作者darklimit ()
看板Python
標題[問題] urllib2可以開啟多檔案嗎?
時間Thu Apr 11 19:10:15 2013
現在資料夾裡有HTML的檔案
data = urllib2.urlopen("file:///D:/路徑/xxx.html")
這樣單檔案讀取是沒有問題的!!!
但如果現在要讀取整個資料夾下的HTML檔案
詢問寫法應該要怎麼寫
謝謝
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.135.114.123
1F：→ grapherd:import glob; html_list = glob.glob("*.htm*") 04/11 19:36
2F：→ grapherd:html_list = map(lambda x: open(x), html_list) 04/11 19:37
3F：→ grapherd:讀取local的html應該不用用到urllib2, 用open就夠了 04/11 19:37
4F：→ darklimit:因為要使用html_parser進行分析，所以應用urllib2 04/11 21:17
5F：→ darklimit:如果這樣用data = urllib2.urlopen 04/11 21:18
6F：→ darklimit:("file:///D:/路徑/*.html") 這樣會錯誤 04/11 21:19
7F：→ qwertmn:html_parser和urllib 應該沒有關係吧= ="" 04/11 22:06
8F：→ grapherd:改用urllib.urlopen就可以了，不過效果跟open是一樣的 04/11 22:26
9F：→ grapherd:不知道你是用什麼html parser？ 04/11 22:28
10F：→ darklimit:用*.html讀取會錯誤 04/11 22:58
11F：→ darklimit:先定義function，然後 04/11 22:59
12F：→ darklimit:f = formatter.NullFormatter() 04/11 23:00
13F：→ darklimit:html_parser = SearchLinks(f) 04/11 23:01
14F：→ darklimit:data = urllib2.urlopen("file:///d:/路徑/xxx.html") 04/11 23:03
15F：→ darklimit:html_parser.feed(data.read()) 04/11 23:03
16F：→ darklimit:html_parser.close() 04/11 23:03
17F：→ darklimit:links = html_parser.get_links() 04/11 23:04
18F：→ grapherd:這樣當然錯誤了，資料夾內沒有 "*.html"這個檔案啊 04/11 23:04
19F：→ darklimit:因為檔案不只一個，所以在應用for 迴圈處理 04/11 23:04
20F：→ darklimit:擷取到想要的資料 04/11 23:05
21F：→ grapherd:用最上面的方法，然後把open(x)改成open(x).read() 04/11 23:05
22F：→ darklimit:那要讀取所有檔案，應該用什麼方式寫? 04/11 23:05
23F：→ grapherd:然後 html_list 內的資料就是每一個html file的字串了 04/11 23:05
24F：→ darklimit:我試試看，謝謝 04/11 23:06
25F：→ qwertmn:個人偏向1f 推薦的glob 來找檔案.. 04/11 23:14