一、引言

（一）研究背景

在有限元分析、計算流體力學（CFD）、計算機輔助設計（CAD）等領域，網格文件是描述幾何模型離散化信息的基礎數據載體，包含節點坐標、單元連接關系、物理屬性等關鍵信息。目前，網格文件格式多達數十種（如 VTK、STL、OBJ、ANSYS CDB 等），且分散存儲于 Zenodo、GitHub、Research Data Australia 等開源平臺。

手動獲取與處理這些文件存在顯著痛點：一是跨平臺檢索效率低，科研人員需逐一訪問平臺下載，易遺漏關鍵數據；二是格式兼容性差，不同仿真軟件（如 ANSYS、ABAQUS）生成的文件需專業工具轉換，預處理成本高。

Python 爬蟲技術可實現數據的自動化獲取，而 meshio 庫支持 30 余種網格格式的讀寫與轉換，二者結合可構建 "獲取 - 處理" 一體化工具，顯著提升網格數據的利用效率。

（二）研究現狀

• 網絡爬蟲在數據獲取中的應用：爬蟲技術已廣泛用于學術文獻（如基于 Scrapy 的 PubMed 爬蟲）、氣象數據（如 NOAA 數據集爬取）等