91超碰碰碰碰久久久久久综合_超碰av人澡人澡人澡人澡人掠_国产黄大片在线观看画质优化_txt小说免费全本

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

python批量獲取html內body內容的實例

發布時間:2020-09-07 15:48:09 來源:腳本之家 閱讀:132 作者:STKi 欄目:開發技術

現在有一批完整的關于介紹城市美食、景點等的html頁面,需要將里面body的內容提取出來

方法:利用python插件beautifulSoup獲取htmlbody標簽的內容,并批量處理。

# -*- coding:utf8 -*-
 
from bs4 import BeautifulSoup
import os
import os.path
import sys
reload(sys) 
sys.setdefaultencoding('utf8') 
 
 
def printPath(level,path):
	global allFileNum
	#所有文件夾,第一個字段是此目錄的級別
	dirList = []
 
	#所有文件
	fileList = []
 
	#返回一個列表,其中包含在目錄條目的名稱
	files = os.listdir(path)
 
	#先添加目錄級別
	dirList.append(str(level))
 
	for f in files:
		if(os.path.isdir(path+'/'+f)):
			#排除隱藏文件夾,因為隱藏文件夾過多
			if(f[0] == '.'):
				pass
			else:
				#添加隱藏文件夾
				dirList.append(f)
		if(os.path.isfile(path+'/'+f)):
			#添加文件
			fileList.append(f)
	return (dirList,fileList)
 
#將文件html文件抓取并寫入指定txt文件
def getAndInsert(rootdir,savepath,path):
	global file_num
	f_list = os.listdir(rootdir+'/'+path)
	for i in f_list:
		temp = os.path.splitext(i)[0]
		for num in range(1,11):
			if(i==str(num)+'.html'):
				#print rootdir+'/'+path+'/'+i
				objFile = open(rootdir+'/'+path+'/'+i)
				soup = BeautifulSoup(objFile)
				arr = []
				for child in soup.body:
					arr.append(child)
				if os.path.exists(savepath+'/'+path):
					pass
				else:
					os.makedirs(savepath+'/'+path)
				f = open(savepath+'/'+path+'/'+temp+'.txt','w')
				for k,v in enumerate(arr):
					if k!=1:
						f.write(str(v))
				f.close()
				print path+'/'+i+' is running'
	file_num = file_num + 1
			
 
rootdir = '../zips2'
dirList,fileList = printPath(1,rootdir)
 
savepath = "../testC"
file_num = 0
 
for fn in dirList:
	if(fn == '1'):
		pass
	else:
		getAndInsert(rootdir,savepath,fn)
		print fn+' is ending'
print '一共完成'+str(file_num)+'個城市的提取'

以上這篇python批量獲取html內body內容的實例就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持億速云。

向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

韶关市| 恩施市| 云龙县| 若尔盖县| 余庆县| 乐昌市| 景东| 增城市| 桐城市| 灌阳县| 威宁| 锡林郭勒盟| 无棣县| 韩城市| 虹口区| 威远县| 岗巴县| 刚察县| 宽甸| 汉中市| 金沙县| 黔西县| 金溪县| 安达市| 海兴县| 新平| 岑巩县| 郎溪县| 万全县| 宜宾市| 当涂县| 惠水县| 娱乐| 上思县| 尉犁县| 林州市| 普洱| 连云港市| 关岭| 澳门| 大埔县|