IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> Python提取站点地图sitemap.xml -> 正文阅读

[Python知识库]Python提取站点地图sitemap.xml

站点sitemap.xml内容格式

百度搜索:Xs小屋
百度搜索:Xs小屋

Python 3

简单实现,提取URL保存到url.txt文件

import xml.dom.minidom as xmldom
import urllib.request
import xml
#Python 简单实现 提取站点地图 提取到得URL保持到D盘url.txt文件内容中
#2021.10.3
#百度搜索:Xs小屋 微信公众号:Xs小屋

proxy = '127.0.0.1:10809'
proxy_support = urllib.request.ProxyHandler({'http':'http://'+proxy,
                                             'https':'https://'+proxy})

opener = urllib.request.build_opener(proxy_support)

#如有需要取消注释,使用代理
#urllib.request.install_opener(opener)

headers = {
    'User-Agent': "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:89.0) Gecko/20100101 Firefox/89.0"
}

##设置站点地图 URL链接
sitemap_url = "https://www.nstns.com/sitemap.xml"


http = urllib.request.Request(url=sitemap_url,headers=headers);

#发送请求
http_run = urllib.request.urlopen(http);


dom = xml.dom.minidom.parse(http_run)

return_xml = dom.documentElement.getElementsByTagName("url")
open("D:\\url.txt", 'w').close()
for url_xml in return_xml:
        url = url_xml.getElementsByTagName("loc")[0]
        a_url = url.firstChild.data        
        #print(a_url)
        file = open("D:\\url.txt",'a',encoding="utf-8")
        file.write(a_url+'\n')
        file.close()
        continue

效果图

在这里插入图片描述

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2021-10-04 12:48:17  更:2021-10-04 12:49:10 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/15 18:21:40-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码