python爬取百度文库文档

爬取百度文库文档可以使用 Python 中的 requests 和 BeautifulSoup 库。以下是一个基本的爬取代码：

import requests
from bs4 import BeautifulSoup

# 设置请求头部信息
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}

# 填写要爬取的文档的url地址
url = 'https://wenku.baidu.com/view/xxx.html'

# 发送请求
response = requests.get(url, headers=headers)

# 解析文档内容
soup = BeautifulSoup(response.text, 'lxml')
content = soup.find_all('div', class_='bd')

# 输出文档内容
for item in content:
    print(item.text)

需要注意的是，百度文库有反爬措施，所以在爬取时需要设置合适的请求头部信息，避免被封禁。同时，也需要注意法律法规，不要在未经允许的情况下非法获取他人的文档。