文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

怎么用Python清理收藏夹里已失效的网站

2023-06-02 03:47

关注

这篇文章主要介绍“怎么用Python清理收藏夹里已失效的网站”,在日常操作中,相信很多人在怎么用Python清理收藏夹里已失效的网站问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”怎么用Python清理收藏夹里已失效的网站”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!

最近打开好多以前收藏的网站,发现好多都已经失效了,好多以前想看还没来得及看的内容,也找不见了。。。

失效的书签们

我们日常浏览网站的时候,时不时会遇到些新奇的东西,于是我们就默默的点了个收藏或者加书签。然而当我们面对成百上千的书签和收藏夹的时候,总会头疼不已……

怎么用Python清理收藏夹里已失效的网站

尤其是昨天还在更新的程序设计博客,今天就挂了永不更新。或者是昨天看的起劲的电影网站,今天直接404。失效页面这么多,每次我打开才知道失效了,并且需要手动删除,这能是一个程序员干的事情吗?

可是无论是Google浏览器还是国内浏览器,最多也就提供一个对于收藏夹的备份服务,那只能Python走起了。

怎么用Python清理收藏夹里已失效的网站

Python支持的收藏夹文件格式

对于收藏夹提供的支持很少,主要还是因为收藏夹藏在浏览器里面,我们只能手动导出htm文件进行管理

怎么用Python清理收藏夹里已失效的网站

怎么用Python清理收藏夹里已失效的网站

怎么用Python清理收藏夹里已失效的网站

怎么用Python清理收藏夹里已失效的网站

内容比较简单,对前端没什么了解的我,也可以很明显看出其中的树形结构和内在逻辑。

固定格式 网址 固定格式 页面名 固定格式

很简单的想到了正则匹配,其中有两个子串。提取出来再挨个访问,看看哪个失效了,就删除,就能获得清理后的收藏夹了。

读取收藏夹文件

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()

因为对于前端的不熟悉,这个导出的收藏夹可以抽象的分成

其中结构代码我们不能动,要原封不动的保留,而保存网页书签的关键代码,我们要提取内容并且进行判断保留和删除。

所以这里采用readlines函数,每行读取,单独判断。

正则匹配

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

如果是关键代码:提取出的子串在 detail.group(1) 和 detail.group(2) 里面

而如果是结构代码:detail == None

访问页面

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

编代码尝试之后发现会有这四种情况

类似知乎、简书基本都反爬了,所以简单的get还不能有效访问,细节不值得大费周章,直接保留就好。而error,直接用try抛出异常就好,不然程序会停止运行。

添加逻辑后:(代码可左右拖动)

while len(booklists)>0: bookmark = booklists.pop(0) detail = re.search(pattern, bookmark) if detail: #print(detail.group(1) +"----"+ detail.group(2)) try: #访问 r = requests.get(detail.group(1),timeout=500) #如果可则添加 if r.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("不可访问 删除:"+ detail.group(1)+" "+ detail.group(2) +'错误码 '+str(r.status_code)) else: print("其他原因 保留:"+ detail.group(1)+" "+ detail.group(2) +'错误码 '+str(r.status_code)) new_lists.append(bookmark) except: print( "不可访问 删除:"+ detail.group(1)+" "+ detail.group(2)) #new_lists.append(bookmark) else:#没匹配到是结构语句 new_lists.append(bookmark)

程序执行情况

怎么用Python清理收藏夹里已失效的网站

导出htm

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

导入浏览器

怎么用Python清理收藏夹里已失效的网站

实际应用于我的浏览器

怎么用Python清理收藏夹里已失效的网站

到此,关于“怎么用Python清理收藏夹里已失效的网站”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注编程网网站,小编会继续努力为大家带来更多实用的文章!

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯