由于工作需要,需要检查是否一个查询的一部分内容是有效的。查询存储在Excel中,文本内容页面的标题,和页面的URL格式中的每个细胞的超链接。所以我本能地想到使用Python来读取Excel文件并执行文本分析,然后为每个链接时,执行一个HttpRequest和确定当前链接是否有效的通过分析HttpResponse的内容。所以我搜索互联网,发现更多的主流是xlrd的插件,但在实际使用中,我发现在任何情况下,hyperlink_map最终获得的价值总是没有,并没有时间去分析原因。最后,搜索之后,我发现了一个叫做xlwings Python库,可以有效地使用。具体代码如下:# - * -编码utf - 8 = - *进口xlwings作为xwimport urllibimport systype = () def get_html (url):页面= (url) html =()返回解压(html) # #调试我发现,不管你怎么做解码,最终结果是混乱的# #之后,发现相应的网页被压缩,因此您需要手动解压获得网页内容def解压(数据):导入gzipimport StringIOdata =(数据)广州= (fileobj =数据)数据=()()返回datawb = (r\u201CC: \\用户桌面\\ \\神舟\\\u201D)main_data = (\u201CSheet2\u201D) # #确定有效获取当前表的最后一行细胞数和列数rownum = main_ (A1)。
current__ # #定位列对应列col_dict = {\u201C2\u201D:\u201CB\u201D,\u201C3\u201D:\u201CC\u201D,\u201C4\u201D:\u201CD\u201D,\u201C5\u201D:\u201CE\u201D,\u201C6\u201D:\u201CF\u201D}的行范围(1,rownum + 1):坳的范围(2,colnum + 1):查询= main_(行,1)。坳valuecell = main_(行)html链接= = get_html(链接)如果\u201Cerror-container\u201D在html:打印\u201C% s, % s % s %(查询,col_ (str (col)) + str(行))# #颜色无效链接所属细胞和直接写文件= (253218 4)
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
