python爬取法律裁判文书

法律裁判文书是指法院审理案件后作出的裁定、判决等文书，可以通过以下步骤使用Python爬取：

1. 确定目标网站：可以选择全国法院公开网、中国裁判文书网等网站。
2. 确定需要爬取的信息：可以爬取案件名称、案号、当事人、审判程序、裁判日期、文书类型等信息。
3. 确定爬取方式：可以使用requests库发送HTTP请求获取网页源代码，使用BeautifulSoup库解析网页内容，使用re库匹配需要的信息。
4. 编写爬取代码：根据以上步骤编写爬取代码，注意加入异常处理机制。
5. 存储数据：可以将爬取的数据存储到本地文件或数据库中。

以下是一个简单的示例代码：

import requests
from bs4 import BeautifulSoup
import re

url = "http://www.court.gov.cn/fabu-gengduo-1.html"
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3"}

try:
    response = requests.get(url, headers=headers)
    if response.status_code == 200:
        soup = BeautifulSoup(response.content, 'html.parser')

        for item in soup.find_all("li"):
            title = item.find("a").get_text()
            link = item.find("a").get("href")

            if re.search(r'裁判文书', title):
                print(f"标题：{title}，链接：{link}")
except Exception as e:
    print(e)

该示例代码爬取了全国法院公开网的法律裁判文书信息。在爬取时，首先发送HTTP请求获取网页源代码，然后使用BeautifulSoup库解析网页内容，使用re库匹配需要的信息。最后，将匹配到的信息打印出来。