Python实现网页敏感词批量查找

最新推荐文章于 2024-03-20 01:59:03 发布

gig919

最新推荐文章于 2024-03-20 01:59:03 发布

阅读量1.7k

点赞数 1

本文链接：https://blog.csdn.net/gig919/article/details/104166852

版权

本例要查找的网页保存在”D:\test.xlsx”文件中第一列，要查找的敏感词为“第一”“质量”“最”（可根据实际需要修改敏感词内容和数量），运行代码后查找结果保存在”D:\test.xlsx”文件中第二列，以下代码已经在Python27中调试通过：运行后的”D:\test.xlsx”文件如下图：

本例要查找的网页保存在”D:\test.xlsx”文件中第一列，要查找的敏感词为“第一”“质量”“最”（可根据实际需要修改敏感词内容和数量），运行代码后查找结果保存在”D:\test.xlsx”文件中第二列，以下代码已经在Python27中调试通过：
运行后的”D:\test.xlsx”文件如下图：

Python)

#coding=utf-8

import os
import re
import requests

from requests import exceptions
from openpyxl import Workbook
from openpyxl import load_workbook


def get_html(url):
    headers = {
        'User-Agent': 'Mozilla/5.0(Windows NT 10.0; WOW64; Trident/7.0; rv:11.0)\
    like Gecko'
    }  # 模拟浏览器访问
    i = 0
    t1=10
    while i < 3: #三次重连
     try:
         r = requests.get(url,timeout=t1, headers = headers)       #请求访问网站
         r.raise_for_status()
         r.encoding = r.apparent_encoding
         #print(r.status_code)
         if r.status_code == 200:
            return r.text
         else:
             return ''
     except requests.RequestException as e:
         print(e)
        #print(url)
         return ''
     i += 1

def rexcel(excelFile): #读excel