思路很簡單，就是用python發(fā)送請求，提取響應(yīng)體中的狀態(tài)碼加以判斷，最后保存到本地txt文本中，以實(shí)現(xiàn)網(wǎng)站信息的篩選。

import timeimport requestsimport urllib3from concurrent.futures import ThreadPoolExecutor#取源文件中的網(wǎng)址并且去重def get_url(old_file): with open(old_file,’r’,encoding=’gbk’)as f: urllist=list(set(f.readlines())) return urllist#主體，發(fā)送請求，通過異常捕獲判斷能否響應(yīng)，通過狀態(tài)碼判斷網(wǎng)閘能否正常訪問def request(url): url=url.strip() #構(gòu)造請求頭信息 headers = { ’Connection’: ’keep-alive’, ’User-Agent’: ’Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36’ } try: #忽略證書安全警告 urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning) r=requests.get(url,headers=headers,timeout=10,verify=False)#timeout設(shè)置超時(shí)時(shí)間，我設(shè)置了10s，使用verif=False忽略sll認(rèn)證 if r.status_code==200: cost_time=r.elapsed.total_seconds()#計(jì)算訪問耗時(shí) print(url,’ ----->【能訪問】訪問耗時(shí):033[35;46m{:.2f}s033[0m’.format(cost_time)) can_access_save_to_txt(url) else: print(url,’ ----->不能訪問,狀態(tài)碼為:033[31;44m{}033[0m’.format(r.status_code)) except: print(url, ’ ----->不能訪問,原因：033[31;44m不能響應(yīng)033[0m’)#將能訪問的網(wǎng)址保存到new_filedef can_access_save_to_txt(result): result=result.strip() #篩選出不是.apk的url,此判斷可以不加 if not result.endswith(’.apk’): with open(aim_file,’a’)as f: f.write(result+’n’)def main(): s_time=time.time() #使用線程池，創(chuàng)建四條線程。 pool=ThreadPoolExecutor(max_workers=4) urls=get_url(orign_file) for url in urls: pool.submit(request,url) pool.shutdown() e_time=time.time() sum_time=int(e_time-s_time) if sum_time>60: print(f’033[38;46m 程序正常執(zhí)行結(jié)束退出！共耗時(shí):【{sum_time//60}分鐘】 033[0m’) elif sum_time/60>1: print(f’033[38;46m 程序正常執(zhí)行結(jié)束退出！共耗時(shí):【{sum_time//60*60}小時(shí)】 033[0m’)if __name__ == ’__main__’: orign_file=r’E:test.txt’ #篩選后能訪問的網(wǎng)址 aim_file='./data/test_can_access.txt' #篩選后不能訪問的網(wǎng)址 main()三．運(yùn)行結(jié)果

本次使用python撰寫了一款篩選網(wǎng)站的小工具，將網(wǎng)站大致分為能訪問和不能訪問兩類，將能夠訪問且狀態(tài)碼為200的網(wǎng)站存儲(chǔ)到了文件中，最終實(shí)現(xiàn)了網(wǎng)站的篩選。思路、代碼方面有什么不足歡迎各位大佬指正、批評！

以上就是python 制作網(wǎng)站篩選工具(附源碼)的詳細(xì)內(nèi)容，更多關(guān)于python 制作網(wǎng)站篩選工具的資料請關(guān)注好吧啦網(wǎng)其它相關(guān)文章！