? ? 最近在做一個(gè)小項(xiàng)目，寫醫(yī)藥生產(chǎn)SOP操作規(guī)程识补。一開始以為只是小case族淮，直到我看了這張清單：
? ? 只有這個(gè)嗎？No~No~No~凭涂，這只是其中一頁祝辣，還有5頁紙，總共有一百多項(xiàng)切油。What? 我一個(gè)人寫完蝙斜？那是不可能滴。我是個(gè)喜歡偷懶的人澎胡，想當(dāng)年孕荠。。攻谁。（此處省略一千字）稚伍。好吧，不瞎扯了巢株，大家時(shí)間都比較寶貴槐瑞，我們直接進(jìn)入主題，用selenium爬取百度文庫文檔連接阁苞，用冰點(diǎn)文庫下載困檩。
? ? 首先祠挫，選擇selenium是因?yàn)榘俣任膸斓姆琅来胧┳龅锰昧恕２粌H如此悼沿，百度文庫還有很變態(tài)的地方等舔，直接搜索得到的結(jié)果不是我想要的，一定要點(diǎn)一下search糟趾！~~~
直接上代碼：
#coding:utf-8
import gevent
import gevent.monkey
gevent.monkey.patch_all()
import gevent.pool
import selenium
import urllib.parse
import selenium.webdriver
import time
import lxml
import lxml.etree
? ? 簡(jiǎn)書的編輯器似乎對(duì)書寫代碼不太友好慌植。這里通過協(xié)程池和無界面瀏覽器加快爬取速度。不過這種策略要網(wǎng)速跟得上才行义郑。下載下來是這樣的：
? ? 這個(gè)該怎么用呢蝶柿？用過冰點(diǎn)文庫的自然懂。下載下來就是這樣的：
? ? 總結(jié)：使用selenium在百度文庫搜索關(guān)鍵詞非驮，并下載第一個(gè)界面的所有百度文庫地址（只用第一個(gè)界面是因?yàn)榈谝粋€(gè)網(wǎng)頁的搜索結(jié)果質(zhì)量最高）交汤。得到這些地址列表最后使用冰點(diǎn)文庫批量白嫖。
