python从文件夹中读取所有文件并将文件名和其他信息写入txt文件答案

【问题标题】：python read all files from a folder and write the file name and other info into a txt filepython从文件夹中读取所有文件并将文件名和其他信息写入txt文件
【发布时间】：2017-10-29 09:50:29
【问题描述】：

我有 30911 个 html 文件。我需要进行网页抓取，然后将信息保存到名为 index.txt 的 txt 文件中。它应该看起来像

filename1, title, t1, date, p1
filename2, title, t1, date, p1
filename3, title, t1, date, p2
and so on...

我只想要文件名，但输出给了我路径+文件名。

【问题讨论】：

标签： python file io store file-format

【解决方案1】：

您的问题是文件名实际上是文件路径，为了获取文件名，您可以使用 os 模块

os.path.basename('filepath')

所以为了写入文件：

indexFile.write(os.path.basename(filename)+ ', ' + title.get_text(strip=True) + ', '+ ticker.get_text(strip=True) + ', ' + d_date.get_text(strip=True) + ', ' + parti_names + '\n')

【讨论】：

我添加了使用方法
glob.glob 中的文件名(os.path.join(path, '*.html')): print os.path.basename(filename)
如果你完成了，别忘了点赞并标记为答案，要知道

【解决方案2】：

你可以使用：

path = 'C:/Users/.../.../output/'
#read html files
for filename in glob.glob(os.path.join(path, '*.html')):
    soup = bs4.BeautifulSoup(open(filename).read(), "lxml")
    title = soup.find('h1')
    ticker = soup.find('p')
    d_date = soup.find_all('div', {"id": "a-body"})[0].find_all("p")[2]

    try:
        def find_participant(tag):
            return tag.name == 'p' and tag.find("strong", text=re.compile(r"Executives|Corporate Participants"))

        participants = soup.find(find_participant)
        parti_names = ""
        for parti in participants.find_next_siblings("p"):
            if parti.find("strong", text=re.compile(r"(Operator)")):
                break
            parti_names += parti.get_text(strip=True) + ","
    except:
        indexFile = open('C:/Users/.../output1/' + 'index.txt', 'a+')
        indexFile.write(filename + ', ' + title.get_text(strip=True) + ', '+ ticker.get_text(strip=True) + ', ' + d_date.get_text(strip=True) + ', ' + 'No participants' + '\n')
    else:
        participants = soup.find(find_participant)
        parti_names = ""
        for parti in participants.find_next_siblings("p"):
            if parti.find("strong", text=re.compile(r"(Operator)")):
                break
            parti_names += parti.get_text(strip=True) + ","
        indexFile = open('C:/Users/.../output1/' + 'index.txt', 'a+')
        indexFile.write(os.path.basename(filename) + ', ' + title.get_text(strip=True) + ', '+ ticker.get_text(strip=True) + ', ' + d_date.get_text(strip=True) + ', ' + parti_names + '\n')
        indexFile.close()

【讨论】：

【解决方案3】：

ntpath 是另一个用于从路径获取基本名称的模块。

>>> import ntpath
>>> ntpath.basename('C:/Users/.../output1/' + 'index.txt')
'index.txt'

【讨论】：