底漆
我曾经听一位学理科的朋友讲过他朋友的轶事：这位朋友会写一个小程序来帮他解决任何需要5秒以上、不需要动脑子、并且能够完成的任务。待完成。 不用说，工作中的邮件往来，甚至在讨论项目的工作组中，都是交给小程序手动处理。 检测到有人说话、内容与你的工作相关、或者有人@你自己等，连接句库进行手动回复。
我听后很是羡慕。 如果我们司法人员懂得编程，将会节省很多时间。 例如，将办案系统、摘录证据等填写到笔记本中，不仅可以节省精力、减少错误，还可以节省分析案件中的证据材料和法律关系的时间。
带着程序员的羡慕，加上各种机缘巧合，我开始了自己的Python之旅。 现在我稍微尝到了编程的好处和乐趣。 例如，我们在工作中需要查询大量的法律文件、文件。 如果只有一两个，我们可以直接从网页上下载。 但如果需要操作的副本很多，那就很不方便了。 爬虫功能可以轻松地为我们完成这个要求，还可以顺便删除各种广告等不相关的内容。
下面以法律专业人士会接触到的判决书网为例，简单介绍一下爬虫功能的实现。 熟练掌握后，下载我们需要的大量裁判文档就非常简单，几分钟就可以完成。
文本
1. 准备工作
在开始之前，我们先简单介绍一下Python以及一些基本问题。
Python是一种笔记本语言，句型简单，模块较多。 可以轻松实现很多功能； 并且您不必担心如何实施它。 只要找到合适的模块并告诉它去做，它非常适合非程序。 会员开始。 不得不说，这对于需要检索大量信息的法律专业人士来说，实在是一个福音。
比如我们要从网上抓取数据，如果用其他语言来编译程序，就会需要很多行，非常麻烦。 然而，在 Python 中，几行就可以解决问题。
选择Python后，有两个问题需要确定，语言版本和模块。 从语言版本来看，主要有2.7和3两种。2.7的优点是“历史悠久”，可以使用的模块较多； 3的优点是符合未来的发展方向，而且我们能使用的大部分模块都已经支持了，而且使用过程中对英文的支持要好很多。 所以我个人推荐直接使用3。 当然，这些对于我们外行来说并不是很重要。 两者都差不多，只要能用就行，不要卷入程序员之间的口水战。
另外，这是一个模块问题。 模块就像日常工作中的笔、纸、砚等工具。 它节省了我们自己“制作工具”的时间。 这里我推荐Anaconda。 和普通软件一样，你只需要在谷歌或百度搜索它，从其官方网站下载并安装，你的笔记本就可以像Python一样编程。 我们需要的这些模块已经打包安装在一起了，这样就节省了我们寻找模块、安装模块以及处理模块之间兼容性的时间。 可以说是工具中的工具。
综上所述，准备工作可以用一句话来概括：
搜索 Anaconda 并下载！ 安装！ 完毕！
2. 爬虫入门
互联网是一个网络，为我们在互联网上搜索信息的程序就是爬虫。
我们要做的司法文书网站比普通网站要复杂一些，无法直接使用URL进行爬取。 因此，我们首先要明白两个问题。 一是在线显示的文件内容从哪里发送，二是网站必须满足什么条件才能向我们发送该内容。
1. 追踪网页：
登录中国裁判文书网首页，在搜索框中输入“执行”二字。
直接搜索“执行”二字。 确认后，我们在浏览器上可以看到的URL如下：
但是，这样做后，您将看到每篇文章的标题链接，并且无法直接捕获内容。 那么该怎么办？
我们需要使用软件网页进行跟踪。 该软件不需要安装。 无论是IE还是Chrome，如果按F12，都会手动弹出该软件。 我们以 Chrome 为例。
按F12后，右侧弹出软件界面。 选择右上角的网络项，刷新网页。 所有浏览器和网站之间的交互内容都出现在下面的name项中网站独立下载页源码，其中包含了我们想要的内容。 在该网页中，拉动两侧的浮动条即可找到Listcontent。 嗯，内容就静静地隐藏在圈起来的Listcontent项下。
我们选择列表内容。 从右边Headers的详细描述中可以看到，请求方式是POST，Request URL后面的是真正的内容请求地址。
如果你仍然进行前面的操作，你会发现：
你打开了新世界的大门。
接下来我们一起来解决第二个问题：
我们要发送什么内容才能让这个URL返回我们需要的信息？ 同样在这个界面中，我们继续向下滚动，我们可以看到Form Data的内容（如下图）。
我们可以看到上面红框中的信息是：
param：搜索条件“全文搜索：执行”；
索引：1（首页）；
页数：5（每页出现5个文档，最大值为20，我们可以在程序中直接设置为20）；
order：法院级别（按法院级别排序）；
最后一个参数已解码，复制即可。 按照这个格式将内容发送到网页上，然后我们就可以得到我们想要的信息了。
2. 代码
现在您已经知道以什么格式发送信息以及将其发送到何处，是时候编写代码了。
接下来我们在已经下载、安装、准备好的Anaconda软件下打开上述的Spyder。 两者的关系就像Anaconda是win系统，spyder是记事本一样。 Spyder是一个负责编写代码的工具。
会出现如下界面：
右边我们就可以开始自己写代码了。 在进入具体代码之前，我先为初学者多说几句。
一是心理问题。 初学者通常会有两个疑问，1）不禁想知道为什么要这样写？ 这样写的“法律依据”是什么？ 这种问题是程序员中的精英考虑的，普通程序员没有想过。 我们非专业人士应该坚持使用的原则，只要能用就行。 法律的主业已经掌握好了，有兴趣再学也不晚。
如果你太感兴趣，一不小心就彻底改变了你的职业网站独立下载页源码，那么……恭喜你加入了高薪行业。 普通Python程序员的年薪中位数在18000左右，是的，18000、18000、18000，哈哈。 2）理解一个反例所涉及的所有问题固然好，但它会成为你刚入门时学习和操作的障碍。 虽然学习编程是学习一门语言，但它只是对着笔记本说的语言。 想想我们刚学英语的时候是怎么做的？ 后退！ 因此，对于初学者来说，学习编程最简单、最有效的方法就是我们先将代码一行一行地敲入笔记本中。 打字之后你就明白了。
第二是技术问题。 也有两个方面：1）“#”后面是注释，用来给你解释代码。 无需将其输入笔记本中。 如果输入的话，会被笔记本忽略，不会影响程序的运行。 2）对于代码来说，如果一处出错，笔记本就无法识别，尤其是符号和格式一定不能错。 ① 除英文单引号和双冒号括起来的内容外，所有符号都必须是英文输入法下的符号； ② 所有代码都写在最上面的方框里，但是如果有从属关系，请注意留四个空格（下面提到的代码涉及到一个while循环语句，就涉及到这个问题，我会在后面进一步解释）代码）。 如果句子太长，可以按 Enter 键。 计算机能够理解并且不会影响程序的运行。
现在让我们开始吧！
以下代码的作用是搜索全文中包含“执行”一词的案件，并将时间、案件编号、案件名称提取到excel表格中。
#“””之前的段落是打开spyder界面时手动添加的，一般情况下不需要动它。
#这句话告诉笔记本解码方式是UTF-8编码。 我们可以简单理解为代码中添加英文即可。 建议每次编程时都添加。
#-*- 编码：utf-8 -*-
#笔记本中用(""" """)包裹的部分也被忽略。 主要是给人看的部分，就是代码第一次编译的时间和作者。 这是可以写也可以不写的部分。
”“”
Createdon 星期日 七月 24 23:11:55 2016
@作者：罗涛 北京市丰台检察院
”“”
#这里是导出模块。 以下模块分别用于网页抓取、数据处理与存储、时间、正则表达式。
将请求导入为 req
将pandas导入为pd
导入时间
进口
#这是我们刚刚通过F12找到的网页
