python - 如何遍历包含 HTML 文件的目录并识别字符串前后的行，然后打印到 CSV？

Question

我想在 Python 中实现以下目标：我希望能够从充满 HTML 文件的目录（带有子目录）中提取单词“apple”之后的 10 行。我想将这些行打印到 CSV 文件中。理想情况下，CSV 文件将包含两个变量：1）HTML 文件名和 2）单词“apple”前后的 10 行。

更新：我能够提取。

import collections
import itertools
import sys
import csv
import glob

for filepath in glob.glob('**/*.html', recursive=True):
    with open(filepath) as f:
        before = collections.deque(maxlen=10)
        for line in f:
            if 'peer' in line:
                sys.stdout.writelines(before)
                sys.stdout.write(line)
                sys.stdout.writelines(itertools.islice(f, 10))
                break
            results=before.append(line)
            print(results)

我将研究 CSV 步骤，但我们将不胜感激

标签： pythonhtmlcsv