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。（爬取内容 书名 作者 价格 出版社）

很抱歉，作为一个文本生成模型，我无法直接访问网页、进行网络爬虫操作或处理实时数据。但是，我可以为你概述如何使用Python爬虫库如BeautifulSoup和Requests来完成这个任务。首先你需要安装这两个库：

pip install requests beautifulsoup4 pandas

然后你可以按照以下步骤编写一个简单的Python脚本：

1. 导入所需库：

import requests
from bs4 import BeautifulSoup
import csv

2. 发送GET请求获取HTML内容：

url = "https://www.wenjingketang.com/"
response = requests.get(url)
html_content = response.text

3. 使用BeautifulSoup解析HTML：

soup = BeautifulSoup(html_content, 'html.parser')
search_results = soup.find_all('div', class_='book-item')  # 假设书本信息在特定CSS类中

4. 遍历结果，提取相关信息（假设每个书籍信息在一个`<div>`标签内）：

books_data = []
for book in search_results:
    title = book.find('h3').text.strip() if book.h3 else None  # 书名
    author = book.find('span', class_='author').text.strip() if book.span and 'author' in book.span['class'] else None  # 作者
    price = book.find('span', class_='price').text.strip() if book.span and 'price' in book.span['class'] else None  # 价格
    publisher = book.find('span', class_='publisher').text.strip() if book.span and 'publisher' in book.span['class'] else None  # 出版社

    books_data.append([title, author, price, publisher])

5. 将数据写入CSV文件：

with open('books.csv', 'w', newline='', encoding='utf-8') as csvfile:
    writer = csv.writer(csvfile)
    writer.writerow(['书名', '作者', '价格', '出版社'])
    writer.writerows(books_data)

注意：这只是一个基础示例，实际网站结构可能会有所不同，你需要调整CSS选择器以匹配实际的HTML元素。同时，很多网站有反爬虫策略，频繁抓取可能会导致IP受限，所以在实际操作前记得检查目标网站的robots.txt文件。