用 Trae 做了一个爬虫：真实记录全过程

先说结论

用 Trae 做一个简单爬虫，大概花了 15 分钟。

全程我没写一行代码，都是和 AI 对话让它完成的。

下面详细说说过程，有图有真相。

---

实验背景

我一直想做一个爬虫，爬取某个网站的文章标题和链接。

需求很简单：

• 输入一个网址
• 自动爬取页面标题和链接
• 保存到本地 txt 文件

这个需求用传统方式写，大概 50 行 Python 代码。

今天试试用 Trae，看 AI 能不能帮我搞定。

---

开始操作

第一步：打开 Trae，创建新项目

打开 Trae，新建一个 Python 项目。

界面很简洁，左边是文件列表，右边是代码编辑区。

底部有一个 AI 对话窗口，这个就是今天的主角。

第二步：告诉 AI 我要做什么

我在底部的对话框输入：

“帮我写一个爬虫，爬取网页的标题和链接，保存到 result.txt”

AI 立刻开始响应。

---

AI 的表现

第一轮：生成基础代码

AI 给出了一段完整的爬虫代码：

import requests
from bs4 import BeautifulSoup

def crawl(url):
    response = requests.get(url)
    soup = BeautifulSoup(response.text, 'html.parser')

    titles = []
    links = []

    for item in soup.find_all('a'):
        title = item.get_text(strip=True)
        link = item.get('href')
        if title and link:
            titles.append(title)
            links.append(link)

    with open('result.txt', 'w', encoding='utf-8') as f:
        for i in range(len(titles)):
            f.write(f"{titles[i]} - {links[i]}\n")

    print(f"爬取完成，共 {len(titles)} 条数据")

if __name__ == "__main__":
    url = input("请输入网址：")
    crawl(url)

看起来不错，但我注意到几个问题：

1. 缺少错误处理（网站打不开怎么办？）
2. 没有处理相对链接
3. 只爬取了 <a> 标签

第三轮：让 AI 优化

我继续对话：

“加上错误处理，还有相对链接转绝对链接”

AI 很快更新了代码：

import requests
from bs4 import BeautifulSoup
from urllib.parse import urljoin

def crawl(url):
    try:
        headers = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'
        }
        response = requests.get(url, headers=headers, timeout=10)
        response.raise_for_status()
        soup = BeautifulSoup(response.text, 'html.parser')

        results = []

        for item in soup.find_all('a'):
            title = item.get_text(strip=True)
            link = item.get('href')
            if title and link:
                # 相对链接转绝对链接
                full_link = urljoin(url, link)
                results.append(f"{title} | {full_link}")

        with open('result.txt', 'w', encoding='utf-8') as f:
            f.write(f"来源：{url}\n")
            f.write("=" * 50 + "\n")
            for line in results:
                f.write(line + "\n")

        print(f"爬取完成，共 {len(results)} 条数据，已保存到 result.txt")

    except requests.exceptions.RequestException as e:
        print(f"请求失败：{e}")

if __name__ == "__main__":
    url = input("请输入网址：")
    crawl(url)

这次好多了。

第四轮：添加批量爬取

我又加了个需求：

“再加个功能，可以批量爬取多个页面”

AI 再次响应，给出了批量爬取的版本。

整个过程就是这样：提需求 → 看结果 → 提新需求 → 看结果。

---

真实感受

✅ 做得好的地方

1. 响应速度快：基本秒回
2. 代码质量还行：基础功能都能实现
3. 愿意改代码：多轮对话很顺畅
4. 免费：不用花钱

❌ 做得不好的地方

1. **有时会”失忆”**：聊久了忘记前面的需求
2. 复杂逻辑容易出错：比如正则表达式
3. 需要人工检查：AI 写的代码还是要自己跑一遍确认

---

用时统计

环节	用时
新建项目	1 分钟
描述需求	1 分钟
看第一版代码	2 分钟
优化3次	8 分钟
测试运行	3 分钟
总计	15 分钟

---

适合谁 / 不适合谁

适合：

• 刚学编程的新手
• 简单重复性任务
• 想快速验证想法的人

不适合：

• 需要复杂逻辑的项目
• 对代码质量要求高的
• 需要深度定制的

---

我的评分

维度	评分	说明
易用性	⭐⭐⭐⭐⭐	对话式操作，零门槛
功能强	⭐⭐⭐	简单任务够用，复杂的不行
性价比	⭐⭐⭐⭐⭐	免费，真香
稳定性	⭐⭐⭐	偶有小bug

---

总结

Trae 做简单任务，真的可以。

15 分钟，一个爬虫搞定。

如果是专业开发，可能觉得差点意思。但对于新手，或者日常小工具来说，Trae 完全够用。

关键是——免费。

---

📌 提示：AI 写的代码，记得自己跑一遍测试。有些边界情况 AI 可能没考虑到。

如果你也有想做的自动化小工具，评论区说说，下期可以帮你用 Trae 做。

更新记录

• 2026-04-12：初稿发布

进群

嗨，扫码 进群

微信