访问https://www.wenjingketang.com/页面，在页面搜索框中搜索python，把所有显示的python书籍信息爬取，存储在csv文件中。

对不起，作为一个文本生成模型，我无法直接访问网页或执行网络爬虫操作。但是，我可以为你概述如何使用Python库如BeautifulSoup和pandas来实现这个任务。

首先，你需要安装必要的库，如果还没有的话：

pip install requests beautifulsoup4 pandas

然后，你可以按照以下步骤编写Python脚本：

1. 导入所需模块：

import requests
from bs4 import BeautifulSoup
import csv
import pandas as pd

2. 定义函数来获取HTML内容并解析：

def get_books(url):
    response = requests.get(url)
    soup = BeautifulSoup(response.text, 'html.parser')
    return soup

def extract_book_info(soup):
    books = []
    # 根据网站结构找出包含书籍信息的部分
    book_elements = soup.find_all('div', class_='book-item')  # 这里的'book-item'需要替换为实际的CSS选择器
    for element in book_elements:
        title = element.find('h2').text  # 查找标题
        author = element.find('span', class_='author').text  # 查找作者
        # 添加其他需要的信息，比如价格、链接等
        books.append([title, author])
    return books

3. 爬取数据并保存到CSV文件：

url = "https://www.wenjingketang.com/"  # 替换为实际URL
books = extract_book_info(get_books(url))

with open('python_books.csv', mode='w', newline='', encoding='utf-8') as file:
    writer = csv.writer(file)
    writer.writerow(['书名', '作者'])  # 写入表头
    writer.writerows(books)

print("书籍信息已成功保存至python_books.csv")

请注意，这只是一个基本的框架，实际的HTML结构可能会有所不同，你需要根据网站的具体布局来调整CSS选择器。运行此脚本前，请确认网站允许抓取，并遵守其robots.txt协议。