爬取编程常用词汇，保存为Excel

import requests

import openpyxl

from lxml import etree

import re

url = 'https://www.runoob.com/w3cnote/common-english-terminology-in-programming.html'

#   得到响应结果

res = requests.get(url)

#   xpath取值

selector = etree.HTML(res.text)

#   字母的索引

word_letter = selector.xpath('//h2/text()')

#   删除列表里前两个多余的值

del word_letter[0:2]

# print(word_letter)

#   word_letter 最后的值为

#   ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N', 'O', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z', '专业名词']

#   得到每个索引的table，每个table里包含各索引的所有单词

result = selector.xpath('//table')

#   删除多余的数据

result.pop(0)

#   创建workbook

wb = openpyxl.Workbook()

#   创建worksheet

ws = wb.active

#   利用下标取出词汇的索引

index = -1

for table in result:

    #   一开始就进行计数，即从0开始

    index += 1

    #   先添加索引，再取出每个table里的所有单词

    ws.append([word_letter[index]])

    #   打印索引

    print(word_letter[index])

    #   X索引里没有单词

    if word_letter[index] == 'X':

        #   每个字母索引之间空一行

        ws.append([])

        #   继续循环对后面table里的单词进行添加

        continue

    #   添加一行Excel数据

    ws.append(['英文', '译法 1', '译法 2', '译法 3'])

    #   将Element类型显示为字符,为byte类型，需要decode

    #   中文不显示，需要设置 encoding='utf-8'

    words_html = etree.tostring(table, encoding='utf-8').decode()

    #   一个tr：单词和译法

    #   利用正则得到一个table里所有tr的内容

    word_html = re.findall('<tr>.*?</tr>', words_html, re.S)

    #   删除带<strong>标签的'英文 译法1 译法2 译法3'这条数据

    #   前面已经手动添加，后面不需要每条都去判断去除<strong>标签

    word_html.pop(0)

    for tr in word_html:

        #   一个td：一个单词或一个译法

        #   利用正则得到一个tr里所有td的内容

        #   得到的为list，一个td_list里面包含一个单词和对应的译文（含空格）

        td_list = re.findall('<td>(.*?)</td>', tr, re.S)

        #   用新的列表接收去除空格后的单词和译文

        word = []

        for i in td_list:

            #   去除每个td里包含的空格，添加为一个列表

            word.append(i.strip())

        #   打印单词

        print(word)

        #   一个word包含一个单词和对应的译文（不含空格）

        #   将这个单词添加进Excel

        ws.append(word)

    #   每个字母索引之间空一行

    ws.append([])

#   保存Excel

path = r'C:\Users\Hlzy\Desktop\编程常用词汇.xlsx'

wb.save(path)

#   没有设置单元格样式，可以直接打开Excel，设置边宽，全选居中

控制台打印

Excel内容

提取链接：https://pan.baidu.com/s/11kQnMQU_ilOtgf4Mom0nhw