按照Excel表格中网址列表，依次打开网页并提取标题和文本并存储到TXT格式文件中，使用python代码...-CSDN博客

本文链接：https://blog.csdn.net/weixin_35753291/article/details/129076536

该博客介绍了如何利用Python的requests和BeautifulSoup库从Excel列表中的网址抓取网页标题和文本，并将它们写入TXT文件。首先，通过openpyxl或pandas读取Excel文件中的网址，接着对每个网址发送HTTP请求获取HTML源代码，然后用BeautifulSoup解析HTML，提取标题和文本，最后将这些信息追加到TXT文件中。

摘要由CSDN通过智能技术生成

您好，可以使用 Python 中的 requests 库和 BeautifulSoup 库来实现这个功能。

首先，使用 Python 读取 Excel 表格中的网址列表。可以使用第三方库如 openpyxl 或 pandas 读取 Excel 文件。

然后，对于每个网址，使用 requests 库发送 HTTP 请求并获取网页的 HTML 源代码。

接着，使用 BeautifulSoup 解析 HTML 源代码，提取网页的标题和文本。

最后，使用 Python 的文件 I/O 操作将标题和文本写入 TXT 格式文件中。

下面是一个示例代码，它实现了这个功能：

import requestsfrom bs4 import BeautifulSoup

# 读取 Excel 表格中的网址列表
urls = []  # 网址列表

# 遍历每个网址
for url in urls:
    # 发送 HTTP 请求并获取网页的 HTML 源代码
    html = requests.get(url).text
    # 使用 BeautifulSoup 解析 HTML 源代码
    soup = BeautifulSoup(html, 'html.parser')
    # 提取网页的标题
    title = soup.title.string
    # 提取网页的文本
    text = soup.get_text()
    # 将标题和文本写入 TXT 格式文件中
    with open('data.txt', 'a') as f:
        f.write(title + '\n')
        f.write(text + '\n')