如何运行？

cd到项目根目录 pip install -r requirements.txt
安装所需依赖。

然后先运行scrape.py，再运行main_extraction是一个完整的流程。

主要脚本

• scrape.py脚本负责抓取（处罚信息公开表）网址，保存至txt文件中
• main_extraction.py负责读取txt文件中的url抓取网页内容,处理失败的url将保存至error_urls.txt中，成功的会添加到output_data*.xlsx中
• 标题网址提取.py 负责抓取决定书以及处罚信息公开表，保存至excel文件中

联系方式：qq 646228430