python 爬虫爬文档

Python爬虫可以用于爬取不同类型的文档，包括TXT、Word、Excel、PDF、CSV等。下面是一些基于Python3的抓取方法：

1. 对于TXT文档，可以使用Python内置的open函数读取文本文件，然后进行相应的文本处理。

2. 对于Word文档，可以使用Python的python-docx库进行解析和读取。该库可以提取文档中的文本、表格、图片等内容。

3. 对于Excel文档，可以使用Python的openpyxl库进行操作。该库可以读取和写入Excel文件，并提供了对工作表、单元格和公式的支持。

4. 对于PDF文档，可以使用Python的PyPDF2或pdfminer.six库进行解析。这些库可以提取文档中的文本和图像，并提供了一些文档处理的功能。

5. 对于CSV文档，可以使用Python的csv模块进行读取和写入。该模块提供了处理CSV文件的方法，可以方便地进行数据的导入和导出。