bs4修改html文件和保存

阅读目录

• 一、需求
• 二、代码

 

---

回到顶部

一、需求

将2个html文件保存到本地浏览器，例如：

A页面（我的博客主页）

 

 

B页面（爬虫四大金刚）

 

然后将A页面中的爬虫链接，链接的a标签中的href属性修改成本地B页面的地址，实现在本地浏览A页面跳转到B页面

回到顶部

二、代码

parent_page=r"C:\Users\ffm11\Desktop\Maple_feng - 博客园.html"
sub_page=r"C:\Users\ffm11\Desktop\爬虫四大金刚：requests，selenium，BeautifulSoup，Scrapy - Maple_feng - 博客园.html"

with open(parent_page, 'r',encoding="utf-8") as file:
    pcontent = file.read()

sp = BeautifulSoup(pcontent, 'lxml')
'''
<a class="postTitle2" href="https://www.cnblogs.com/angelyan/p/10496950.html">
[置顶]    爬虫四大金刚：requests，selenium，BeautifulSoup，Scrapy
</a>
'''
text=sp.find_all('a',class_='postTitle2')[0].get_text()
print(text)
new_tag = sp.new_tag("a")
new_tag.attrs = {"href":sub_page,"class":"postTitle2"}
new_tag.string  = text
# replace the paragraph using `replace_with` method

sp.find_all('a',class_='postTitle2')[0].replace_with(new_tag)
# open another file for writing
with open(parent_page, 'w',encoding="utf-8") as fp:
    # write the current soup content
    fp.write(sp.prettify())