前言

本文是該專欄的第67篇，后面會持續分享python爬蟲干貨知識，記得關注。

本文，筆者以某政務網站為例子。基于Python爬蟲采集某政務網站的文檔正文內容和其關聯的附件數據。

具體的實現思路以及完整實現代碼邏輯，筆者將在正文進行詳細介紹。廢話不多說，跟著筆者直接往下看正文詳細內容。（附帶完整代碼）

正文

地址：aHR0cHM6Ly93d3cubnJ0YS5nb3YuY24vYXJ0LzIwMjIvMi8yNS9hcnRfMzcxM181OTY1Ny5odG1s

目標：基于Python爬蟲，爬取政務網站的文檔正文內容和附件數據（注意：這里的附件數據，指的是將附件信息直接下載并保存到本地）

---

1. 相關依賴庫安裝

在開始之前，首先需要提前安裝好本文要用到的相關依賴庫。如下所示：

requests
lxml
python-docx

如果你本地環境已經安裝，可以直接跳過該步驟。反之，本地環境未安裝，直接在終端輸入如下所示的pip命令，進行安裝即可：