使用 GLOB、BS4 从多个本地 .html 文件中提取元素并写入 CSV Excel

如何解决使用 GLOB、BS4 从多个本地 .html 文件中提取元素并写入 CSV Excel

我正在尝试从多个本地下载的 .HTML 文件中提取标记之间的单词并提取到 CSV。它在使用 print (title) 命令时显示“标题”列表，但一旦我尝试导出到 CSV，它只显示一个条目。

import glob
import lxml
import csv
from bs4 import BeautifulSoup
    
path = "C:\\Users\\user1\\Downloads\\lksd\\"
for infile in glob.glob(os.path.join(path,"*.html")):
    markup = (infile)
    soup = BeautifulSoup(open(markup,"r").read(),'lxml')
    title = soup.find_all('title')
    title.append(title)
    print ([title])

with open('output2.csv','w') as myfile:
   writer = csv.writer(myfile)
   writer.writerows((title))

有什么建议吗？

解决方法

会发生什么？

您将循环中的 title 附加到自身：

title = soup.find_all('title')
title.append(title)

尝试在循环外定义一个空列表，并将您的 title 附加到此列表中。

...
titleList = []

for infile in glob.glob(os.path.join(path,"*.html")):
    markup = (infile)
    soup = BeautifulSoup(open(markup,"r").read(),'lxml')
    title = soup.find_all('title')
    titleList.append(title)
  
with open('output2.csv','w') as myfile:
   writer = csv.writer(myfile)
   writer.writerows((titleList))