怎么用爬虫做语料库，可以帮我写出一个用于扒取网站中包含关键次的程序或代码吗

使用爬虫构建语料库主要是通过自动化地抓取网页内容并提取关键词的过程。以下是一个简单的Python示例，使用了`requests`和BeautifulSoup库来进行网页抓取，`re`库用于关键词匹配：

import requests
from bs4 import BeautifulSoup
import re

# 定义目标网站和关键词
url = 'https://www.example.com'
keyword = '你想查找的关键字'

def fetch_and_extract(url, keyword):
    # 发送GET请求获取网页内容
    response = requests.get(url)
    if response.status_code == 200:
        soup = BeautifulSoup(response.text, 'html.parser')
        
        # 提取所有文本内容（例如从p标签）
        text_content = soup.find_all('p', text=True)

        # 对每个段落进行处理，寻找关键词
        for paragraph in text_content:
            if keyword in paragraph.get_text():
                print(paragraph.get_text())  # 打印含有关键词的部分

        # 如果需要保存整个页面的HTML，可以替换print为文件操作
        # with open('output.html', 'w') as f:
        #     f.write(str(soup.prettify()))

fetch_and_extract(url, keyword)

注意：在实际使用中，请遵守网站的robots.txt协议以及法律法规，不要对目标网站造成过大的负担。此外，这个例子假设目标网站的结构适合直接提取文字，如果结构复杂，可能需要更深入的解析。