import os import csv from bs4 import BeautifulSoup # 设置文件夹路径 folder_path = 'C:/Users/test/Desktop/DIDItest' # 遍历文件夹中的所有文件和子文件夹 for root, dirs, files in os.walk(folder_path): for file_name in files: if file_name.endswith('.html'): file_path = os.path.join(root, file_name) # 打开HTML文件并读取源代码 with open(file_path, 'r', encoding='utf-8') as file: html_content = file.read() # 在这里可以对源代码进行进一步的操作和提取 soup = BeautifulSoup(html_content, 'html.parser') messages = soup.find_all('p') for message in messages: talk_id_tag = message.find_previous('a') if talk_id_tag: talk_id = talk_id_tag.text.strip()[1:] time = message.contents[0].strip().split(',')[0][1:] send_phone = message.find('span', class_='hint-success').text.strip() receive_phone = message.find_all('span', class_='hint-success')[1].text.strip() content_tag = message.find('a') if content_tag: content = content_tag['href'] content_type = '音频' else: content = message.text.strip() content_type = '文本' print("talkid:", talk_id) print("时间:", time) print("发送号码:", send_phone) print("接收号码:", receive_phone) print("发送内容:", content) print()将提取到的数据写入csv中

要将提取到的数据写入CSV文件，你可以使用Python的CSV模块。首先，你需要在循环之前创建一个CSV文件并写入表头。然后，在每次迭代时，将提取到的数据写入CSV文件的相应行。

以下是修改后的代码示例：

import os
import csv
from bs4 import BeautifulSoup

# 设置文件夹路径
folder_path = 'C:/Users/test/Desktop/DIDItest'

# 创建CSV文件并写入表头
csv_file_path = 'output.csv'
with open(csv_file_path, 'w', newline='', encoding='utf-8') as csv_file:
    writer = csv.writer(csv_file)
    writer.writerow(['talkid', '时间', '发送号码', '接收号码', '发送内容'])

    # 遍历文件夹中的所有文件和子文件夹
    for root, dirs, files in os.walk(folder_path):
        for file_name in files:
            if file_name.endswith('.html'):
                file_path = os.path.join(root, file_name)

                # 打开HTML文件并读取源代码
                with open(file_path, 'r', encoding='utf-8') as file:
                    html_content = file.read()

                # 在这里可以对源代码进行进一步的操作和提取

                soup = BeautifulSoup(html_content, 'html.parser')

                messages = soup.find_all('p')

                for message in messages:
                    talk_id_tag = message.find_previous('a')
                    if talk_id_tag:
                        talk_id = talk_id_tag.text.strip()[1:]
                        time = message.contents[0].strip().split(',')[0][1:]
                        send_phone = message.find('span', class_='hint-success').text.strip()
                        receive_phone = message.find_all('span', class_='hint-success')[1].text.strip()
                        content_tag = message.find('a')
                        if content_tag:
                            content = content_tag['href']
                            content_type = '音频'
                        else:
                            content = message.text.strip()
                            content_type = '文本'

                        # 将提取到的数据写入CSV文件
                        writer.writerow([talk_id, time, send_phone, receive_phone, content])

# 打印完成的提示信息
print("数据已成功写入CSV文件。")

在这个示例中，我们首先创建了一个CSV文件，使用 `csv.writer` 来写入表头。然后，在每次迭代时，使用 `writer.writerow` 将提取到的数据写入CSV文件的相应行。最后，打印出提示信息表示数据已成功写入CSV文件。

请注意，你需要根据实际情况修改CSV文件的路径和表头内容。