使用python怎么编写一个网站筛选工具？针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
思路很简单，就是用python发送请求，提取响应体中的状态码加以判断，最后保存到本地txt文本中，以实现网站信息的筛选。
import time
import requests
import urllib3
from concurrent.futures import ThreadPoolExecutor
#取源文件中的网址并且去重
def get_url(old_file):
with open(old_file,'r',encoding='gbk')as f:
urllist=list(set(f.readlines()))
return urllist
#主体，发送请求，通过异常捕获判断能否响应，通过状态码判断网闸能否正常访问
def request(url):
url=url.strip()
#构造请求头信息
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:
#忽略证书安全警告
urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
r=requests.get(url,headers=headers,timeout=10,verify=False)#timeout设置超时时间，我设置了10s，使用verif=False忽略sll认证
if r.status_code==200:
cost_time=r.elapsed.total_seconds()#计算访问耗时
print(url,' ----->【能访问】访问耗时:\033[35;46m{:.2f}s\033[0m'.format(cost_time))
can_access_save_to_txt(url)
else:
print(url,' ----->不能访问,状态码为:\033[31;44m{}\033[0m'.format(r.status_code))
except:
print(url, ' ----->不能访问,原因：\033[31;44m不能响应\033[0m')
#将能访问的网址保存到new_file
def can_access_save_to_txt(result):
result=result.strip()
#筛选出不是.apk的url,此判断可以不加
if not result.endswith('.apk'):
with open(aim_file,'a')as f:
f.write(result+'\n')
def main():
s_time=time.time()
#使用线程池，创建四条线程。
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 程序正常执行结束退出！共耗时:【{sum_time//60}分钟】 \033[0m')
elif sum_time/60>1:
print(f'\033[38;46m 程序正常执行结束退出！共耗时:【{sum_time//60*60}小时】 \033[0m')
if __name__ == '__main__':
orign_file=r'E:\test.txt'
#筛选后能访问的网址
aim_file="./data/test_can_access.txt"
#筛选后不能访问的网址
main()
关于使用python怎么编写一个网站筛选工具问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注创新互联行业资讯频道了解更多相关知识。
