写一个python代码，爬取语言生态术语

在Python中，我们可以使用requests库来发送HTTP请求获取网页内容，然后BeautifulSoup库来解析HTML并提取我们感兴趣的信息。下面是一个简单的例子，展示如何爬取维基百科关于“自然语言处理”(Natural Language Processing)的页面并提取一些相关的术语：

import requests
from bs4 import BeautifulSoup

# 目标URL
url = "https://zh.wikipedia.org/wiki/%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A0%88%E5%9B%BD"

def extract_terms(soup):
    # 定义目标词汇标签，如`li`中的`a`
    term_elements = soup.find_all('li', class_='toclevel-2')
    
    terms = []
    for element in term_elements:
        # 提取文本内容（假设链接文字即为术语）
        term = element.a.text if element.a else element.text.strip()
        if term:
            terms.append(term)
    return terms

# 发送GET请求并解析响应
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

# 提取术语
nlp_terms = extract_terms(soup)

print("提取到的一些自然语言处理术语:")
for i, term in enumerate(nlp_terms, start=1):
    print(f"{i}. {term}")

#