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:
#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