使用Python从现有的html链接创建新的html

时间:2018-07-06 10:56:41

标签: python-3.x beautifulsoup

我有一个使用python脚本采购的html网页,并且需要使用现有的html元素创建一个新的html文档。有没有办法做到这一点。我进行了研究,可以找到添加到现有文档中的方法,但是找不到从中创建新的html文档/页面的方法。下面是代码段,蓝色的是我要创建一个新的html页面。

enter image description here

任何帮助将不胜感激。

1 个答案:

答案 0 :(得分:0)

下面是我用来创建新的html文档的代码。

from selenium import webdriver
import urllib.request,os,datetime
from bs4 import BeautifulSoup

options = webdriver.ChromeOptions()
driver = webdriver.Chrome(executable_path=r'C:\chromedriver_win32\chromedriver.exe', chrome_options=options)
driver.implicitly_wait(10)
driver.get("https://mylink")
elems = driver.find_elements_by_css_selector("[href*=PublicInfoServlet]") #finding the weblinks(html doc) I need to edit and create new html docs
for elem in elems: #iterate through all the html weblinks found on the main webpage
    abc=elem.get_attribute("href")
    print(abc)
    page = urllib.request.urlopen(abc)
    soup = BeautifulSoup(page,'html.parser')
    a=soup.find("div", {"id": "SpanPrint"}) #identify the html tag that needs to be used to create the required html document
    efg = (abc.split("=", 1)[1])
    hig=(efg.split('&', 1)[0])
    f = open(str(hig)+'.html', 'w')
    message=str(a)
    f.write(message)
    f.close()

    # Change path to reflect file location
    x = str(datetime.date.today())
    b = str(datetime.datetime.now())
    c = x[0:10]
    d = b[11:19]
    e = str(c + d).replace(':', '')
    filename = 'mypath' +str(hig)+'.html' #saving the new doc at the required location.
    os.rename('mypath'.html',
              'mypath' +str(hig) + e + '.html')
driver.quit()