Python项目源码34：网页内容提取工具1.0（Tkinter+requests+html2text）

------★Python练手项目源码★-------

Python项目32：订单销售额管理系统1.0（Tkinter+CSV）

Python项目31：初学者也能看懂的聊天机器人1.0源码（命令行界面+Re正则表达式）

Python项目源码30：待办事项列表应用1.0（命令行界面+Json+类+初学者必做）

Python项目29：学生缴费管理系统（Tkinter+CSV）

Python项目28：设计日志管理系统2.0（Tkinter+Json）

Python项目27：用Tkinter写日志管理系统（中下等难度）

Python项目26：设计学生成绩管理系统（简易版）

Python项目25：带滚动效果的商场抽奖系统（安排！！!）

Python项目24：基于Tkinter图形化界面，实现的学生课堂点名系统

Python项目23：（简易版）年会员工抽奖程序

Python项目22：一个简单的记账系统（收入+支出+查询）

Python项目21：双色球历史数据爬虫+数据分析小工具

Python项目源码20：银行管理系统（开户、查询、取款、存款、转账、锁定、解锁、退出）

Python项目19：学员信息管理系统（简易版）

Python项目18：使用Pillow模块，随机生成4位数的图片验证码

Python项目17：教你制作一副帅气的春联

Python项目16：教你使用pillow把女神的图片，添加表白文字。

Python项目15：Pygame制作，新年动态烟花

Python项目14：使用random，模拟扑克牌发牌+猜单词游戏

Python项目12：破解zip压缩包的密码

Python项目09：使用filestools模块，批量添加图片水印

Python小项目05：使用pywifi模块，暴力破解WIFI密码 ！！亲测有效

Python经典小游戏02：字母数字代码雨

主要功能特点：
1.界面组件：URL输入框和功能按钮，带滚动条的文本显示区域，底部状态栏显示操作状态。
2.核心功能：自动识别网页编码，使用BeautifulSoup解析HTML，通过html2text提取可读正文内容，多线程处理防止界面卡顿。
3.异常处理：网络请求超时处理，SSL证书验证异常处理，友好的错误提示。
4.使用说明：输入需要提取内容的网页URL，点击"提取内容"按钮开始抓取
，结果将显示标题和格式化后的正文内容，支持清除结果和重新提取。
使用前需要安装依赖库：
pip install requests bs4 html2text
注意：实际使用时可能需要根据目标网站的具体结构调整内容提取逻辑，对于动态加载的网页内容需要使用Selenium等工具配合。

测试网址：https://stock.eastmoney.com/

# -*- coding: utf-8 -*-
# @Author : 小红牛
# 微信公众号：WdPython
import tkinter as tk
from tkinter import ttk, scrolledtext, messagebox
import requests
from bs4 import BeautifulSoup
import html2text
import threadingclass WebExtractorApp:def __init__(self, root):self.root = rootself.root.title("网页内容提取工具 v1.0")self.root.geometry("800x600")# 创建界面组件self.create_widgets()# 配置请求头self.headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'}def create_widgets(self):# URL输入区域url_frame = ttk.Frame(self.root)url_frame.pack(pady=10, fill=tk.X)ttk.Label(url_frame, text="目标URL:").pack(side=tk.LEFT, padx=5)self.url_entry = ttk.Entry(url_frame, width=60)self.url_entry.pack(side=tk.LEFT, expand=True, fill=tk.X, padx=5)# 功能按钮btn_frame = ttk.Frame(self.root)btn_frame.pack(pady=5)ttk.Button(btn_frame, text="提取内容", command=self.start_extract_thread).pack(side=tk.LEFT, padx=5)ttk.Button(btn_frame, text="清除结果", command=self.clear_results).pack(side=tk.LEFT, padx=5)# 结果显示区域result_frame = ttk.Frame(self.root)result_frame.pack(pady=10, fill=tk.BOTH, expand=True)self.result_area = scrolledtext.ScrolledText(result_frame,wrap=tk.WORD,font=('微软雅黑', 10),undo=True)self.result_area.pack(fill=tk.BOTH, expand=True)# 状态栏self.status_var = tk.StringVar()status_bar = ttk.Label(self.root, textvariable=self.status_var, relief=tk.SUNKEN)status_bar.pack(side=tk.BOTTOM, fill=tk.X)def start_extract_thread(self):"""启动提取线程"""url = self.url_entry.get().strip()if not url:messagebox.showwarning("警告", "请输入有效的URL地址")returnself.status_var.set("正在提取内容，请稍候...")threading.Thread(target=self.extract_content, daemon=True).start()def extract_content(self):"""执行内容提取"""url = self.url_entry.get().strip()try:# 发送HTTP请求response = requests.get(url,headers=self.headers,timeout=30,verify=False  # 忽略SSL证书验证)response.encoding = response.apparent_encoding  # 自动检测编码# 解析网页内容soup = BeautifulSoup(response.text, 'html.parser')# 提取标题title = soup.title.string if soup.title else '未找到标题'# 提取正文（使用html2text转换）converter = html2text.HTML2Text()converter.ignore_links = Falsemain_content = converter.handle(str(soup.find('body')))# 更新界面self.root.after(0, self.show_results, title, main_content)self.status_var.set("内容提取完成")except Exception as e:self.root.after(0, messagebox.showerror, "错误", f"提取失败: {str(e)}")self.status_var.set("提取失败")def show_results(self, title, content):"""显示提取结果"""self.result_area.delete(1.0, tk.END)self.result_area.insert(tk.END, "【网页标题】\n")self.result_area.insert(tk.END, f"{title}\n\n")self.result_area.insert(tk.END, "【正文内容】\n")self.result_area.insert(tk.END, content)def clear_results(self):"""清除结果"""self.result_area.delete(1.0, tk.END)self.url_entry.delete(0, tk.END)self.status_var.set("就绪")if __name__ == "__main__":root = tk.Tk()app = WebExtractorApp(root)root.mainloop()

完毕！！感谢您的收看

----------★★跳转到历史博文集合★★----------

我的零基础Python教程，Python入门篇 进阶篇 视频教程 Py安装py项目 Python模块 Python爬虫 Json Xpath 正则表达式 Selenium Etree CssGui程序开发 Tkinter Pyqt5 列表元组字典数据可视化 matplotlib 词云图 Pyecharts 海龟画图 Pandas Bug处理 电脑小知识office自动化办公 编程工具 NumPy Pygame