用python过滤某歌浏览器书签失效的网址

版本：python 3.9

库：request,re

# 过滤失效的谷歌浏览器书签

import re

import requests

# 按 Shift+F10 执行或将其替换为您的代码。

# 按 双击 Shift 在所有地方搜索类、文件、工具窗口、操作和设置。

def main_start():

   new_file = open('./整理后的书签文件.html', mode='w', encoding='utf-8')

   new_file2 = open('./失效的书签文件.bed.html', mode='w', encoding='utf-8')

   # 字符匹配

   preg_match = re.compile('A HREF=".*ADD_DATE')

   preg_match_github = re.compile('github')

   filter_html = ''

   bed_html = ''

   with open('./谷歌浏览器导出的书签文件', encoding='utf-8') as bookmark:

       num = 0

       for item in bookmark.readlines():

           if num == 10:

               break

           str_match = preg_match.search(item)

           if str_match != None:

               group_str = str_match.group()

               group_str = group_str.replace('A HREF="', '')

               group_str = group_str.replace('" ADD_DATE', '')

               print(f' 开始请求：{group_str}')

               try:

                   github_search = preg_match_github.search(group_str)

                   if github_search != None:

                       filter_html += item + '\n'

                   else:

                       rr = requests.get(group_str, timeout=5)

                       if rr.status_code == 404:

                           bed_html += group_str + '\n'

                           print(f'{group_str} 这个网址失效啦！')

                       else:

                           filter_html += item + '\n'

                           print(f' 成功响应：{group_str}')

               except:

                   bed_html += group_str + '\n'

                   print(f'except:{group_str} 这个网址失效啦！')

           else:

               filter_html += item + '\n'

       new_file.write(filter_html)

       new_file2.write(bed_html)

# 按间距中的绿色按钮以运行脚本。

if __name__ == '__main__':

   main_start()