#Python3.5
#2018/2/14
#參考教程：http://blog.csdn.net/c406495762/article/details/72331737#31-selenium
#待改進(jìn)：中文字體；代碼的通用性；無(wú)法爬取圖片
?
from?selenium?import?webdriver??#webdriver用來(lái)打開(kāi)網(wǎng)頁(yè)
from?bs4?import?BeautifulSoup???#用來(lái)爬取內(nèi)容
import?time?????#用來(lái)等待完全加載
from?docx?import?Document???????#新建文檔
from?docx.enum.text?import?WD_ALIGN_PARAGRAPH???#用來(lái)居中顯示標(biāo)題????
?
def?find_doc（driver?i）:
????time.sleep（3）
????html?=?driver.page_source
????soup1?=?BeautifulSoup（html?‘html.parser‘）
?
????result?=?soup1.find（‘div‘?attrs?=?{‘class‘:‘doc-title‘}?）
????doc_title?=?result.get_text（）???###得到文檔標(biāo)題
?
????try:
????????elem?=?driver.find_element_by_xpath（“//div[@data-flod-fun=‘continue-read‘]“）
????????elem.click（）
????????global?doc_content_list
????????doc_content_list?=?[]
????except:
????????pass
?
????result2?=?soup1.find_all（‘p‘?attrs?=?{‘class‘:‘txt‘}?）
????for?each?in?result2:
????????text2?=?each.get_text（）
?????????
????????if?‘????????????‘?in?text2:
????????????text3?=?text2.replace（?‘????????????‘?‘‘?）
????????else:
????????????text3?=?text2
?????????????
????????doc_content_list.append（text3）??###得到正文內(nèi)容
?????????
????try:
????????elem?=?driv