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. docker绑定了nginx端口 外部访问不到2. docker-compose 为何找不到配置文件？3. Docker for Mac 创建的dnsmasq容器连不上/不工作的问题4. dockerfile - [docker build image失败- npm install]5. docker-compose中volumes的问题6. boot2docker无法启动7. docker网络端口映射，没有方便点的操作方法么？8. docker api 开发的端口怎么获取？9. docker images显示的镜像过多，狗眼被亮瞎了，怎么办？10. dockerfile - 我用docker build的时候出现下边问题 麻烦帮我看一下
网公网安备