将目标链接html下载到文本文件

Question

我对python和学习Web爬行完全陌生。

我试图下载文本页面中的单个目标链接。 到目前为止，我成功地提取了所需的所有目标URL，但不知道如何在多个文件中下载所有目标HTML文本。下面的代码只是在多个文件中显示相同的文章。

有人可以帮助我。

url = "" 
r = requests.get(url) 
data = r.text 
soup = BeautifulSoup(data, "lxml") 
link1 = soup2.find_all('a', href=re.compile("drupal_lists")) 

for t1 in link1: 
    print(t1.attrs['href']) 
link_data = requests.get(t.attrs['href']).text 

import io 
for i in link_data: 
    link_data 
    with io.open("file_" + str(i) + ".txt", 'w', encoding='utf-8') as f: 
     f.write(str(i)+link_data) 

Answer 1

在你的代码的风格，从点开始，当事情发生变化：

for i, t1 in enumerate(link1): # Get indices and data in one go 
    link_data = requests.get(t1.attrs['href']).text 
    with io.open("file_" + str(i) + ".txt", 'w', encoding='utf-8') as f: 
     f.write(link_data) # no str(i) because that would mess with the HTML