过年啦，千万别让外甥闲着！我用Cursor爬了100份卷子：“你还敢打游戏？

网址

Caption

type

date

slug

summary

我先跟我的得力 AI 伙伴——Cursor 商量了一下需求：

1.我需要一个爬虫脚本，从某个试卷网站批量下载试卷。

2.下载的文件还是 .rar 压缩包，解压后只需要其中的 .doc 文件。

3.最好支持多线程下载，以便能在我家网速还行的时候迅速搞定。

4.最后自动把 .rar 删了，省得占地方。

5.没啥特别复杂的容错需求，但也要跑得稳。

Cursor 秒回我一个“稳得一匹”的多线程爬虫思路，而且还贴心地给了下载、解压、删除一条龙服务的示例。完美，我先在本地跑起来看看！

二、搬砖现场：我的爬虫代码 Cursor 给出的思路非常清晰，我又稍微改动了一下（主要是加了点自己的注释和打印语句，毕竟我得知道下载到哪了），然后就得到了下面这段终极解决方案：

1.多线程下载：

ThreadPoolExecutor(5) 预设了 5 个线程，让下载像子弹一样飞快。

2.RAR 解压 + 清理：

写完一个 extract_rar() 就把 .rar 解压，再把多余的压缩包删干净。

3.批量爬：

for page in range(1, 10): 我这里选了 1~9 页，总共要批量下载。

我最初是打算写一堆 requests 请求再手动解压，但 Cursor 一语点醒梦中人：“请用多线程与自动解压！”

我之前用 Python 自带的 zipfile，结果发现我下到的是 .rar 格式文件，Cursor 贴心地提醒说：“你可以用 pip install rarfile 嘛。”

整个过程可谓火花四溅，Cursor 不仅安抚了我的懒癌，还帮我排查了编码问题，比如网站的 root.encoding = "gb2312"，非常中国特色。要是没这行，怕是中文会变成火星文吧！

搞定代码后,我立刻:

1.买了一台打印机 2.下载了100套试卷 3.打印装订好

准备在大年初一的时候,亲手交给我亲爱的外甥。毕竟谁说程序员就不会关心教育下一代呢?只是我们的方式...可能比较特别😏

五、总结

过年嘛，干活和快乐都要两手抓！希望大家看到这里，能体会到我这位苦口婆心的舅舅的良苦用心……

好了，撒花！祝大家新年快乐！记得早点写好爬虫，让你家孩子也能随时开卷！

PS: 各位读者朋友如果也想要这个代码,可以在评论区留言。不过我建议谨慎使用,毕竟...过年还是要让孩子们适当放松的嘛!

易安