好的，我可以为你提供一个简单的Python爬虫示例，用于从某个网站抓取评论数据。这里假设我们要抓取的是某电商平台上商品的用户评价内容。 首先需要安装一些必要的库： ```bash pip install requests beautifulsoup4 pandas openpyxl ``` 然后编写如下的脚本： ```python import requests from bs4 import BeautifulSoup import pandas as pd # 初始化空列表存储每条评论信息 comments = [] def fetch_comments(url, page): headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 ' '(KHTML, like Gecko) Chrome/98.0.4758.102 Safari/537.36' } # 请求网页并解析HTML文档结构 response = requests.get(f"{url}?page={page}", headers=headers) if not response.ok: print("获取失败:", response.status_code) return soup = BeautifulSoup(response.text, "html.parser") for item in soup.select('.comment-item'): # 根据实际页面结构调整CSS选择器 user_name = item.find('span', class_='user-name').get_text(strip=True) comment_content = item.find('p', class_='content-text').get_text(strip=True) comments.append({ '用户名': user_name, '评论内容': comment_content }) if __name__ == '__main__': url = input("请输入目标网址:") total_pages = int(input("总页数:")) for i in range(1, total_pages + 1): print(f"正在处理第{i}页...") fetch_comments(url, i) df = pd.DataFrame(comments) writer = pd.ExcelWriter('output.xlsx') df.to_excel(writer,'Sheet1',index=False) writer.save() print("所有评论已保存至 output.xlsx 文件!") ``` 上述代码仅作为一个基础框架展示，在真实环境中可能还需要进一步完善错误捕获机制、动态加载更多数据等内容，并遵守该站点的服务条款及法律规定。