我还想在excel第二列添加对应的每个html的名称方便我做出匹配该怎么做

要在Excel的第二列添加对应HTML文件的名称，可以在提取HTML内容的同时，记录下每个HTML文件的路径。你可以修改遍历文件夹的部分，将文件名作为新的一列加入到DataFrame中。以下是示例代码：

import os
import pandas as pd

file_dir = "D:\继续采集\APELOA普洛药业\html"
all_texts = []  # 存放所有文件的文本
file_names = []  # 存放文件名

for filename in iglob(os.path.join(file_dir, '*.html')):
    abs_path = os.path.abspath(filename)
    decoded_path = os.fsdecode(abs_path)
    file_name = os.path.basename(decoded_path)  # 获取文件名

    with open(decoded_path, 'r', encoding='utf-8') as file:
        soup = BeautifulSoup(file, 'html.parser')
        text_tags = soup.find_all('p')
        texts_for_file = [tag.get_text() for tag in text_tags]

    # 将文本和文件名分别添加到列表
    all_texts.extend(texts_for_file)
    file_names.extend([file_name] * len(texts_for_file))

df = pd.DataFrame(list(zip(file_names, all_texts)), columns=['File Name', 'Merged Text'])
df.to_excel('output.xlsx', index=False)

这段代码会创建一个新的DataFrame `df`，其中包含两列：'File Name' 和 'Merged Text'，这样你就可以清楚地看到每个段落文本对应的HTML文件名称了。