需先安装Python及requests、beautifulsoup4等库，再用DeepSeek生成基础爬虫代码，接着添加User-Agent和异常处理，对JS动态页面改用Selenium，最后将提取的h1标题保存至output.txt文件。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望使用DeepSeek模型辅助编写一个Python网络爬虫，但尚未掌握编程基础，则可能需要借助DeepSeek的代码生成能力来逐步构建爬虫逻辑。以下是实现该目标的具体步骤：
一、安装必要的Python库并配置开发环境
在运行爬虫前，需确保本地已安装Python解释器及常用网络请求和解析库。DeepSeek本身不直接执行代码，但可指导您正确安装依赖项并验证环境可用性。
1、访问Python官网下载并安装Python 3.8或更高版本，安装时勾选“Add Python to PATH”选项。
2、打开命令行终端（Windows为CMD或PowerShell，macOS/Linux为Terminal），输入python --version确认Python已正确安装。
立即学习“Python免费学习笔记（深入）”；
3、依次执行以下命令安装核心库：
pip install requests
pip install beautifulsoup4
pip install lxml
4、创建新文件夹作为项目目录，在其中新建名为crawler.py的空文件，用于后续编写代码。
二、使用DeepSeek生成基础爬虫代码框架
DeepSeek可通过自然语言提示生成结构清晰、语法正确的Python代码片段。您无需手动编写全部逻辑，只需提供明确任务描述，即可获得可运行的初始脚本。
1、访问支持DeepSeek API或网页界面的平台（如官方Demo站点或集成DeepSeek的IDE插件）。
2、输入提示词：“请生成一个Python脚本，使用requests获取https://httpbin.org/html页面内容，并用BeautifulSoup提取所有
标签的文本，最后打印结果。”
3、复制返回的完整代码，粘贴至crawler.py中。
4、保存文件后，在终端中进入该项目目录，运行python crawler.py，观察是否输出预期HTML标题内容。
三、添加异常处理与请求头伪装
真实网站常对无特征的爬虫请求进行拦截，因此需通过设置User-Agent等请求头模拟浏览器行为，并捕获网络异常以避免程序中断。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
1、修改crawler.py中的requests.get()调用，加入headers参数：
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'}
2、将原请求语句包裹在try-except结构中：
try:
response = requests.get(url, headers=headers, timeout=10)
response.raise_for_status()
except requests.exceptions.RequestException as e:
print(f"请求失败：{e}")
3、确保每次请求后检查响应状态码是否为200，若非200则跳过解析步骤并输出错误提示。
四、解析动态加载内容的替代方案
当目标网页内容由JavaScript动态渲染时，requests无法获取完整DOM，此时需借助自动化工具模拟浏览器行为。
1、执行命令安装Selenium及相关驱动：
pip install selenium
下载对应Chrome版本的chromedriver并放入系统PATH路径下。
2、在crawler.py顶部添加导入语句：
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
3、初始化无头浏览器实例：
chrome_options = Options()
chrome_options.add_argument("--headless")
driver = webdriver.Chrome(options=chrome_options)
4、使用driver.get()代替requests.get()加载页面，再通过driver.find_elements_by_tag_name("h1")提取标题元素。
五、保存数据到本地文件
爬取结果需持久化存储以便后续分析，最简方式是写入文本或CSV格式文件，避免内存中临时丢失。
1、在解析完成h1文本后，定义一个列表存储所有标题内容，例如：
titles = [tag.get_text(strip=True) for tag in soup.find_all("h1")]
2、使用with open()语句打开output.txt文件，以追加模式写入每条标题：
with open("output.txt", "a", encoding="utf-8") as f:
for title in titles:
f.write(title + "\n")
3、运行脚本后检查当前目录下是否生成output.txt，并确认内容与网页中h1标签一致。
