好的，下面是一个简单的Python爬虫示例代码，用于从网页上抓取500个中文文本并保存到本地文件中。这里我们假设目标网站有一个固定结构，并且每个页面包含一些可以提取的中文内容。 ```python import requests from bs4 import BeautifulSoup def fetch_chinese_text(url): response = requests.get(url) if response.status_code == 200: soup = BeautifulSoup(response.text, 'html.parser') # 根据实际HTML结构调整此处选择器 texts = [p.text.strip() for p in soup.find_all('p') if len(p.text) > 1] return texts[:5] # 假设每页最多获取前五个段落作为样本数据 else: print("无法访问该网址") return [] def save_to_file(filename, content_list): with open(filename, "w", encoding="utf-8") as file: for text in content_list: file.write(text + "\n") if __name__ == "__main__": base_url = "http://example.com/page={}" # 替换为目标站点的真实URL模式 all_texts = [] try: count = 0 while True and count < 500: current_page = (count // 5) + 1 # 每次加载新一页的数据 url = base_url.format(current_page) fetched_data = fetch_chinese_text(url) if not fetched_data: # 如果当前页没有任何有效的内容，则停止循环 break all_texts.extend(fetched_data) count += len(fetched_data) filename = "./downloaded_texts.txt" save_to_file(filename, all_texts) print(f"成功下载了{len(all_texts)}条记录至 {filename}") except Exception as e: print(e) ``` ### 解释： 上述脚本做了以下几个步骤： 1. 定义了一个函数`fetch_chinese_text()` ，它接受一个 URL 参数并通过 Requests 库发送 GET 请求获得 HTML 文档； 2. 使用 Beautiful Soup 来解析 HTML 并找到所有 `<p>` 元素（可以根据实际情况调整标签）内的文本节点； 3. 将所选文本存入列表 `texts[]` 中，再将其追加进全局变量 `all_texts` 列表内直到收集满 500 条信息为止；最后通过另一个辅助函数将结果写入磁盘存储起来供后续分析处理使用。 请注意，在运行此程序之前需要确保安装好所需的依赖库： ```bash pip install beautifulsoup4 requests lxml html5lib ``` 同时也要修改代码里的 **base_url** 字符串匹配你要爬行的目标资源链接形式以及内部解析规则如CSS选择路径等细节部分。