使用Python编写脚本自动提取网页中的文字内容

下面是一个使用Python编写的脚本，可以自动提取网页中的文字内容：

import requests
from bs4 import BeautifulSoup

def extract_text(url):
    # 发送HTTP请求，获取网页内容
    response = requests.get(url)
    content = response.content
  
    # 使用BeautifulSoup解析网页内容
    soup = BeautifulSoup(content, 'html.parser')
  
    # 提取所有p标签中的文本内容
    paragraphs = soup.find_all('p')
    extracted_text = ''
    for p in paragraphs:
        extracted_text += p.get_text() + '
'
  
    return extracted_text

# 调用函数提取指定网页中的文字内容
url = 'https://example.com'  # 替换为要提取的网页链接
text = extract_text(url)
print(text)

在以上脚本中，我们使用requests库来发送HTTP请求获取网页内容，使用BeautifulSoup库来解析HTML内容。具体步骤如下：

1. 导入requests和BeautifulSoup库。

2. 定义一个extract_text函数，接受一个网页链接作为参数。

3. 使用requests.get方法发送HTTP GET请求获取网页内容，并将内容赋值给content变量。

4. 使用BeautifulSoup解析网页内容，创建一个BeautifulSoup对象，并指定解析器为html.parser。

5. 使用find_all方法查找所有p标签，并将它们的文本内容提取出来并拼接到extracted_text字符串中。

6. 返回提取到的文本内容。

7. 在主程序中，调用extract_text函数，并将要提取的网页链接作为参数传入。

8. 打印提取到的文本内容。

你可以将url变量替换为你要提取的网页链接，并运行这个脚本，就可以得到该网页中的所有文字内容了。

请注意，这只是一个简单的示例，提取网页中的文字内容可能具有一定的复杂性，因为网页的结构和内容各不相同。你可能需要根据具体的网页结构和需要提取的内容做一些适应性的修改。