10分钟教你用Python爬取Baidu文库全格式内容，Flutter尽然还能有这种操作

这个示例代码是基于Python 3.x编写的，它展示了如何使用requests库和BeautifulSoup库来爬取Baidu文库中的文档内容。

import requests
from bs4 import BeautifulSoup
import re
 
def get_document_content(doc_id):
    # 文库文档的URL模板
    url_template = 'http://wenku.baidu.com/view/{}'
    # 构造请求的URL
    url = url_template.format(doc_id)
 
    # 发送HTTP GET请求获取页面内容
    response = requests.get(url)
    response.raise_for_status()  # 检查请求是否成功
    soup = BeautifulSoup(response.text, 'html.parser')  # 解析页面内容
 
    # 定位到包含文档内容的iframe
    iframe = soup.find('iframe', id='iframe_0')
    if not iframe:
        return '文档不存在或者已被删除'
 
    # 获取iframe的src属性，即文档内容页面的URL
    content_url = iframe['src']
 
    # 发送请求获取文档内容
    content_response = requests.get(content_url)
    content_response.raise_for_status()
 
    # 使用正则表达式提取内容
    content = re.search(r'<div id="content">(.*)</div>', content_response.text, re.DOTALL).group(1)
 
    return content
 
# 使用函数获取文档内容，需要替换为实际的文档ID
doc_id = '你的文档ID'
print(get_document_content(doc_id))

这段代码首先定义了一个函数get_document_content，它接受一个文档ID作为参数，并返回文档的内容。代码中使用了requests库来发送HTTP请求，并使用BeautifulSoup库来解析页面。通过正则表达式，代码成功地提取出了文档的内容。

请注意，由于爬取行为可能违反某些网站的使用条款，因此在未经允许的情况下爬取数据可能违法，这里的代码只用于学习目的，实际使用时应确保遵守相关法律法规。