Как вместо символов и пробелов установить знак минус или нижнее подчеркивание?

@Olga28 · Регистрация: 12.06.2021

Студворк — интернет-сервис помощи студентам

Здравствуйте, я сделала парсер, чтобы собирать данные с сайта и заносить в файл csv. Парсер работает так он собирает ссылки, переходит по каждой из них и забирает title.
Перед сохранением нужно убрать лишние символы (лапки, елочки, точки и т.д.) и оставить только буквы. При этом заменить символы на “минус” или “нижнее подчеркивание” Для теста на php я сделала так.

PHP
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
<?php
 
function encodestring($var, $punkt = true) {
    
    if ( is_array($var) ) return "";
 
    $var = trim( strip_tags( $var ) );
    $var = preg_replace( "/\s+/ms", "-", $var );
    $var = str_replace( "/", "-", $var );
 
    if ( $punkt ) $var = preg_replace( "/[^а-яА-Я0-9\_\-.]+/mi", "", $var );
    else $var = preg_replace( "/[^а-яА-Я0-9\_\-]+/mi", "", $var );
 
    $var = preg_replace( '#[\-]+#i', '-', $var );
    $var = preg_replace( '#[.]+#i', '-', $var );
 
    $var = str_ireplace( ".php", "", $var );
    $var = str_ireplace( ".php", ".ppp", $var );
 
    if( strlen( $var ) > 200 ) {
        
        $var = substr( $var, 0, 200 );
        
        if( ($temp_max = strrpos( $var, '-' )) ) $var = substr( $var, 0, $temp_max );
    
    }
    
    return $var;
}
$title = "Вышел WordPress 6.0 «Arturo» с новыми шаблонами и паттернами, а также переключателем стилей";
 
 
echo "<strong>До:</strong>-------->".$title."<br>";
echo "<strong>После:</strong> ---->".encodestring($title)."<br>";
 
 
?>

Результат на скриншоте:

Как вместо символов и пробелов установить знак минус или нижнее подчеркивание?

А как сделать на python, сохранение title в csv без лишних символов?

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
#!/usr/bin/env python
# -*- coding: UTF-8 -*-
print('Content-Type: text/html; charset=utf-8\n')
import csv
import requests
from bs4 import BeautifulSoup
 
host = 'https://oddstyle.ru'
max_pages = 1
max_post_per_page = 10
i = 0 
info_text = []
for page in range(1, max_pages+1):
    url = f'{host}/page/{page}'
    html = requests.get(url)
    soup = BeautifulSoup(html.content, "html.parser")
    posts = soup.select('article.post-box.type-post') #класс находится в одном контейнере
    for idx, post in enumerate(posts, 1):
      href = post.select_one('header h2 a').attrs.get("href")
      post_req = requests.get(href)
      post_soup = BeautifulSoup(post_req.content, "html.parser")
      title = post_soup.select_one('article header h1').text
      print(title)
     
      info_text.append({"title":title,"link":href})
      i+=1
      print(f"Post= {i}")
      if i == max_pages*max_post_per_page:
        with open(f"data1/data1.csv","w") as file:
          writer = csv.writer(file, delimiter=' ',
                            quotechar='|', quoting=csv.QUOTE_MINIMAL)
          for t in info_text:
            link = t["link"]
            title = t["title"]
            #print(t)
            writer.writerow(
                {
                  title,link
                }
          )

@Katerina1993 · 11.12.2023, 10:13

YuS_2, вообщем-то работает, а как объединить в одно условие три "not"?

Python
1
2
3
4
5
6
7
for idx4, figure3 in enumerate(figures2, 1):
 if figure3 not in figures:
  figure3.decompose()
 if figure3 not in avt:
  figure3.decompose()
 if figure3 not in figures3:
  figure3.decompose()

Потому, что так вот так все равно все чистит, а если одно условие, то работает.

YuS_2 · 11.12.2023, 14:30

Сообщение от Katerina1993

как объединить в одно условие три "not"?

самый простой вариант:

Python
1
2
if figure3 not in figures and figure3 not in avt and figure3 not in figures3:
...

@Katerina1993 · 11.12.2023, 21:43

YuS_2, пытаюсь выбрать прикрепленные файлы пользователей контейнеры div, там где img, но так получилось что в одном контейнере два img и даже нету класса за что можно зацепить. Вот как взять только первый img в двух контейнерах из массива которые удалось отобрать, но нужно сделать так чтобы эти первые img оказались так же в массиве, чтобы можно было их через цикл пропустить? Вообщем вот пример.

Python
1
2
find_all_div1 = article.find_all(class_="attachments smalltext")
print(find_all_div1)

А вот результат с сайта:
http://animalist.pro/index.php/topic,4052.0.html

[<div class="attachments smalltext" id="msg_72461_footer">
<div style="overflow: auto;">
<img alt="" height="600" src="http://animalist.pro/index.php?PHPSESSID=44d4e7bc899a4e7670dd 08d8ec005477&action=dlattach;topic=4 052.0;attach=3398;image" width="900"/><br/>
<a href="http://animalist.pro/index.php?PHPSESSID=44d4e7bc899a4e7670dd 08d8ec005477&action=dlattach;topic=4 052.0;attach=3398"><img align="middle" alt="*" src="http://animalist.pro/Themes/AAP-2014-03/images/icons/clip.gif"/> голова орла.jpg</a>
(277.14 КБ, 900x600 - просмотрено 1348 раз.)<br/>
</div>
</div>, <div class="attachments smalltext" id="msg_76335_footer">
<div style="overflow: auto;">
<img alt="" height="966" src="http://animalist.pro/index.php?PHPSESSID=44d4e7bc899a4e7670dd 08d8ec005477&action=dlattach;topic=4 052.0;attach=5148;image" width="900"/><br/>
<a href="http://animalist.pro/index.php?PHPSESSID=44d4e7bc899a4e7670dd 08d8ec005477&action=dlattach;topic=4 052.0;attach=5148"><img align="middle" alt="*" src="http://animalist.pro/Themes/AAP-2014-03/images/icons/clip.gif"/> image.jpg</a>
(198.39 КБ, 900x966 - просмотрено 1053 раз.)<br/>
</div>
</div>]

YuS_2 · 12.12.2023, 09:42

Сообщение от Katerina1993

Вот как взять только первый img в двух контейнерах из массива которые удалось отобрать, но нужно сделать так чтобы эти первые img оказались так же в массиве, чтобы можно было их через цикл пропустить?

Вам надо подробнее почитать документацию на bs4...

Сообщение от Katerina1993

find_all_div1

Первый элемент:

Python
1
find_all_div1[0]

Или:
Если класс у элементов одинаковый и их несколько, а требуется только первый, то использовать метод не .find_all, а .find

Python
1
2
find_div1 = article.find(class_="attachments smalltext")
print(find_div1)

- то же самое используйте и для картинок...
Или если таки требуются все, а потом среди них необходимо выбирать по какому-то признаку, то выбираете все .find_all, а потом в цикле делайте разбор с условием...

@Katerina1993 · 12.12.2023, 11:44

YuS_2,

Или если таки требуются все, а потом среди них необходимо выбирать по какому-то признаку,

В этом вся и проблема что не получится по какому-то признаку img одинаковы у них даже классов нет. Я хотела сделать так, сначала отобрать контейнеры через find_all и выделить от туда первый элемент img в каждом контейнере и поместить в массив, а потом через цикл перебирать.

YuS_2 · 12.12.2023, 14:21

Сообщение от Katerina1993

отобрать контейнеры через find_all и выделить от туда первый элемент img в каждом контейнере

Сообщение от YuS_2

Первый элемент:

Python
1
find_all_div1[0]

Так?

Добавлено через 51 секунду
Не совсем понимаю, в чем проблема.

@Katerina1993 · 13.12.2023, 13:08

YuS_2, дело в том, что условия проверки на Img не срабатывала и все картинки аватарки и прикрепленные файлы пользователей удалялись, когда срабатывало это условие(кроме в основном посте)

Python
1
2
if figure3 not in figures and figure3 not in avt and figure3 not in figures3:
...

Я стала проверять в чем дело. Посмотрев содержимое каждого выбранного элемента я поняла что единственное где выбираются img это в статье, в комментариях и аватарки выбираются контейнеры.

Задумка была такая, выбрать только картинки, но проблема заключалась в том что в одном контейнере две картинки и нет классов, чтобы зацепиться. Мне нужно была только одна картинка(первая), а контейнеров два, т.е. из каждого div выбрать только первую картинку, вывести их в массив, а потом через условия(пример выше) сравнивать. Выход я нашла, Выбираю контейнеры пропускаю через цикл и первую картинку записываю в массив через append, а потом сравниваю через условие(пример выше).

Итак

Python
1
2
img3.append(img2) #приатаченные картинки пользователей
avt3.append(img) #аватарки пользователей.

Сравнение условие

Python
1
2
3
for idx4, figure3 in enumerate(figures2, 1):
  if figure3 not in figures and figure3 not in avt3 and figure3 not in img3:
    figure3.decompose()

Теперь работает. Полностью код:

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
import requests
from bs4 import BeautifulSoup
import os
 
url = "http://animalist.pro/index.php/topic,2074.0.html"
 
headers = {
  "Accept":"*/*",
  "User-Agent": "Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.112 Safari/537.36"
}
 
req = requests.get(url, headers=headers)
soup = BeautifulSoup(req.text, "lxml")
article = soup.select_one('div#forumposts')
figures = article.select('.linked-image')
avt = article.select('li.avatar')
figures2 = article.select('img')
figures3 = article.select('div.attachments.smalltext')
 
#print(figures3)
 
#find_all_razdel_game = article.find_all(class_="attachments smalltext")
#.find_all("td")
 
 
title1 = soup.find("title")
 
print(figures3)
 
#извлекаем прикрепленные картинки автора поста(статьи) и сохраняем их в папку(пути заменяем на те которые в папке)
for idx, figure in enumerate(figures, 1):
    try:
       img = figure.attrs.get('src')
       image_data = requests.get(img)
       f_path = f'animalist/images/img{idx}.jpg'
       with open(f_path, 'wb') as f:
        f.write(image_data.content)
       figure.attrs['src'] = f'images/img{idx}.jpg'
    except:
       #print(figure)
       figure.decompose()
       print('Ошибка файла:', img)
       continue
   
#извлекаем аватарки пользователей и сохраняем их в папку(пути заменяем на те которые в папке)
avt3 = []
 
for idx2, avt2 in enumerate(avt, 1):
  try:
     img = avt2.select_one('img')
     avt3.append(img)
     link = img.attrs.get('src')
     filename = os.path.basename(link) 
     avt_data = requests.get(link)
     f_path = f'animalist/images/{filename}'
  
     with open(f_path, 'wb') as f:
        f.write(avt_data.content)
     img.attrs['src'] = f'images/{filename}'
  except:
     img.decompose()
     print('Ошибка файла:', link)
     continue
img3 = []
#извлекаем прикрепленные картинки пользователей и сохраняем их в папку(пути заменяем на те которые в папке)
for idx3, figure3 in enumerate(figures3, 1): 
  try:
    img2 = figure3.select_one('img')
   
    link2 = img2.attrs.get('src')
    img3.append(img2)
    image_data2 = requests.get(link2)
    f_path2 = f'animalist/images/attch_img{idx3}.jpg'
  
    with open(f_path2, 'wb') as f:
       f.write(image_data2.content)
    img2.attrs['src'] = f'images/attch_img{idx3}.jpg'
  except:
     img2.decompose()
     print('Ошибка файла:', link)
     continue
 
 
#figures = article.select('.linked-image')
#avt = article.select('li.avatar')
#figures3 = article.select('div.attachments.smalltext')
  
for idx4, figure3 in enumerate(figures2, 1):
  if figure3 not in figures and figure3 not in avt3 and figure3 not in img3:
    figure3.decompose()
 
 
 
 
html = f"""<!DOCTYPE html> 
<html lang="en" >
<head>
  <link rel="stylesheet" type="text/css" href="style.css" />
  <meta charset="UTF-8">
  {title1}
</head>
<body>
{article}
</body>
 
</html>
"""
 
with open('animalist/main.html', 'w') as f:
    f.write(html)

@Katerina1993 · 20.12.2023, 15:42

YuS_2, думала, теперь удастся извлечь несколько статей, но на некоторых постах используется другие теги для вложения картинок, т.е. “.linked-image” отсутствует и выборку из-за этого не получается сделать.

Тогда я решила вот так записать.

Python
1
2
3
4
5
6
7
figures = article.select('.linked-image')
#.inner – класс поста
if not figures:
  figures = article.select('.inner')
  for idx, figure4 in enumerate(figures, 1):
     img11 = figure4.select_one('img')
     print(img11)

Вот пример тега который я пытаюсь получить.

HTML5
1
<img src="http://animalist.pro/index.php?action=dlattach;topic=8540.0;attach=6255;image" alt="" title="Взгляд молчаливого пса. Рисунок углём." id="thumb_6255-5" style="width:650px;border:0;">

Класса здесь нет, зато есть id="thumb_6255-5", разумеется 6255-5 уникальный (для каждой картинки свой).

Как получить картинки, например через select_one(или аналогичный) где есть id и идентификатор который начинается с “ thumb_” без цифр, может быть использовать какое-нибудь регулярное выражение (похожее на php, только на python) или маску?

Вот пример поста: http://animalist.pro/index.php/topic,6080.0.html, который надо извлечь.

YuS_2 · 20.12.2023, 17:25

Сообщение от Katerina1993

Вот пример поста

Ссылка ведет не на то, что требуется выбрать... но суть вопроса понятна.
Например, можно сделать так:

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
import re
import requests
from bs4 import BeautifulSoup
 
def srch_thumb(tag):
    return tag and re.compile("^thumb").search(id)
 
url = "http://animalist.pro/index.php/topic,8540.0.html"
 
headers = {
  "Accept":"*/*",
  "User-Agent": "Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.112 Safari/537.36"
}
 
req = requests.get(url, headers=headers)
soup = BeautifulSoup(req.text, "lxml")
 
figures = soup.find_all('img', id=srch_thumb)
 
print(*figures, sep='\n')

Функция возвращает True, при выполнении определенных условий. Сама функция может иметь какую угодно сложность.
По сути, в данном варианте, метод .find_all('name', id=func) ищет теги 'name' с атрибутом id, значение которого, в свою очередь, проверяется в функции func(), а уже в самой функции работает регэксп.

@Katerina1993 · 20.12.2023, 17:41

YuS_2, почему-то ошибки выводит.

Traceback (most recent call last):
File "python1/main.py", line 23, in <module>
figures = soup.find_all('img', id=srch_thumb)
File "/.local/lib/python3.6/site-packages/bs4/element.py", line 1868, in find_all
return self._find_all(name, attrs, text, limit, generator, **kwargs)
File "/.local/lib/python3.6/site-packages/bs4/element.py", line 825, in _find_all
found = strainer.search(i)
File "/.local/lib/python3.6/site-packages/bs4/element.py", line 2145, in search
found = self.search_tag(markup)
File "/.local/lib/python3.6/site-packages/bs4/element.py", line 2108, in search_tag
if not self._matches(attr_value, match_against):
File "/.local/lib/python3.6/site-packages/bs4/element.py", line 2177, in _matches
return match_against(markup)
File "python1/main.py", line 9, in srch_thumb
return tag and re.compile("^thumb").search(id)
TypeError: expected string or bytes-like object

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
#!/usr/bin/env python
# -*- coding: UTF-8 -*-
import re
import requests
from bs4 import BeautifulSoup
 
def srch_thumb(tag):
    return tag and re.compile("^thumb").search(id)
 
url = "http://animalist.pro/index.php/topic,8540.0.html"
 
headers = {
  "Accept":"*/*",
  "User-Agent": "Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.112 Safari/537.36"
}
 
req = requests.get(url, headers=headers)
soup = BeautifulSoup(req.text, "lxml")
 
 
 
figures = soup.find_all('img', id=srch_thumb)
 
print(*figures, sep='\n')

YuS_2 · 20.12.2023, 17:49

Сообщение от Katerina1993

почему-то ошибки выводит

А, да, забыл поправить...
Вот здесь:

Сообщение от Katerina1993

return tag and re.compile("^thumb").search(id)

надо id изменить на tag

@Katerina1993 · 20.12.2023, 21:04

YuS_2, работает выборка контейнеров, через ID.

Как сделать сжатие файлов перед скачиванием. Я заметила, что некоторые файлы занимают очень много места, у некоторых размер достигает 380кб. Можно перед скачиваниям их сжать(в процентах, без потери качества)?
Вот например в одной программе, с помощью ползунка можно уменьшить размер.

Также сделать "компрессинг" только через Python?

Простой пример скачивания файла:

Python
1
2
3
4
5
6
7
8
9
10
#!/usr/bin/env python
# -*- coding: UTF-8 -*-
import requests
 
img = 'http://animalist.pro/images/uploads_old/monthly_12_2011/post-9-1322805158.jpg'
image_data = requests.get(img)
idx = 1
f_path = f'animalist/images/img{idx}.jpg'
with open(f_path, 'wb') as f:
  f.write(image_data.content)

YuS_2 · 21.12.2023, 13:30

Сообщение от Katerina1993

Как сделать сжатие файлов перед скачиванием.

Скорее всего, никак. Для небольшого ускорения скачивания, имеет смысл сжимать только на стороне сервера, но для этого, он должен "уметь" выполнять команды от клиента, что вряд ли реализовано...

Сообщение от Katerina1993

очень много места, у некоторых размер достигает 380кб.

Это небольшие размеры, по современным меркам...
А сжимать "без потери качества"... этим уже занимаются специализированными программы... да и вряд ли, это без реальных потерь происходит.

@Katerina1993 · 21.12.2023, 16:26

YuS_2,

Скорее всего, никак. Для небольшого ускорения скачивания, имеет смысл сжимать только на стороне сервера, но для этого, он должен "уметь" выполнять команды от клиента, что вряд ли реализовано...

Понятно придется тогда писать программу на delphi, чтобы получить все файлы jpg из папок, автоматически сжимать их а потом перезаписывать. Как-нибудь позже займусь. Просто думала, что на Python есть какая-нибудь библиотека.

YuS_2 · 21.12.2023, 20:47

Сообщение от Katerina1993

Просто думала, что на Python есть какая-нибудь библиотека.

Да библиотека-то, скорее всего, есть, но стоит ли овчинка выделки? Ради сотни-другой килобайт, ужимать уже скачанные картинки, которые и так достаточно пожаты уже...
Библиотеки можно поискать в сети... вот, например, Pillow...

@Katerina1993 · 21.12.2023, 23:05

YuS_2,

Да библиотека-то, скорее всего, есть, но стоит ли овчинка выделки? Ради сотни-другой килобайт, ужимать уже скачанные картинки, которые и так достаточно пожаты уже...

Понятно если нужно будет больше сделать компрессинг воспользуюсь Delphi или какой-нибудь программой .

Интересно, а ссылки вытащить через select или find_all возможно ориентируясь только по get-параметрам. Вот например вытащить все ссылки где есть параметр "act" со значением "Attach"?

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
#!/usr/bin/env python
# -*- coding: UTF-8 -*-
import requests
from bs4 import BeautifulSoup
 
html = '''<!DOCTYPE html> 
<html lang="en" >
<head>
  <link rel="stylesheet" type="text/css" href="style.css" />
  <meta charset="UTF-8">
  Привет
</head>
<body>
<div>
   <div>
   <a href="https://site.ru/forum/index.php?act=Attach&type=post&id=1">Скачать</a>
   </div>
   <div>
   <a href="https://site.ru/forum/index.php?act=Attach&type=post&id=2">Скачать</a>
   </div>
   <div>
   <a href="https://site.ru/forum/index.php?act=Attach&type=post&id=3">Скачать</a>
   </div>
</div>
</body>
</html>
'''
soup = BeautifulSoup(html)
 
print("-------------------------")
print(soup)

YuS_2 · 22.12.2023, 19:07

Сообщение от Katerina1993

Вот например вытащить все ссылки где есть параметр "act" со значением "Attach"?

Python
1
2
import re
hrfatt = soup(href=re.compile(r'act=Attach'))

Добавлено через 2 минуты
можно даже с уточнением:

Python
1
hrfatt = soup(href=re.compile(r'\bact=Attach\b'))

@Katerina1993 · 23.12.2023, 21:43

YuS_2,
Я пытаюсь из сохраненных документов сделать справку. Использую для этого программу “NATATA ebook Compiler” В итоге оглавления текста превращается в "кракозябры". Сам текст при открытии на русском языке.

Исправить ситуацию можно если через блокнот изменить кодировку в ручную на кириллицу, но у меня сотни документов я не могу их все в ручную менять. Другой вариант, при сохранении использовать 1251.

Python
1
2
with open(f'animalist/{out}.html', 'w', encoding='cp1251') as f:
          f.write(html)

В этом случае заголовки становятся нормальными, а вот текст при компиляции и открытии "exe файла" превращается в квадратики и становится не читаемым. Как быть подскажите пожалуйста? Но все перепробовала.

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
#!/usr/bin/env python
# -*- coding: UTF-8 -*-
import re
import os
import requests
from bs4 import BeautifulSoup
 #https://sky.pro/media/sravnenie-if-x-is-not-none-i-if-not-x-is-none-v-python/
 #https://stackoverflow.com/questions/55951778/if-not-img-none-valueerror-the-truth-value-of-an-array-with-more-than-one-ele
def srch_thumb(tag):
    return tag and re.compile("^thumb").search(tag)
 
url = "http://animalist.pro/index.php/topic,4052.0.html"
 
#http://animalist.pro/index.php/topic,8540.0.html - как нарисовать молчаливого пса
#http://animalist.pro/index.php/topic,4052.0.html - как нарисовать голову орла
 
headers = {
  "Accept":"*/*",
  "User-Agent": "Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.112 Safari/537.36"
}
 
req = requests.get(url, headers=headers)
soup = BeautifulSoup(req.text, "lxml")
 
 
article = soup.select_one('div#forumposts') 
 
avt = article.select('li.avatar')
figures2 = article.select('img')
 
 
figures = article.select('.linked-image')
 
if not figures:
  figures = article.find_all('img', id=srch_thumb)
 
 
figures3 = article.select('div.attachments.smalltext') 
#print(*figures, sep='\n')
 
title1 = soup.find("title")
 
 
 
for idx, figure in enumerate(figures, 1):
 #print(item)
  try:
    img = figure.attrs.get('src')
    print(img)
    image_data = requests.get(img)
    f_path = f'animalist/images/img{idx}.jpg'
    with open(f_path, 'wb') as f:
      f.write(image_data.content)
    figure.attrs['src'] = f'images/img{idx}.jpg'
   # print(img)
  except:
       #print(figure)
       figure.decompose()
       print('Ошибка файла:', img)
       continue
 
avt3 = []
 
for idx2, avt2 in enumerate(avt, 1):
  try:
     img = avt2.select_one('img')
     
     avt3.append(img)
     link = img.attrs.get('src')
     
     filename = os.path.basename(link) 
     avt_data = requests.get(link)
     
     f_path = f'animalist/images/{filename}'
  
     with open(f_path, 'wb') as f:
        f.write(avt_data.content)
     img.attrs['src'] = f'images/{filename}'
  except:
     img.decompose()
     print('Ошибка файла:', link)
     continue
 
 
       
img3 = []
#извлекаем прикрепленные картинки пользователей и сохраняем их в папку(пути заменяем на те которые в папке)
for idx3, figure3 in enumerate(figures3, 1): 
  try:
    img2 = figure3.select_one('img')
    if img2 is not None:
      print("img3")
      print(img2)
      link2 = img2.attrs.get('src')
      img3.append(img2)
      image_data2 = requests.get(link2)
      f_path2 = f'animalist/images/attch_img{idx3}.jpg'
    
      with open(f_path2, 'wb') as f:
         f.write(image_data2.content)
      img2.attrs['src'] = f'images/attch_img{idx3}.jpg'
  except:
     img2.decompose()
     print('Ошибка файла:', link)
     continue
 
#print(figures3)
 
#извлекаем прикрепленные картинки пользователей и сохраняем их в папку(пути заменяем на те которые в папке)
 
for idx4, figure3 in enumerate(figures2, 1):
  if figure3 not in figures and figure3 not in avt3 and figure3 not in img3:
    figure3.decompose()
 
       
html = f"""<!DOCTYPE html> 
<html lang="en" >
<head>
  <link rel="stylesheet" type="text/css" href="style.css" />
  <meta charset="UTF-8">
  {title1}
</head>
<body>
{article}
</body>
 
</html>
"""
with open('animalist/main1.html', 'w') as f:
   f.write(html)

YuS_2 · 25.12.2023, 10:03

Сообщение от Katerina1993

Как быть подскажите пожалуйста?

Ну, очевидно, что "NATATA ebook Compiler" - устаревшая программа, которая "не умеет" корректно работать с unicode.
Разбор этой ситуации уже выходит за рамки питона... попробуйте обсудить эту программу в более подходящих разделах.

@Katerina1993 · 25.12.2023, 13:37

YuS_2, я кое что изменила при создании eBook у меня теперь все нормально. Можете посмотреть файл как получилось https://disk.yandex.ru/d/w7RwxunhpR_Tvw? Нормально отображается русский язык?

Новые блоги и статьи Все статьи Все блоги /
Генератор паролей (вариант №4) Maks 01.11.2026 После публикации 3-го варианта генератора паролей, разослал его своим коллегам (с целью оценки), в итоге были получены следующие рекомендации: 1. Вернуть возможность использования знаков \| 1 l I;. . .	Генератор паролей (вариант №3) Maks 30.10.2026 Финальная версия генератора паролей 1С. Доработка решения в этот раз коснулась только визуальной части, а именно, добавлен реквизит ДопПараметры (тип Булево), который скрывает/ отображает реквизиты:. . .	Магическое мышление и магия, современная наука не отличима от магии (говорит ИИ Джемени) zorxor 30.10.2026 Джемени, расскажи, пожалуйста, что такое магическое мышление, что такое магия, почему современная наука чем-то напоминает магию? Фраза «Любая достаточно развитая технология неотличима от магии». . .	За какое время ИИ может подобрать пароль по хешу (рассказывает Джемени ИИ) zorxor 30.10.2026 Расскажи, Джемени, если известен хэш МД5, например, за сколько ИИ сможет подобрать соответствующий пароль? Искусственный интеллект (ИИ) может подобрать простой или средний по сложности пароль по. . .
Кто убил Suno? Почему наше солнышко погасло? (диалог с ИИ Джемени) zorxor 30.10.2026 Как убивали Suno. Хронология. «Убийство» музыкальной нейросети Suno — это затяжной процесс, в котором технологический хайп стартапа разбился о жесткую реальность судебных исков от гигантов. . .	Генератор паролей (вариант №2) Maks 30.10.2026 Обновленная версия ранее созданной обработки. Добавлены следующие реквизиты типа Булево: - Буквы; - Цифры; - Символы. Изменена логика команды "Сгенерировать" и процедуры "ПриОткрытии":. . .	Генератор паролей (вариант №1) Maks 29.10.2026 Реализация из решения ниже выполнена исключительно по моей инициативе, дабы облегчить себе работу в создании паролей для администрируемых мною сервисов и пользователей. Самым главным критерием для. . .	Установка ChatGPT (Codex) на Windows без использования Microsoft Store Fabien159 28.10.2026 Здравствуйте всем читающим! Опишу процесс установки ChatGPT (Codex) на Windows, если по каким-то причинам у вас не получается устанавить его через Microsoft Store. И так: 1. Скачиваем с. . .

@Katerina1993 403 / 19 / 5 Регистрация: 17.01.2017 Сообщений: 572
	25.12.2023, 13:37
	YuS_2, я кое что изменила при создании eBook у меня теперь все нормально. Можете посмотреть файл как получилось https://disk.yandex.ru/d/w7RwxunhpR_Tvw? Нормально отображается русский язык? 0