Kimi仅用5秒钟就帮我抓取了5页文章素材

熟悉我的宝子，都知道我现在开发各类RPA机器人，目前已经投入使用的机器有15款，有需要的小伙伴可以私聊我。

周末在家唱着歌儿，搬着砖的时候，突然一个弹框提醒提示我要进行生财打卡了。原来是我报名了生财有术的AI编程大航海了呀。

其中一个很重要的任务就是通过大模型，让大模型编写代码爬取公众号的文章。

1. 编写提示词

你是一个资深爬虫开发工程师，擅长使用Python语言编写爬虫程序，现在有如下任务：
写一个爬虫程序，按下面的要求在我的 windows 电脑上帮我抓取微信公众号文章。
使用 python3 和最新版的 selenium
目标网站：https://weixin.sogou.com/
输入关键字[ RPA ]，点击[ 搜文章 ]按钮
爬取内容: 爬取标题、摘要、链接、来源
爬取后的内容保存到Excel文件中，Excel文件命名为AI_微信_时间
爬取前5页，每爬完1页休眠5s
请首先解析目标网站，然后给我完整可运行的程序，让我看到浏览器中操作的过程，并指导我安装程序依赖的所有库。
你可以先执行步骤 2 和步骤 3 了解网页的结构，然后再生成代码。
1
2
3
4
5
6
7
8
9
10

2. Kimi快速生成代码中

3.生成代码

import time
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.service import Service
from openpyxl import Workbook

# 配置WebDriver
chrome_drive_path = r'E:\develop\chromedriver-win64\chromedriver.exe'
# 设置ChromeDrive服务
service = Service(chrome_drive_path)

# 初始化WebDriver
options = webdriver.ChromeOptions()
driver = webdriver.Chrome(service=service, options=options)

# 目标网站
url = "https://weixin.sogou.com/"

# 爬取前5页
pages_to_scrape = 5

# 打开目标网站
driver.get(url)

# 等待页面加载
time.sleep(2)

# 找到搜索框并输入关键字
search_box = driver.find_element(By.CSS_SELECTOR, "input.sec-input")
search_box.send_keys("RPA")

# 找到搜索按钮并点击
search_button = driver.find_element(By.XPATH, "//input[@uigs=\"search_article\"]")
search_button.click()

# 创建Excel工作簿
wb = Workbook()
ws = wb.active
ws.append(["标题", "摘要", "链接", "来源"])

# 开始爬取
for page in range(pages_to_scrape):
    # 等待页面加载
    time.sleep(5)

    # 找到所有文章的容器
    articles = driver.find_elements(By.XPATH, "//ul[@class=\"news-list\"]/li")

    for article in articles:
        # 爬取标题
        title = article.find_element(By.XPATH, ".//div/h3").text

        # 爬取摘要
        summary = article.find_element(By.XPATH, ".//div/p").text

        # 爬取链接
        link = article.find_element(By.XPATH, ".//div/h3/a").get_attribute("href")

        # 爬取来源
        source = article.find_element(By.XPATH, ".//div/div").text

        # 将爬取的数据写入Excel
        ws.append([title, summary, link, source])

    # 如果不是最后一页，点击下一页
    if page < pages_to_scrape - 1:
        next_page_button = driver.find_element(By.XPATH, ".//a[@id=\"sogou_next\"]")
        next_page_button.click()
        time.sleep(5)  # 休眠5秒

# 保存Excel文件
current_time = time.strftime("%Y%m%d_%H%M%S")
file_name = f"RPA_微信_{current_time}.xlsx"
wb.save(file_name)

# 关闭浏览器
driver.quit()

print(f"爬取完成，数据已保存至 {file_name}")

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80

4. 代码运行效果

​

​​​

​​
​

​