-
Python爬虫-爬取文档内容，如何去掉文档中的表格，并保存正文内容
前言
本文是该专栏的第58篇，后面会持续分享python爬虫干货知识，记得关注。
做过爬虫项目的同学，可能或多或少爬取过文档数据，比如说“政务网站，新闻网站，小说网站”等平台的文档数据。爬取文档数据，笔者这里就不过多详述，而本文，笔者将主要介绍在爬取文档数据的过程中，遇到文档的正文内容含有表格的情况要怎么去除掉表格，并将正文保存。
具体实现思路，跟着笔者直接往下看正文详细内容。（附带完整代码）
正文
地址：aHR0cDovL2Znay5tb2YuZ292LmNuL3VpL3NyYy92aWV3cy9sYXdfaHRtbC82NDU0Ny5odG1s
目标：将正文中的表格去除，将正文内容保存到本地
1. 问题说明
如下图所示：
-
相关阅读:
【补充知识】生成模型（generative model）和判别模型（discriminative model）、贝叶斯学派和概率学派
java中操作字符串有哪些类呢？
浅谈游戏机制
没有外网的麒麟系统上搭建GitLab服务并且无需客户端账号密码验证
【Django】执行查询——比较、删除、复制、批量修改对象
项目经理之识别项目干系人
软考-系统架构-2023-反思
【NI-DAQmx入门】NI-DAQmx之MATLAB/SIMULINK支持
编译原理—语法制导翻译、S属性、L属性、自上而下、自下而上计算
浪潮信息面向全行业公布设计指南，以开放规范促进生成式AI多元算力发展
- 原文地址：https://blog.csdn.net/Leexin_love_Ling/article/details/132725388