零代码编程：用ChatGPT写Python程序爬取并处理网页数据

欢迎大家来到IT世界,在知识的湖畔探索吧!

下面这个网站页面，列出了很多AI网站，但是是以图片方式列出，点击图片会跳转到网站。怎么能把这些AI网站名称、AI网站网址自动爬取下来保存成excel文件呢？

首先，在chrome浏览器中点击右键，点击inspect，可以查看到每个图片超链接的网页源代码

可以看到，网址在href属性值里面，网站名称在alt属性值里面

<div class=”grid-image-wrapper”>

<img width=”800″ loading=”lazy” src=”https://uploads-ssl.webflow.com/63e6b0363b7fbc64fe4ba92c/63f1777cc167269e00510ad4_motion%20white.png” alt=”Motion logo”></div></a>

但是，alt属性值后面多了一个logo，所以获取到这个属性值后要去掉logo这个串字符。

然后让ChatGPT写一段代码

复制粘贴到Visual Studio Code中运行，显示程序运行错误，推测应该是Python安装环境的问题

于是，安装Anaconda3，创建虚拟环境

虚拟环境创建成功了，但是无法激活，显示：

CommandNotFoundError: Your shell has not been properly configured to use ‘conda activate’.

If using ‘conda activate’ from a batch script, change your

invocation to ‘CALL conda.bat activate’.

To initialize your shell, run

$ conda init <SHELL_NAME>。

试了多个方法没成功，最后修改运行终端为command prompt，终于成功。

这时候程序没有报错，但是创建excel文件不成功。把出错信息丢给chatgpt，让它找解决办法。

尝试了chatgpt推荐的几个方法，没有成功。

放弃，于是让chatgpt不生成excel文件，只输出一个表格。

终于成功！

但是，有一个问题，我只想要AI相关的网站信息，但是这个程序把web3和其他网站信息都爬取下来了。

查看网页源代码，好像没有分成多个网页，所有这些网站都在一个html页面。那就让程序只爬取包含AI网站的div里面内容，修改chatgpt提示词：

然后在虚拟环境中跑这个Python程序

终于大功告成，爬取到真正想要的数据信息。

不过，这些表格信息复制到excel里面就乱了。

再尝试让chatgpt整理这些信息然后写入excel表格：

这次运行成功，成功创建如下excel表格，完美的将网页中的信息爬取和整理好了。

一些经验总结：

Python编程一定要装Anaconda3，用虚拟环境来运行。很多时候出错，都是环境配置有问题。用虚拟环境可以完美解决这个问题。

多次迭代优化。由于现实中的情况复杂多变，很少情况下程序一次就跑通，要根据每次返回的错误信息去针对性的修改完善。

如果ChatGPT不能一次性完成设定的目标，就分解成两个甚至多个任务，然后一个个的完成。