Python读取本地html文件内容块并给该文件重命名

最新推荐文章于 2024-10-27 11:29:42 发布

一天多一行丶

最新推荐文章于 2024-10-27 11:29:42 发布

阅读量225

点赞数

文章标签： python html 前端

本文链接：https://blog.csdn.net/caijigaga/article/details/131961766

版权

这段代码使用BeautifulSoup库解析HTML文件，读取文件的标题，然后将文件名改为去除非法字符后的标题。它遍历指定文件夹中的所有.html文件，对每个文件进行处理，并在遇到FileExistsError时继续下一个文件。程序在处理1000个文件后停止。

摘要由CSDN通过智能技术生成

from bs4 import BeautifulSoup as BS
import os

def file_rename(path):
    # 读 html文件 title，给该文件改名成 title。
    suffix = ".html"
    i = 1
    for file in os.listdir(path):
        try:
            if i != 1000:
                if file.endswith(suffix):
                    if os.path.isfile(os.path.join(path, file)):
                        soup = BS(open(os.path.join(path, file), encoding='utf-8'), features='html.parser')
                        if soup.title.string is None:
                            continue
                        else:
                            new_name = soup.title.string.replace(' ', '_').replace("|", "").replace("<", "").replace(
                                ">", "").replace("?", "").replace('"', "").replace('？', "").replace(':', "")//去掉非法符号
                            os.rename(os.path.join(path, file), os.path.join(path, new_name + suffix))
                            i = i + 1
                            print(i)
            else:
                break
        except FileExistsError:
            continue
    print("end!")


# Press the green button in the gutter to run the script.
if __name__ == '__main__':
    file_rename(r'D:\xxx')#输入文件夹路径即可