python 获取指定目录下 html文件里的 title 并写入txt文件

我爱你哦

一个文件夹下有几百个html


想获取里面 html 文档的 title

并且写入txt  同时写入对应的html文件名（包含路径）

代码如下：

[Python] 纯文本查看 复制代码

import os
import re

wpath = 'G:\\word\\cdsy\\www\\a'   #指明文件夹路径  G:/word/cdsy/www/a

def get_file_all(path, filetype):
    files = []
    for file in os.listdir(path):
        if file.endswith(filetype):
            temp_path = os.path.join(path, file)
            files.append(temp_path)
    return files

logtxt = open('G:/work/work20221006.txt', 'a+')

print(get_file_all(wpath, '.html')[0])
i = 0
for i in range(len(get_file_all(wpath, '.html'))):
    fh = open(get_file_all(wpath, '.html')[i], "r", encoding='utf-8')
    hf = fh.read()
    tit = re.findall(r'<title>(.+?)</title>', hf, re.S)
    logtxt.write(str(tit) + '---' + str(get_file_all(wpath, '.html')[i]) + '\n')
    fh.close()
logtxt.close()