Python提取站点地图sitemap.xml

站点sitemap.xml内容格式

百度搜索:Xs小屋
百度搜索:Xs小屋

Python 3

简单实现,提取URL保存到url.txt文件

import xml.dom.minidom as xmldom
import urllib.request
import xml
#Python 简单实现 提取站点地图 提取到得URL保持到D盘url.txt文件内容中
#2021.10.3
#百度搜索:Xs小屋 微信公众号:Xs小屋

proxy = '127.0.0.1:10809'
proxy_support = urllib.request.ProxyHandler({'http':'http://'+proxy,
                                             'https':'https://'+proxy})

opener = urllib.request.build_opener(proxy_support)

#如有需要取消注释,使用代理
#urllib.request.install_opener(opener)

headers = {
    'User-Agent': "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:89.0) Gecko/20100101 Firefox/89.0"
}

##设置站点地图 URL链接
sitemap_url = "https://www.nstns.com/sitemap.xml"


http = urllib.request.Request(url=sitemap_url,headers=headers);

#发送请求
http_run = urllib.request.urlopen(http);


dom = xml.dom.minidom.parse(http_run)

return_xml = dom.documentElement.getElementsByTagName("url")
open("D:\\url.txt", 'w').close()
for url_xml in return_xml:
        url = url_xml.getElementsByTagName("loc")[0]
        a_url = url.firstChild.data        
        #print(a_url)
        file = open("D:\\url.txt",'a',encoding="utf-8")
        file.write(a_url+'\n')
        file.close()
        continue

效果图

在这里插入图片描述

  • 1
    点赞
  • 2
    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