如何通过一篇文章的 URL 抓取标题和内容

先上流程图：

需求

100 篇网页中的文章，挨个抓出内容存成文本，并以标题命名。

效果是：

分析实现

文章的 URL 已经有了，如下图：

怎么抓取地址的看这个： 用 ISRPA 实现：爬取网页文章到自己的网站中

1.1 循环拼接真实地址；

代码块打开文件，一行行读。这里用“打开文件”组件好像不行。

套上循环，拼接域名 + 地址，url。

1.2 打开页面，获取标题

地址有了，就可以打开网页，并获取标题了 art_t。
查找路径这里，找一个一定能选到标题的路径。

1.3 创建文件，并以标题命名

以文章的标题命名文件名：'{}.txt'.format(art_t)，

这里要补充说明一下：某些“特殊字符”是不能用做文件名的。可以用 rs.sub 正则过滤掉。

1.4 获取内容，写入文本，关闭文件

通过“获取文本”，也能获得一段或几段文本的内容，还能自动去掉页面格式，保留 \t\n 等转义字符。
查找路径，要定位到包含文章的所有文本的标签。