如何下载和修改一个完整的网页？ [关闭]

Question

我想下载世界上最有趣的笑话的维基百科页面https://en.wikipedia.org/wiki/World%27s_funniest_joke

然后，我想用单词apple 替换所有出现的单词joke（是的，确实更有趣）。

关键是我希望能够单击输出html 文件（用苹果而不是笑话）并能够在我的浏览器中看到与原始网页相同的图像、css 和输出.

• 我尝试使用 chrome 下载 mhtml 文件并使用 f.read() 修改文件，但文件看起来像二进制数据。

• 通过(BeautifulSoup(requests.get(myurl), 'html.parser')) 使用requests 和beautifulsoup 只会给我原始的html 而没有格式化。

我能做什么？我不介意一些手动步骤（例如，先在某处下载文件）。

谢谢！

Answer 1

我以mhtml 下载了维基百科页面，并且能够将单词joke(s) 的每个实例替换为apple(s)。这是我用来替换目标字符串的代码。

#! python
import os
import sys
import fileinput

# Read in the file
with open("World's funniest joke - Wikipedia.mhtml", 'r') as file :
  filedata = file.read()

# Replace the target string
filedata = filedata.replace('joke', 'apple')
filedata = filedata.replace('jokes', 'apples')
filedata = filedata.replace('Joke', 'Apple')
filedata = filedata.replace('Jokes', 'Apples')

# Write the file out again
with open("World's funniest joke - Wikipedia.mhtml", 'w') as file:
  file.write(filedata)

编辑： 添加了疯狂物理学家的建议，将所有笑话替换为苹果。

谢谢！