import os import re import csv from bs4 import BeautifulSoup folder_path = 'C:/Users/test/Desktop/DIDItest' html_files = [] # 遍历文件夹及其子文件夹下所有HTML文件 for root, dirs, files in os.walk(folder_path): for file in files: if file.endswith('.html'): html_files.append(os.path.join(root, file))打开并提取所有html文件源代码

您好！要打开并提取所有HTML文件的源代码，可以按照以下步骤进行操作：

1. 导入所需的库：

import os
from bs4 import BeautifulSoup

2. 指定文件夹路径和一个空列表来存储HTML文件的路径：

folder_path = 'C:/Users/test/Desktop/DIDItest'
html_files = []

3. 使用`os.walk()`函数遍历文件夹及其子文件夹下的所有文件，并筛选出以`.html`结尾的文件：

for root, dirs, files in os.walk(folder_path):
    for file in files:
        if file.endswith('.html'):
            html_files.append(os.path.join(root, file))

4. 循环遍历所有HTML文件，并使用BeautifulSoup库打开并提取源代码：

for file_path in html_files:
    with open(file_path, 'r', encoding='utf-8') as file:
        html_source_code = file.read()
        soup = BeautifulSoup(html_source_code, 'html.parser')
        # 在这里可以对源代码进行进一步的处理或提取需要的信息

请注意，这里使用了BeautifulSoup库来解析HTML文件，您需要确保已经安装了该库，可以使用`pip install beautifulsoup4`来安装。

希望能对您有所帮助！如有任何疑问，请随时提问。