正文
这篇文章里，我把之前的发布的数据科学系列文章做了重新组织和串讲。
文中包含很多之前教程的标题和对应链接。例如下图红色边框圈起来的部分。
假设你对文中提到教程都很感兴趣，希望获得这些文章的链接，并且存储到Excel里，就像下面这个样子：
你需要把非结构化的分散信息（自然语言文本中的链接），专门提取整理，并且存储下来。
该怎么办呢？
即便不会编程，你也可以全文通读，逐个去找这些文章链接，手动把文章标题、链接都分别拷贝下来，存到Excel表里面。
但是，这种手工采集方法
没有效率
。
我们用Python。
环境
要装Python，比较省事的办法是安装Anaconda套装。
请到
这个网址
下载Anaconda的最新版本。
请选择左侧的 Python
3.6
版本下载安装。
如果你需要具体的步骤指导，或者想知道Windows平台如何安装并运行Anaconda命令，请参考我为你准备的
视频教程
。
安装好Anaconda之后，请到
这个网址
下载本教程配套的压缩包。
下载后解压，你会在生成的目录（下称“演示目录”）里面看到以下三个文件。
打开终端，用cd命令进入该
演示目录
。如果你不了解具体使用方法，也可以参考
视频教程
。
我们需要安装一些环境依赖包。
首先执行：
pip install pipenv
这里安装的，是一个优秀的 Python 软件包管理工具 pipenv 。
安装后，请执行：
pipenv install
看到演示目录下两个Pipfile开头的文件了吗？它们就是 pipenv 的设置文档。
pipenv 工具会依照它们，自动为我们安装所需要的全部依赖软件包。
上图里面有个绿色的进度条，提示所需安装软件数量和实际进度。
装好后，根据提示我们执行：
pipenv shell
此处请确认你的电脑上已经安装了 Google Chrome 浏览器。
我们执行：
jupyter notebook
默认浏览器（Google Chrome）会开启，并启动 Jupyter 笔记本界面：
你可以直接点击文件列表中的第一项ipynb文件，可以看到本教程的全部示例代码。
你可以一边看教程的讲解，一边依次执行这些代码。
但是，我
建议
的方法，是回到主界面下，新建一个新的空白 Python 3 笔记本。
请跟着教程，一个个字符输入相应的内容。这可以帮助你更为深刻地理解代码的含义，更高效地把技能内化。
准备工作结束，下面我们开始正式输入代码。
代码
读入网页加以解析抓取，需要用到的软件包是 requests_html 。我们此处并不需要这个软件包的全部功能，只读入其中的 HTMLSession 就可以。
from requests_html import HTMLSession
然后，我们建立一个会话（session），即让Python作为一个客户端，和远端服务器交谈。
session = HTMLSession()
前面说了，我们打算采集信息的网页，是《
如何用《玉树芝兰》入门数据科学？
》一文。
我们找到它的网址，存储到url变量名中。
url = 'https://www.jianshu.com/p/85f4624485b9'
下面的语句，利用 session 的 get 功能，把这个链接对应的网页整个儿取回来。
r = session.get(url)
网页里面都有什么内容呢？
我们告诉Python，请把服务器传回来的内容当作HTML文件类型处理。我不想要看HTML里面那些乱七八糟的格式描述符，只看文字部分。
于是我们执行：
print(r.html.text)
这就是获得的结果了：
