python网络爬虫 pdf

以下是使用Python进行网络爬虫并下载PDF文件的示例代码：

import requests
from bs4 import BeautifulSoup

# 定义目标网页的URL
url = "https://example.com"

# 发送HTTP请求并获取网页内容
response = requests.get(url)

# 使用BeautifulSoup解析网页内容
soup = BeautifulSoup(response.content, "html.parser")

# 查找所有的链接标签
links = soup.find_all("a")

# 遍历所有链接标签
for link in links:
    # 获取链接的href属性值
    href = link.get("href")
    
    # 判断链接是否为PDF文件
    if href.endswith(".pdf"):
        # 构造PDF文件的URL
        pdf_url = url + href
        
        # 发送HTTP请求并下载PDF文件
        pdf_response = requests.get(pdf_url)
        
        # 保存PDF文件到本地
        with open(href, "wb") as file:
            file.write(pdf_response.content)

请注意，上述代码中的`url`变量需要替换为您要爬取的网页的URL。此外，您还需要安装`requests`和`beautifulsoup4`库，可以使用以下命令进行安装：

pip install requests beautifulsoup4