组最大值
-
1python数据分析numpy基础之max求数组最大值python的numpy库的max()函数，用于计算沿指定轴(一个轴或多个轴)的最大值。用法numpy.max(a,axis=None,...
- 加快Python算法的四个方法(四)Dask
-
CDA数据分析师出品相信大家在做一些算法经常会被庞大的数据量所造成的超多计算量需要的时间而折磨的痛苦不已，接下来我们围绕四个方法来帮助大家加快一下Python的计算时间，减少大家在算法上的等待时间。...
- 六十六、Leetcode数组系列(中篇)（leetcode679）
-
@Author：Runsen@Date：2020/6/8人生最重要的不是所站的位置，而是内心所朝的方向。只要我在每篇博文中写得自己体会，修炼身心；在每天的不断重复学习中，耐住寂寞，练就真功，不畏艰难...
- Numpy中的ndarray是什么?（'numpy.ndarray' object has no attribute 'append'）
-
1.创建ndarray创建数组最简单的办法就是使用array函数。它接受一切序列型的对象（包括其他数组），然后产生一个新的含有传入数据的Numpy数组。np.array会尝试为新建的这个数组推断出一个...
- Python中的数据导入与查询（python怎样导入数据库）
-
适用场景：快速导入文本/Excel数据→Pandas读取大型数值数据→Numpy处理复杂二进制文件→h5py/scipy.io数据库交互→SQLAlchemy+Pandas一、数据...
- 2025-07-02:统计数组中的美丽分割。用go语言，给定一个整数数组
-
2025-07-02：统计数组中的美丽分割。用go语言，给定一个整数数组nums，我们要把它划分成三个连续且非空的子数组nums1、nums2、nums3，且这三个子数组按顺序拼接后还原为原数组...
- 2025-07-10:字符相同的最短子字符串Ⅰ。用go语言，给定一个长度
-
2025-07-10：字符相同的最短子字符串Ⅰ。用go语言，给定一个长度为n的二进制字符串s和一个允许执行的最大操作次数numOps。每次操作可以选择字符串中的任意一个位置i（0≤i...
- 2025-06-19:识别数组中的最大异常值。用go语言，你有一个长度为
-
2025-06-19：识别数组中的最大异常值。用go语言，你有一个长度为n的整数数组nums，其中恰好有n-2个元素属于“特殊数字”类别。剩下的两个元素中，一个等于所有这些特殊数字的总和，另...
- 2025-06-28:长度可被 K 整除的子数组的最大元素和。用go语言，给
-
2025-06-28：长度可被K整除的子数组的最大元素和。用go语言，给定一个整数数组nums和一个整数k，求nums中长度为k的倍数的非空子数组中，子数组和的最大值。返回该最大和...
- 在 Python 中如何向一个已排序的数组(列表) 中插入一个数呢
-
在Python中如何向一个已排序的数组（列表）中插入一个数呢？方法有很多种，关键在于原来数组是什么样的排序，用到啥排序方法效率高，就用哪种。我们来练习其中的几种插入方法，另外也掌握下遍历数组的...
- 2025-07-04:统计符合条件长度为 3 的子数组数目。用go语言，给定
-
2025-07-04：统计符合条件长度为3的子数组数目。用go语言，给定一个整数数组nums，请你计算有多少个长度恰好为3的连续子数组满足这样的条件：子数组的第一个元素与第三个元素的和，正好...
欢迎 你 发表评论:
- 一周热门
- 最近发表
-
- python import 出现 ModuleNotFoundError 解决方法
- Github 7.4k star，一个强大的 Python 库-sh!
- 学习编程第148天 python编程循环的嵌套使用
- 2025-07-09:使数组元素互不相同所需的最少操作次数。用go语言，
- python数据分析numpy基础之max求数组最大值
- 加快Python算法的四个方法(四)Dask
- 六十六、Leetcode数组系列(中篇)（leetcode679）
- Numpy中的ndarray是什么?（'numpy.ndarray' object has no attribute 'append'）
- Python中的数据导入与查询（python怎样导入数据库）
- 2025-07-02:统计数组中的美丽分割。用go语言，给定一个整数数组
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python字典遍历 (54)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python读取文件夹下所有文件 (59)
- java调用python脚本 (56)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)