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获取遍历request指定目录下所有文件

在Python中，你可以使用`os`和`requests`库来获取并遍历网络请求指定目录下的所有文件。首先，确保已经安装了`requests`库，如果没有，可以使用`pip install requests`进行安装。

下面是一个简单的示例，假设你想从一个URL获取目录内容：

import os
import requests

def fetch_files(url):
    # 发送GET请求获取目录列表
    response = requests.get(url)
    
    # 检查请求是否成功
    if response.status_code == 200:
        # 解析响应内容，通常会包含HTML，需要解析出实际的文件路径
        directory_content = response.text
        
        # 假设目录内容是以HTML列表形式呈现，每个<a>标签链接代表一个文件
        file_links = [a['href'] for a in BeautifulSoup(directory_content, 'html.parser') if a.tag == 'a']
        
        # 遍历文件链接并下载它们
        base_url = url.split('/', -1)[0] + '/'
        for link in file_links:
            file_url = base_url + link
            with requests.get(file_url, stream=True) as file_response:
                filename = os.path.basename(file_url)
                with open(filename, 'wb') as f:
                    for chunk in file_response.iter_content(chunk_size=8192):
                        f.write(chunk)
                        print(f"Downloaded {filename}")
    else:
        print(f"Failed to get directory content, status code: {response.status_code}")

# 使用函数并提供目标URL
fetch_files('http://example.com/directory/')

注意这个例子假设URL返回的是HTML格式，并且文件链接直接包含在 `<a>` 标签内。实际情况可能会更复杂，例如JSON数据、API响应结构等，你需要相应地处理。同时，这只是一个基本框架，实际应用中可能需要考虑异常处理和网络错误等问题。

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。