python遍历目录下所有html文件

可以使用 Python 的 `os` 模块来遍历目录下的所有文件。例如：

import os

# 获取当前目录下的所有文件
for root, dirs, files in os.walk("."):
    for file in files:
        # 如果文件名以 .html 结尾，就打印文件名
        if file.endswith(".html"):
            print(file)

这样就可以遍历当前目录下的所有 HTML 文件了。

注意：`os.walk()` 会递归遍历子目录，如果只想遍历当前目录，可以使用 `os.listdir()` 函数。

import os

# 获取当前目录下的所有文件
files = os.listdir(".")
for file in files:
    # 如果文件名以 .html 结尾，就打印文件名
    if file.endswith(".html"):
        print(file)

相关问题

python 爬取url 目录下所有文件

你可以使用 Python 的 requests 库和 BeautifulSoup 库来爬取一个 URL 目录下的所有文件。

首先，你需要使用 requests 库来获取目录页面的 HTML 内容。然后，使用 BeautifulSoup 库来解析 HTML，找到所有链接，过滤出文件链接，然后使用 requests 库下载这些文件。

以下是一个简单的代码示例：

import os
import requests
from bs4 import BeautifulSoup

url = 'http://example.com/files/'

# 获取目录页面的 HTML 内容
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

# 遍历所有链接，找到文件链接并下载
for link in soup.find_all('a'):
    href = link.get('href')
    if href.endswith('.pdf'): # 这里仅下载 PDF 文件，你可以根据实际情况修改
        file_url = url + href
        file_name = href.split('/')[-1]
        response = requests.get(file_url)
        with open(file_name, 'wb') as f:
            f.write(response.content)
            print(f'Downloaded {file_name}')

注意，这个代码示例仅适用于非认证目录，如果你需要认证，你需要修改 requests 库的请求头和参数等。

使用python遍历浏览器网址列表，并下载网址下的pdf

你可以使用 Python 的 requests 库和 BeautifulSoup 库来实现遍历浏览器网址列表，并下载每个网址下的 PDF。

以下是一个简单的示例代码：

import requests
from bs4 import BeautifulSoup

# 设置请求头，模拟浏览器发送请求
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}

# 浏览器网址列表
urls = ['https://example.com/page1', 'https://example.com/page2', 'https://example.com/page3']

# 遍历网址列表
for url in urls:
    # 发送 GET 请求
    response = requests.get(url, headers=headers)

    # 解析响应内容
    soup = BeautifulSoup(response.content, 'html.parser')

    # 获取所有的链接
    links = soup.find_all('a')

    # 遍历链接列表
    for link in links:
        # 获取链接地址
        href = link.get('href')

        # 如果链接是 PDF 文件
        if href.endswith('.pdf'):
            # 拼接 PDF 文件链接
            pdf_url = url + href

            # 发送 GET 请求
            pdf_response = requests.get(pdf_url, headers=headers)

            # 以二进制形式获取响应内容
            pdf_content = pdf_response.content

            # 将响应内容写入本地文件
            with open(href, 'wb') as f:
                f.write(pdf_content)

你需要将代码中的 `urls` 替换成你要遍历的浏览器网址列表，然后执行代码即可在当前目录下生成多个 PDF 文件，每个文件名是该 PDF 的文件名。