Python如何清理收藏夾里已失效的網(wǎng)站，很多新手對(duì)此不是很清楚，為了幫助大家解決這個(gè)難題，下面小編將為大家詳細(xì)講解，有這方面需求的人可以來(lái)學(xué)習(xí)下，希望你能有所收獲。

創(chuàng)新互聯(lián)公司長(zhǎng)期為1000+客戶提供的網(wǎng)站建設(shè)服務(wù)，團(tuán)隊(duì)從業(yè)經(jīng)驗(yàn)10年，關(guān)注不同地域、不同群體，并針對(duì)不同對(duì)象提供差異化的產(chǎn)品和服務(wù)；打造開放共贏平臺(tái)，與合作伙伴共同營(yíng)造健康的互聯(lián)網(wǎng)生態(tài)環(huán)境。為武清企業(yè)提供專業(yè)的成都做網(wǎng)站、成都網(wǎng)站設(shè)計(jì)，武清網(wǎng)站改版等技術(shù)服務(wù)。擁有10余年豐富建站經(jīng)驗(yàn)和眾多成功案例,為您定制開發(fā)。

失效的書簽們

我們?nèi)粘g覽網(wǎng)站的時(shí)候，時(shí)不時(shí)會(huì)遇到些新奇的東西（ 你懂的.jpg ），于是我們就默默的點(diǎn)了個(gè)收藏或者加書簽。然而當(dāng)我們面對(duì)成百上千的書簽和收藏夾的時(shí)候，總會(huì)頭疼不已……

尤其是昨天還在更新的程序設(shè)計(jì)博客，今天就掛了永不更新?；蛘呤亲蛱炜吹钠饎诺碾娪熬W(wǎng)站，今天直接404。失效頁(yè)面這么多，每次我打開才知道失效了，并且需要手動(dòng)刪除，這能是一個(gè)程序員干的事情嗎？

可是無(wú)論是Google瀏覽器還是國(guó)內(nèi)瀏覽器，最多也就提供一個(gè)對(duì)于收藏夾的備份服務(wù)，那只能Python走起了。

Python支持的收藏夾文件格式

對(duì)于收藏夾提供的支持很少，主要還是因?yàn)槭詹貖A藏在瀏覽器里面，我們只能手動(dòng)導(dǎo)出htm文件進(jìn)行管理

內(nèi)容比較簡(jiǎn)單，對(duì)前端沒什么了解的我，也可以很明顯看出其中的樹形結(jié)構(gòu)和內(nèi)在邏輯。

固定格式 網(wǎng)址 固定格式 頁(yè)面名 固定格式

很簡(jiǎn)單的想到了正則匹配，其中有兩個(gè)子串。提取出來(lái)再挨個(gè)訪問，看看哪個(gè)失效了，就刪除，就能獲得清理后的收藏夾了。

讀取收藏夾文件

path="C:\\Users\\XU\\Desktop"fname="bookmarks.html"os.chdir(path)bookmarks_f=open(fname,"r+",encoding='UTF-8')booklists=bookmarks_f.readlines()bookmarks_f.close()

因?yàn)閷?duì)于前端的不熟悉，這個(gè)導(dǎo)出的收藏夾可以抽象的分成

• 結(jié)構(gòu)代碼

• 保存網(wǎng)頁(yè)書簽的關(guān)鍵代碼

其中結(jié)構(gòu)代碼我們不能動(dòng)，要原封不動(dòng)的保留，而保存網(wǎng)頁(yè)書簽的關(guān)鍵代碼，我們要提取內(nèi)容并且進(jìn)行判斷保留和刪除。

所以這里采用readlines函數(shù)，每行讀取，單獨(dú)判斷。

正則匹配

pattern=r'HREF="(.*?)".*?>(.*?)</A>'whilelen(booklists)>0:bookmark=booklists.pop(0)detail=re.search(pattern,bookmark)

如果是關(guān)鍵代碼：提取出的子串在 detail.group(1) 和 detail.group(2) 里面

而如果是結(jié)構(gòu)代碼：detail == None

訪問頁(yè)面

importrequestsr=requests.get(detail.group(1),timeout=500)

編代碼嘗試之后發(fā)現(xiàn)會(huì)有這四種情況

• r.status_code == requests.codes.ok

• r.status_code==404

• r.status_code!=404 && 無(wú)法訪問 （可能是屏蔽爬蟲，建議保留）

• requests.exceptions.ConnectionError

類似知乎、簡(jiǎn)書基本都反爬了，所以簡(jiǎn)單的get還不能有效訪問，細(xì)節(jié)不值得大費(fèi)周章，直接保留就好。而error，直接用try拋出異常就好，不然程序會(huì)停止運(yùn)行。

添加邏輯后：

whilelen(booklists)>0:bookmark=booklists.pop(0)detail=re.search(pattern,bookmark)ifdetail:#print(detail.group(1)+"----"+detail.group(2))try:#訪問r=requests.get(detail.group(1),timeout=500)#如果可則添加ifr.status_code==requests.codes.ok:new_lists.append(bookmark)print("ok------保留："+detail.group(1)+""+detail.group(2))else:if(r.status_code==404):print("不可訪問刪除："+detail.group(1)+""+detail.group(2)+'錯(cuò)誤碼'+str(r.status_code))else:print("其他原因保留："+detail.group(1)+""+detail.group(2)+'錯(cuò)誤碼'+str(r.status_code))new_lists.append(bookmark)except:print("不可訪問刪除："+detail.group(1)+""+detail.group(2))#new_lists.append(bookmark)else:#沒匹配到是結(jié)構(gòu)語(yǔ)句new_lists.append(bookmark)

程序執(zhí)行情況

導(dǎo)出htm

bookmarks_f=open('new_'+fname,"w+",encoding='UTF-8')bookmarks_f.writelines(new_lists)bookmarks_f.close()

導(dǎo)入瀏覽器

實(shí)際應(yīng)用于我的瀏覽器

確實(shí)有很多電影網(wǎng)都失效了，通過Python能夠一鍵清理其中無(wú)法訪問的書簽。人生苦短，Python 的確可以讓生活更高效~

看完上述內(nèi)容是否對(duì)您有幫助呢？如果還想對(duì)相關(guān)知識(shí)有進(jìn)一步的了解或閱讀更多相關(guān)文章，請(qǐng)關(guān)注創(chuàng)新互聯(lián)-成都網(wǎng)站建設(shè)公司行業(yè)資訊頻道，感謝您對(duì)創(chuàng)新互聯(lián)的支持。

名稱欄目：Python如何清理收藏夾里已失效的網(wǎng)站-創(chuàng)新互聯(lián)
瀏覽路徑：http://m.rwnh.cn/article12/cechgc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供做網(wǎng)站、網(wǎng)站策劃、企業(yè)建站、手機(jī)網(wǎng)站建設(shè)、網(wǎng)站維護(hù)、外貿(mào)建站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)