python 制作網(wǎng)站篩選工具(附源碼)
一.思路
1.整體思路
2.代碼思路
思路很簡(jiǎn)單,就是用python發(fā)送請(qǐng)求,提取響應(yīng)體中的狀態(tài)碼加以判斷,最后保存到本地txt文本中,以實(shí)現(xiàn)網(wǎng)站信息的篩選。
二.撰寫代碼
import time import requests import urllib3 from concurrent.futures import ThreadPoolExecutor #取源文件中的網(wǎng)址并且去重 def get_url(old_file): with open(old_file,'r',encoding='gbk')as f: urllist=list(set(f.readlines())) return urllist #主體,發(fā)送請(qǐng)求,通過(guò)異常捕獲判斷能否響應(yīng),通過(guò)狀態(tài)碼判斷網(wǎng)閘能否正常訪問(wèn) def request(url): url=url.strip() #構(gòu)造請(qǐng)求頭信息 headers = { 'Connection': 'keep-alive', 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36' } try: #忽略證書安全警告 urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning) r=requests.get(url,headers=headers,timeout=10,verify=False)#timeout設(shè)置超時(shí)時(shí)間,我設(shè)置了10s,使用verif=False忽略sll認(rèn)證 if r.status_code==200: cost_time=r.elapsed.total_seconds()#計(jì)算訪問(wèn)耗時(shí) print(url,' ----->【能訪問(wèn)】訪問(wèn)耗時(shí):\033[35;46m{:.2f}s\033[0m'.format(cost_time)) can_access_save_to_txt(url) else: print(url,' ----->不能訪問(wèn),狀態(tài)碼為:\033[31;44m{}\033[0m'.format(r.status_code)) except: print(url, ' ----->不能訪問(wèn),原因:\033[31;44m不能響應(yīng)\033[0m') #將能訪問(wèn)的網(wǎng)址保存到new_file def can_access_save_to_txt(result): result=result.strip() #篩選出不是.apk的url,此判斷可以不加 if not result.endswith('.apk'): with open(aim_file,'a')as f: f.write(result+'\n') def main(): s_time=time.time() #使用線程池,創(chuàng)建四條線程。 pool=ThreadPoolExecutor(max_workers=4) urls=get_url(orign_file) for url in urls: pool.submit(request,url) pool.shutdown() e_time=time.time() sum_time=int(e_time-s_time) if sum_time>60: print(f'\033[38;46m 程序正常執(zhí)行結(jié)束退出!共耗時(shí):【{sum_time//60}分鐘】 \033[0m') elif sum_time/60>1: print(f'\033[38;46m 程序正常執(zhí)行結(jié)束退出!共耗時(shí):【{sum_time//60*60}小時(shí)】 \033[0m') if __name__ == '__main__': orign_file=r'E:\test.txt' #篩選后能訪問(wèn)的網(wǎng)址 aim_file="./data/test_can_access.txt" #篩選后不能訪問(wèn)的網(wǎng)址 main()
三.運(yùn)行結(jié)果
四.總結(jié)
本次使用python撰寫了一款篩選網(wǎng)站的小工具,將網(wǎng)站大致分為能訪問(wèn)和不能訪問(wèn)兩類,將能夠訪問(wèn)且狀態(tài)碼為200的網(wǎng)站存儲(chǔ)到了文件中,最終實(shí)現(xiàn)了網(wǎng)站的篩選。思路、代碼方面有什么不足歡迎各位大佬指正、批評(píng)!
以上就是python 制作網(wǎng)站篩選工具(附源碼)的詳細(xì)內(nèi)容,更多關(guān)于python 制作網(wǎng)站篩選工具的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
Django+Celery實(shí)現(xiàn)定時(shí)任務(wù)的示例
Celery是一個(gè)基于python開發(fā)的分布式任務(wù)隊(duì)列,而做python WEB開發(fā)最為流行的框架莫屬Django,本示例使用主要依賴包Django+Celery實(shí)現(xiàn)定時(shí)任務(wù),感興趣的朋友一起看看吧2021-06-06python numpy庫(kù)linspace相同間隔采樣的實(shí)現(xiàn)
這篇文章主要介紹了python numpy庫(kù)linspace相同間隔采樣的實(shí)現(xiàn),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02基于python實(shí)現(xiàn)簡(jiǎn)單網(wǎng)頁(yè)服務(wù)器代碼實(shí)例
這篇文章主要介紹了基于python實(shí)現(xiàn)簡(jiǎn)單網(wǎng)頁(yè)服務(wù)器代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-09-09Python3.5文件讀與寫操作經(jīng)典實(shí)例詳解
這篇文章主要介紹了Python3.5文件讀與寫操作,結(jié)合實(shí)例形式詳細(xì)分析了Python針對(duì)文件的讀寫操作常用技巧與相關(guān)操作注意事項(xiàng),需要的朋友可以參考下2019-05-05Caffe卷積神經(jīng)網(wǎng)絡(luò)solver及其配置詳解
這篇文章主要為大家介紹了Caffe卷積神經(jīng)網(wǎng)絡(luò)solver及其配置詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-06-06Python?第三方opencv庫(kù)實(shí)現(xiàn)圖像分割處理
這篇文章主要介紹了Python?第三方opencv庫(kù)實(shí)現(xiàn)圖像分割處理,文章圍繞主題展開詳細(xì)的內(nèi)容介紹,具有一定的參考價(jià)值,需要的小伙伴可以參考一下2022-06-06使用python?dateutil庫(kù)輕松處理日期和時(shí)間
這篇文章主要介紹了使用python?dateutil庫(kù)輕松處理日期和時(shí)間實(shí)例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-01-01pytest官方文檔解讀fixtures調(diào)用fixtures及fixture復(fù)用性
這篇文章主要為大家介紹了pytest官方文檔解讀fixtures調(diào)用fixtures及fixture復(fù)用性,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-06-06淺談python 中的 type(), dtype(), astype()的區(qū)別
這篇文章主要介紹了淺談python 中的 type(), dtype(), astype()的區(qū)別,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-04-04