python - 关于代码的优化问题
问题描述
我新手写的代码，用来处理爬虫下来的htm文件内容,虽然解决问题，但是会有遗漏文件不处理。爬虫是爬一些文章的网站下来的，和网页另存为没什么区别。
想大神们帮我看看我的代码，怎么优化不会有遗漏。比较小白的代码，麻烦了！！！
# -*- coding: utf-8 -*import reimport globfilename_list = glob.glob(’*.html’)for i in filename_list: txt = '' with open(i, 'r') as htmfile:txt = htmfile.read() scdy = r'<hr[sS]*?<hr' onedotxt = re.findall(scdy, txt) if onedotxt:r = onedotxt[0] twotxt=re.sub(’<[^>]*>’, ’’, r) threetxt=re.sub(’<hr’, ’’, twotxt) fourtxt=re.sub(’’’, ’’, threetxt) fivetxt=re.sub(’”’, ’'’, fourtxt) sixtxt=re.sub(’“’, ’'’, fivetxt)endstr=re.sub(’–’, ’-’, sixtxt) name = endstr.split(’n’)[1] with open(name+'.txt', 'w') as wf: wf.write(endstr)
问题解答
回答1：filename_list = glob.glob(’.html’) + glob.glob(’.htm’)
相关文章：
1. mysql - JAVA怎么实现一个DAO同时实现查询两个实体类的结果集2. sql语句 - 如何在mysql中批量添加用户？3. mysql建表报错，查手册看不懂，求解？4. PHP类属性声明？5. 求大神支招，php怎么操作在一个html文件的<head>标记内添加内容？6. 怎么php怎么通过数组显示sql查询结果呢，查询结果有多条，如图。7. 致命错误: Class ’appfacadeTest’ not found8. 老师们php,插入数据库mysql，都是空的，要怎么解决9. mysql - 数据库建字段，默认值空和empty string有什么区别 11010. phpstady在win10上运行
网公网安备