現時網上提拱抓取的方案，主要是安裝Extension，如Data Scraper，或Agenty 。 這些雖然功能大，但都需要付費，倒不如自己寫一個。

事前準備：

1. Python
   
2. 安裝以下package:
   1. 用作呼叫網絡資源 pip install requests
   2. 用作提取HTML Element Library pip install beautifulsoup4
   3. 把提取的內容整理，以CSV輸出 pip install pandas
      
3. 我這次作為了提取以下網站的生詞庫而寫的Script，它有總共17頁。
   Examword ielts 4000 academic words page 1
   
4. 再來就是Show me the code! 不想看文字的可直接看code.
   Github - grasstone - Web Scraping
   
   
5. 當中最重要的要點是知道你想提取的HTML Element是用什麼方式提取。以我為例，以css class來提取想要的內容(需要使用view element來看)。
   

   soup.find_all("span", class_="listWordWord")
   

   
   

6. 而你不是想要HTML Element，而是內容，所以就用

   tag.get_text()
   

   
   

7. 最後把data 轉做 dataframe，再把17頁dataframe，合成為一輸出為CSV。

    page_df = pd.DataFrame({"word" : words,
                            "type" : word_types,
                            "explanation" : word_explans
   
    })
   
    result = pd.concat(frames)
   
    result.to_csv('/Users/yourfilepath/Documents/data/ielts_words.csv')
   

   
   以上內容均為原創，引用請加上連接鍵，謝謝。