自整理36大院文包资源-古剑二
#古二文包#
啊，咋回事啊，这个文章被删了，是因为有链接吗，重发一遍。我真的好爱古剑二，爱了好多年。
这个是 #36大院# 的那个解压之后8g的原始数据库文包里的#古剑二#部分。
原来的文件标题都是url，根本不知道哪篇是哪篇。于是想吃粮的我写了个python程序，解析每个文件的源代码，然后重命名为tag+cp+文名，然后还改成了html格式，这个格式可以直接用浏览器打开，还可以直接推送到kindle变成文字版（推送转格式的话，记得邮件名是convert）。
ps：文包已按照cp分了文件夹。
希望大家吃粮愉快。
文包资源：链接已删除。
本来想为我圈添砖加瓦。
被科普了授权问题，文包链接已删。
放上Python源代码吧，大家有需要自取即可。我不是学计算机的，代码水平估计不行，只是能用罢了，大佬见了要笑话的程度
#!/usr/bin/python
# -*- coding: utf-8 -*-
import os
import re
import sys
from bs4 import BeautifulSoup
files = os.listdir(os.getcwd())#分解文件名为名字+后缀，用来区分需要重命名哪些文件以及修改后缀
for name in files:
a = os.path.splitext(name)
#print (name)
if a[0] =='showmsg':
try:
print(name)
f = open(name,"rb")
htmlf = f.read().decode('gb18030','ignore')#编码
soup = BeautifulSoup(htmlf,"lxml")
#soup = BeautifulSoup(open(name),"lxml",from_encoding="gb18030")
new1= soup.title.string#解析出html文件的title（字符串形式）
#new1= soup.title.encode('gb2312')
new1=new1.replace('/','][')
new1=new1.replace(':','')
new1=new1.replace('【','[')
new1=new1.replace('】',']')
new1=new1.replace('?','')
new1=new1.replace('|','')
new1=new1.replace('*','')
new1=new1.replace('•','')
new1=new1[:-14]
#分类对文件重命名
if'&page='in name:
num=re.findall(r'page=(\d+)',name)
newname = new1 + num[0] +'.html'#顺便修改文件类型为html
else:
newname = new1 + '.html'
#newname = new1 + name[:] +'.html'
#newname = soup.title.string
print (newname)
f.close()
os.rename(name,newname)
except(FileExistsError,FileNotFoundError,UnicodeEncodeError,OSError):#错误类型
#os.remove(name)#本来想删除来着，但是当出现编码错误的时候，文件删除会提示正在别的地方占用，禁止删除。估计和句柄有关，但不想解决了，太复杂。
评论(52)