如何在Python循环中生成唯一HTML文件名用于保存批量下载的网页

你可以直接复用循环内的两个独有标识contract_number和author_position拼接文件名，二者的组合对每个请求都是唯一的，不会出现重名问题，同时可保留.html后缀。

修改后的代码示例 #

for contract_number in range(20):
    print(contract_number)
    for author_position in range(1,6):
        url = (insert link here).format(contract_number, author_position)
        r = requests.get(url, allow_redirects=True)
        # 用唯一标识组合生成文件名，不会重复
        file_name = f"contract_{contract_number}_pos_{author_position}.html"
        open(file_name, 'wb').write(r.content)

可选扩展方案 #

如果后续需要兼容更多变量维度，还可以选择以下方式生成唯一文件名：

• 拼接毫秒级时间戳：导入time模块后，将int(time.time()*1000)加入文件名，正常请求速度下不会出现重复
• 对URL生成哈希值：用hashlib模块对请求的原始URL生成md5值作为文件名，适合URL本身全局唯一的场景
• 新增全局自增ID：定义初始值为1的全局变量，每成功保存一个文件就自增1，将ID加入文件名

小提示：如果你后续想使用页面标题等爬取到的动态内容作为文件名，记得提前替换掉/ \ : * ? " < > |等系统禁止的文件名字符，避免保存失败。

内容的提问来源于stack exchange，提问作者Oliver