利用python提取excel中网页链接并下载对应网页

1.提取各个表链接

2.下载对应的网页并保存到对应的文件夹

小白,不保证准确性

import xlrd
import re
from jieba import xrange
from selenium import webdriver
import os


wb = xlrd.open_workbook('xxxx.xlsx')

p = wb.sheet_names()
obj = re.compile(r"https:/.*?\d+")

for y in p:
    print(y)
    base_dir = os.path.dirname(__file__)

    if os.path.exists(base_dir + '/' + y):
        print('exist')
    else:
        os.mkdir(base_dir + '/' + y)  # 创建
    sh = wb.sheet_by_name(y)
    sheet_data = []
    for rownum in xrange(sh.nrows):
        sheet_data.append((sh.row_values(rownum)))
        found_list = []
        rows_to_be_saved = []
        for i in sheet_data:
            for cell in i:
                ret = obj.finditer(str(cell))
                for it in ret:
                    # print(it.group())
                    # found_list.append(it.group())

                    filename = os.path.join(base_dir + '/' + y.strip(), re.search(r"\d+", it.group()).group() + '.mhtml')
                    if os.access(filename,os.F_OK):
                        print('Given file path is exist.')
                    else:
                        driver = webdriver.Chrome()
                        driver.get(it.group())
                    # 1. 执行 Chome 开发工具命令,得到mhtml内容
                        res = driver.execute_cdp_cmd('Page.captureSnapshot', {})

                    # 2. 写入文件

                        with open(filename, 'w', newline='') as f:
                            f.write(res['data'])
                        driver.quit()
                # result = obj.findall(str(cell))
                # print(result)
                # if cell.value == "string1" or i[2] == "string2" or i[2] == "string3" or i[2] == "string4" or i[2] == "string5":

            # else:

            # rows_to_be_saved.append(i)

print("over")

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值