Python获取Excel中超链接并下载至本地
在这一任务的处理中,我是用的是 xlrd模块,它是用来读取Excel表格数据的模块。 特别注意:高版本的xlrd目前去除了对xlsx格式的支持,仅支持 xls格式 xlrd.biffh.XLRDError: Excel xlsx file; not supported 针对以上问题,可以有两种选择: 选择重新安装低版本的:pip install xlrd==1.2.0 如果不想重新安装,可以打开xlsx文件将文件以xls格式另存储一份
所需要处理的文件情况如下所示:
import os import xlrd import requests import time from requests.packages.urllib3.exceptions import InsecureRequestWarning # 禁用安全请求警告 requests.packages.urllib3.disable_warnings(InsecureRequestWarning) base_path = "stuinfo/" xlsx_filename = "rjtxjg.xls" #读取excel文件 bk = xlrd.open_workbook(xlsx_filename) #获取第一个sheet sh1 = bk.sheets()[0] print(sh1.nrows, sh1.ncols) for r_index in range(40, sh1.nrows): print(sh1.cell_value(r_index, 2)) os.mkdir(base_path + sh1.cell_value(r_index, 2)) for c_index in range(3, sh1.ncols): if len(sh1.cell_value(r_index, c_index)) != 0: #获取超链接url link = sh1.hyperlink_map.get((r_index, c_index)) print(link.url_or_path) #根据url下载到本地,这里需要注意https链接的话需要关闭认证 filename = requests.get(link.url_or_path, verify=False) pic_name = base_path + sh1.cell_value(r_index, 2) + "/" + str(c_index) + ".jpg" print(pic_name) with open(pic_name, "wb") as code: code.write(filename.content) time.sleep(0.5)
执行情况:
上一篇:
JS实现多线程数据分片下载