opebet网页版-bet亚洲官网手机版-登录

教育行业A股IPO第一股(股票代码 003032)

全国咨询/投诉热线:400-618-4000

传智教育|传智播客

一样的教育,不一样的品质

全国校区

 

使用Python将xml格式网站地图转为txt格式地图

更新时间:2021年05月11日16时05分 来源:传智教育 浏览次数:

网站地图(SiteMap),也叫站点地图,是把网站中所有页面的链接都放在网页上的网页。搜索蜘蛛很喜欢网站地图,SiteMap是网站所有链接的容器。许多网站连通的层次比较深,蜘蛛很难抓到,网站地图可以方便搜索引擎蜘蛛抓取网站页面,通过抓取网站页面,清楚了解网站的结构,网站地图一般被命名为sitemap,为搜索引擎蜘蛛指引方向,增加对网站重要内容页面的收录。

网站地图格式一般是.xml格式的居多,那么如何将.xml文件转为.txt格式呢?下面大家通过Python来实现。

# 导入requests模块,用于获取网站地图源码
import requests
# 导入正则表达式模块,用于在xml网站地图中获取链接地址
import re

# 获取传智教育网站地图源码
sitemap_xml = requests.get('/sitemap/sitemap.xml').text
# 使用正则表达式匹配网站地图中的链接
url = re.findall(r'<loc>(.*)</loc>', sitemap_xml)
# 使用join()函数在每条链接钱前面加个换行符
url_line = '\n'.join(str(url_one) for url_one in url)
# 将获取的链接保存为sitemap.xml
open(r'sitemap.txt', 'w', encoding='utf-8').write(url_line)

xml网站地图转为txt



猜你喜欢:

爬虫适合使用Mysql还是Mongdb?

什么是分布式爬虫?分布式爬虫实现方法

常用的反反爬虫应对策略

Python爬虫被封禁如何应对防爬策略?

传智教育python培训课程

opebet网页版|bet亚洲官网手机版

XML 地图 | Sitemap 地图