Python爬取网页文本数据Excel

在Python中，爬取网页文本数据并将数据保存到Excel文件中，通常会使用几个非常实用的库：`requests`用于发送HTTP请求获取网页内容，`BeautifulSoup`用于解析HTML和XML文档，以及`pandas`用于数据处理和保存到Excel。

以下是这个过程的基本步骤：

1. 使用`requests`库发送请求获取网页内容。
2. 利用`BeautifulSoup`解析网页内容，提取所需数据。
3. 使用`pandas`处理提取的数据，创建数据框（DataFrame）。
4. 将数据框保存为Excel文件，使用`pandas`提供的`to_excel`方法。

下面是一个简单的代码示例：

import requests
from bs4 import BeautifulSoup
import pandas as pd

# 1. 发送请求获取网页内容
url = 'http://example.com'
response = requests.get(url)

# 2. 解析网页内容并提取数据
soup = BeautifulSoup(response.text, 'html.parser')
data = []  # 创建一个空列表存储提取的数据
# 假设我们提取的是网页中的所有段落文本
for paragraph in soup.find_all('p'):
    data.append(paragraph.get_text())

# 3. 使用pandas处理数据
df = pd.DataFrame(data, columns=['Text'])

# 4. 将数据框保存为Excel文件
df.to_excel('output.xlsx', index=False)

需要注意的是，实际的网页结构可能更加复杂，需要根据具体的HTML结构来提取所需的数据。同时，在进行网页爬取时，应当遵守目标网站的`robots.txt`规则，并尊重版权和隐私政策。