亚洲激情专区-91九色丨porny丨老师-久久久久久久女国产乱让韩-国产精品午夜小视频观看

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

使用 Python 清理收藏夾里已失效的網站

發布時間:2020-09-28 00:15:43 來源:腳本之家 閱讀:149 作者:Python開源平臺 欄目:開發技術

失效的書簽們

我們日常瀏覽網站的時候,時不時會遇到些新奇的東西( 你懂的.jpg ),于是我們就默默的點了個收藏或者加書簽。然而當我們面對成百上千的書簽和收藏夾的時候,總會頭疼不已……

使用 Python 清理收藏夾里已失效的網站

尤其是昨天還在更新的程序設計博客,今天就掛了永不更新。或者是昨天看的起勁的電影網站,今天直接404。失效頁面這么多,每次我打開才知道失效了,并且需要手動刪除,這能是一個程序員干的事情嗎?

可是無論是Google瀏覽器還是國內瀏覽器,最多也就提供一個對于收藏夾的備份服務,那只能Python走起了。

使用 Python 清理收藏夾里已失效的網站

Python支持的收藏夾文件格式

對于收藏夾提供的支持很少,主要還是因為收藏夾藏在瀏覽器里面,我們只能手動導出htm文件進行管理

使用 Python 清理收藏夾里已失效的網站

使用 Python 清理收藏夾里已失效的網站

使用 Python 清理收藏夾里已失效的網站

使用 Python 清理收藏夾里已失效的網站

內容比較簡單,對前端沒什么了解的我,也可以很明顯看出其中的樹形結構和內在邏輯。

固定格式 網址 固定格式 頁面名 固定格式

很簡單的想到了正則匹配,其中有兩個子串。 提取出來再挨個訪問,看看哪個失效了,就刪除,就能獲得清理后的收藏夾了。

讀取收藏夾文件

path = "C:\\Users\\XU\\Desktop"
fname = "bookmarks.html"
os.chdir(path)
bookmarks_f = open(fname, "r+" ,encoding='UTF-8')
booklists = bookmarks_f.readlines()
bookmarks_f.close()

因為對于前端的不熟悉,這個導出的收藏夾可以抽象的分成

  • 結構代碼
  • 保存網頁書簽的關鍵代碼

其中結構代碼我們不能動,要原封不動的保留,而保存網頁書簽的關鍵代碼,我們要提取內容并且進行判斷保留和刪除。

所以這里采用readlines函數,每行讀取,單獨判斷。

正則匹配

pattern = r'href="(.*?)" rel="external nofollow" .*?>(.*?)</A>'
while len(booklists)> 0 :
bookmark = booklists.pop( 0 )
detail = re.search(pattern, bookmark)

如果是關鍵代碼:提取出的子串在 detail.group(1) 和 detail.group(2) 里面

而如果是結構代碼:detail == None

訪問頁面

import requests
r = requests. get (detail. group ( 1
),timeout=
500
)

編代碼嘗試之后發現會有這四種情況

r.status_code == requests.codes.ok
r.status_code==404
r.status_code!=404 && 無法訪問 (可能是屏蔽爬蟲,建議保留)
requests.exceptions.ConnectionError

類似知乎、簡書基本都反爬了,所以簡單的get還不能有效訪問,細節不值得大費周章,直接保留就好。 而error,直接用try拋出異常就好,不然程序會停止運行。

添加邏輯后: (代碼可左右拖動)

while len ( booklists )>0:
= booklists.pop( 0 )
detail = re.search(pattern, bookmark)
if detail:
#print(detail.group(1) +"----"+ detail.group(2))
try :
#訪問
r = requests. get (detail. group ( 1 ),timeout= 500 )
#如果可則添加
if r.status_code == requests.codes.ok:
new_lists.append(bookmark)
print( "ok------ 保留:" + detail. group ( 1 )+ "  " + detail. group ( 2 ))
else :
if (r.status_code== 404 ):
print( "不可訪問 刪除:" + detail. group ( 1 )+ "  " + detail. group ( 2 ) + '錯誤碼 ' +str(r.status_code))
else :
print( "其他原因 保留:" + detail. group ( 1 )+ "  " + detail. group ( 2 ) + '錯誤碼 ' +str(r.status_code))
new_lists.append(bookmark)
except:
print( "不可訪問 刪除:" + detail. group ( 1 )+ "  " + detail. group ( 2 ))
#new_lists.append(bookmark)
else : #沒匹配到是結構語句
new_lists.append(bookmark)

程序執行情況

使用 Python 清理收藏夾里已失效的網站

導出htm

bookmarks_f = open ( 'new_' +fname, "w+" ,encoding= 'UTF-8' )
bookmarks_f.writelines(new_lists)
bookmarks_f.
close
()

導入瀏覽器

使用 Python 清理收藏夾里已失效的網站

實際應用于我的瀏覽器

使用 Python 清理收藏夾里已失效的網站

確實有很多電影網都失效了,通過Python能夠一鍵清理其中無法訪問的書簽。人生苦短,P ython 的確可以讓生活更高效~

總結

以上所述是小編給大家介紹的使用 Python 清理收藏夾里已失效的網站,希望對大家有所幫助,如果大家有任何疑問請給我留言,小編會及時回復大家的。在此也非常感謝大家對億速云網站的支持!
如果你覺得本文對你有幫助,歡迎轉載,煩請注明出處,謝謝!

向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

屏南县| 双牌县| 博白县| 通化县| 滁州市| 建瓯市| 望都县| 宿州市| 平顺县| 达孜县| 乌兰浩特市| 黄梅县| 安新县| 遂川县| 碌曲县| 左权县| 抚州市| 阿坝县| 任丘市| 通江县| 洛扎县| 通道| 无锡市| 时尚| 枣强县| 满洲里市| 隆化县| 石城县| 曲水县| 九龙城区| 临猗县| 福建省| 晋城| 司法| 华宁县| 修武县| 呼伦贝尔市| 明光市| 任丘市| 白玉县| 凤城市|