最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

python批量獲取html內(nèi)body內(nèi)容的實(shí)例

 更新時(shí)間:2019年01月02日 08:42:01   作者:STKi  
今天小編就為大家分享一篇python批量獲取html內(nèi)body內(nèi)容的實(shí)例,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧

現(xiàn)在有一批完整的關(guān)于介紹城市美食、景點(diǎn)等的html頁面,需要將里面body的內(nèi)容提取出來

方法:利用python插件beautifulSoup獲取htmlbody標(biāo)簽的內(nèi)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(gè)字段是此目錄的級別
	dirList = []
 
	#所有文件
	fileList = []
 
	#返回一個(gè)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?yàn)殡[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(gè)城市的提取'

以上這篇python批量獲取html內(nèi)body內(nèi)容的實(shí)例就是小編分享給大家的全部內(nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • Python使用正則表達(dá)式過濾或替換HTML標(biāo)簽的方法詳解

    Python使用正則表達(dá)式過濾或替換HTML標(biāo)簽的方法詳解

    這篇文章主要介紹了Python使用正則表達(dá)式過濾或替換HTML標(biāo)簽的方法,簡單介紹了Python正則相關(guān)語法并結(jié)合具體實(shí)例形式分析了Python基于正則表達(dá)式的HTML標(biāo)簽過濾與替換相關(guān)操作技巧,需要的朋友可以參考下
    2017-09-09
  • Python腳本實(shí)現(xiàn)抓取指定網(wǎng)站上的所有圖片

    Python腳本實(shí)現(xiàn)抓取指定網(wǎng)站上的所有圖片

    對于開發(fā)者、數(shù)據(jù)分析師以及研究人員而言,從網(wǎng)頁中提取有價(jià)值的信息是一項(xiàng)至關(guān)重要的技能,本文將詳細(xì)介紹如何使用Python編寫一個(gè)腳本來自動抓取指定網(wǎng)站上的所有圖片,需要的可以參考下
    2024-10-10
  • scrapy-redis分布式爬蟲的搭建過程(理論篇)

    scrapy-redis分布式爬蟲的搭建過程(理論篇)

    這篇文章主要介紹了scrapy-redis分布式爬蟲的搭建過程(理論篇),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-09-09
  • 圖文詳解Python中模塊或py文件導(dǎo)入(超詳細(xì)!)

    圖文詳解Python中模塊或py文件導(dǎo)入(超詳細(xì)!)

    導(dǎo)入文件目的就是為了執(zhí)行文件,下面這篇文章主要給大家介紹了關(guān)于Python中模塊或py文件導(dǎo)入的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下
    2023-04-04
  • Python實(shí)現(xiàn)mysql數(shù)據(jù)庫中的SQL文件生成和導(dǎo)入

    Python實(shí)現(xiàn)mysql數(shù)據(jù)庫中的SQL文件生成和導(dǎo)入

    這篇文章主要介紹了Python實(shí)現(xiàn)mysql數(shù)據(jù)庫中的SQL文件生成和導(dǎo)入,首先通過將mysql數(shù)據(jù)導(dǎo)出到SQL文件中展開詳細(xì)內(nèi)容需要的小伙伴可以參考一下
    2022-06-06
  • Python中turtle.write方法使用說明

    Python中turtle.write方法使用說明

    turtle模塊以面向?qū)ο蠛兔嫦蜻^程的方式提供turtle圖形基元,由于它使用Tkinter作為基礎(chǔ)圖形,因此需要安裝有Tk支持的Python版本,下面這篇文章主要給大家介紹了關(guān)于Python中turtle.write方法使用說明的相關(guān)資料,需要的朋友可以參考下
    2022-02-02
  • python實(shí)現(xiàn)web方式logview的方法

    python實(shí)現(xiàn)web方式logview的方法

    這篇文章主要介紹了python實(shí)現(xiàn)web方式logview的方法,涉及Python基于web模塊操作Linux命令的技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下
    2015-08-08
  • python自動生成model文件過程詳解

    python自動生成model文件過程詳解

    這篇文章主要介紹了python自動生成model文件過程詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值
    2019-11-11
  • Python編寫春聯(lián)的示例代碼(支持行書隸書楷書)

    Python編寫春聯(lián)的示例代碼(支持行書隸書楷書)

    這篇文章主要介紹了如何通過Python代碼編寫春聯(lián),其中春聯(lián)字體支持行書隸書楷書。文中的示例代碼講解詳細(xì),感興趣的小伙伴可以動手試一試
    2022-01-01
  • 用Python編寫一個(gè)漏洞驗(yàn)證腳本

    用Python編寫一個(gè)漏洞驗(yàn)證腳本

    大家好,本篇文章主要講的是用Python編寫一個(gè)漏洞驗(yàn)證腳本,感興趣的同學(xué)趕快來看一看吧,對你有幫助的話記得收藏一下
    2022-02-02

最新評論

安国市| 衡阳县| 达日县| 黎城县| 定结县| 龙江县| 浙江省| 济源市| 绍兴县| 宜都市| 湘潭县| 莱芜市| 遂平县| 车险| 怀远县| 张家界市| 玛纳斯县| 恩平市| 聊城市| 顺平县| 天门市| 湘潭县| 观塘区| 丽江市| 田林县| 霞浦县| 锡林浩特市| 遂溪县| 鸡泽县| 威远县| 修武县| 元氏县| 重庆市| 广丰县| 乌兰察布市| 香港| 孝感市| 若尔盖县| 烟台市| 沁阳市| 天峨县|