Python-beautifulsoup, применить в каждом текстовом файле в папке и создать новый текстовый файл

Question

Python-beautifulsoup, применить в каждом текстовом файле в папке и создать новый текстовый файл

Я использую следующий код Python - Beautifulsoup для удаления html-элементов из текстового файла:

from bs4 import BeautifulSoup



with open("textFileWithHtml.txt") as markup:

    soup = BeautifulSoup(markup.read())



with open("strip_textFileWithHtml.txt", "w") as f: 

    f.write(soup.get_text().encode('utf-8'))

Вопрос, который у меня есть, заключается в том, как я могу применить этот код к каждому текстовому файлу в папке(каталоге), и для каждого текстового файла создать новый текстовый файл, который обрабатывается и где элементы html и т. д. удаляются, не вызывая функцию для каждого текстового файла?

597 2

python html tags

2 ответов:

Comments

Ничего не найдено.

Birei · Accepted Answer · 2015-02-19 16:01:29

Я бы оставил эту работу ОС, просто заменил жестко закодированный входной файл на вход из внешнего источника, в массиве argv, и вызвал скрипт внутри цикла или с регулярным выражением, которое соответствует многим файлам, например:
from bs4 import BeautifulSoup
import sys

for fi in sys.argv[1:]:
    with open(fi) as markup:
        soup = BeautifulSoup(markup.read())

    with open("strip_" + fi, "w") as f: 
        f.write(soup.get_text().encode('utf-8'))
И запустить его следующим образом:
python script.py *.txt

Arthur · Accepted Answer · 2015-02-19 16:06:10

Модульglob позволяет перечислить все файлы в каталоге:
import glob
for path in glob.glob('*.txt'):
    with open(path) as markup:
        soup = BeautifulSoup(markup.read())

    with open("strip_" + path, "w") as f: 
        f.write(soup.get_text().encode('utf-8'))
Если вы хотите также сделать это для каждой подпапки рекурсивно, проверьте os.прогулка