1回答
我想尝试抓取CNBC Nasdaq 100网站中的一些特定列(公司详细信息列)，特别是Adobe股票，以下是我的代码片段 # Importing Libraries
from bs4 import BeautifulSoupsymbol=ADBE&tab=profile") 所以，我很想在数据帧中获得结果，这样我就可以更改为CSV文件，但我的代码一直显示空的数据帧结果，下面是显示的错误 ?
浏览 18提问于2020-04-21得票数 0
回答已采纳
我不断地从网站上提取新数据，我的目标是将上次提取数据时特定列中的数据与新提取的数据进行比较。如果有新的行(通过比较每列中的数据来识别，例如，每个数据框中的name列)，则将与新名称关联的行移动到新抓取的数据框中的数据的顶部(原因是我正在抓取的网站上的数据没有从</em
浏览 0提问于2021-05-17得票数 1
2回答
如何在网站抓取中搜索任何网站
、、、、
我正在从事一个使用DOM解析从网站抓取数据的项目。它可以使用页面url从特定网站提取数据。如何将php变量传递到网站搜索框并在该网站上进行搜索？
浏览 1提问于2016-03-07得票数 0
1回答
当我运行代码时，当我从html表中抓取数据时，在这个特定的网站上，我已经成功地使用了。competition-stats/2016-team-ranking/"read_html %>%html_table()
返回的只是一个空列表
浏览 0提问于2016-05-12得票数 1
回答已采纳
我正在尝试从疾控中心网站上抓取最近7天新冠肺炎报告病例的数据。我试着通过名称，id，类来查找这个表，它总是以类型返回。当我打印抓取的数据时，我也无法在html中手动定位表格。不知道我到底做错了什么。导入数据后，我需要填充pandas数据框以供稍后用于绘图，并将数据表导出为csv。
浏览 1提问于2020-10-18得票数 1
我想使用solr的DIH deltaimport来导入nutch导出的mysql数据，但是nutch的mysql数据没有时间戳字段。我尝试从Mysql导入的原因是，我想将抓取数据合并到其他url管理表中。爬网数据中的"modifiedTime“字段为bigInt而不是timeStamp，并且始终为空。
浏览 0提问于2013-12-07得票数 0
我在Bootstrap4/ ASP.net MVC Core2网站上使用Tempus Dominus日期时间选择器。 locale: 'en-gb&
浏览 30提问于2020-02-12得票数 1
1回答
刚开始网络抓取。我正试图从网站上抓取特定的数据。我需要缩短船在2020年和2021年航行的距离。上面的代码给了我这个网站。现在，我试着用 html_nodes( css = "_1hFrZ") %>%但它会返回一个空的。_1hFrZ是网站中的td类。当我使用html_text()时
浏览 4提问于2022-03-11得票数 0
回答已采纳
在R教程中，我一直在使用readLines()从网站上抓取信息。我现在希望从我自己的网站提取数据(特别是awstats数据)，但是该域是受密码保护的。有没有办法传递我需要的特定awstats数据的url和用户名和密码。
谢谢。
浏览 0提问于2011-03-24得票数 13
回答已采纳
3回答
我有一个熊猫数据框，有一个叫做“postalcode”的列，只有4个数字(比如1234)。 然而，当我从网站上抓取时，邮政编码一栏有时会得到4个以上的数字，比如123456789。将列的值长度设置为仅为“postalcode”列选择前4位的最佳方法是什么？ City PostalcodeB 234567890... ....
浏览 25提问于2020-11-30得票数 0
回答已采纳
1回答
使用scrapy删除空数据
、、、、
我使用scrapy从某个网站上抓取数据，但抓取的数据中充满了我不想要的空值，因此为了清理我提取的数据，我更改了pipeline.py脚本。当我提取一个或两个值时，它就起作用了，它就像一个咒语。但是，当我提取多个值时，由于每个提取行上至少有一个空值，因此算法最终删除了几乎所有的数据。有没有办法阻止这种情况的发生？下面是我用来删除空数据的代码 cla
浏览 44提问于2020-04-27得票数 0
1回答
我正在尝试抓取亚马逊的网站上的产品，在实现了一个正常的抓取过程后，我试图给程序增加一些“复杂性”。
我的想法是，从.txt接收特定的关键字。有了这些关键字，我使用搜索栏来获取匹配它们的产品，并抓取数据。它工作得很好。问题是，根据关键字，例如，笔记本电脑和鞋子，解析器需要不同的工作方式，因为鞋子有不同的尺寸，颜色等，所以我需要从“鞋子”产品中抓取的数据与从“笔记本电脑”产品中需要的数据不同。这就是我所
浏览 0提问于2018-12-27得票数 0
我对网络抓取的世界非常陌生，我正在尝试从一个网站上抓取鞋子的名字。当我在网站上使用inspect时，有一个div标签，基本上整个网页都在里面，但当我打印出html代码时，div标签完全是空的！html_file, 'lxml') findShoeNames() 当我调用我的函数和print(soup)时，div标记看起来
浏览 41提问于2021-09-23得票数 1
回答已采纳
我是网络抓取的新手。我已经看过一些关于如何使用漂亮的汤来抓取网站的教程。作为练习，我想从一个房地产网站上提取数据。我想要抓取的特定页面是这个：我遇到的第一个问题是，使用经典的漂亮汤代码抓取的数据与网页的源代码不匹配。URL)soup = BeautifulSoup(htm
浏览 4提问于2021-05-02得票数 1
我在网站上发现了以下内容：我不知道什么意思的栏目不会并排出现？听起来，这里所期望的是，两列之间的分界线将会消失，或者类似的东西--我不确定。我有此示例代码可供实验：
我根本没有看到
浏览 3提问于2013-08-28得票数 0
回答已采纳
我想做一个网站，显示亚马逊和易趣产品价格的比较。其中哪一个会工作得更好?为什么？我对BeautifulSoup比较熟悉，但对Scrapy crawler不太熟悉。
浏览 323提问于2013-10-30得票数 146
回答已采纳
1回答
假设我的磁盘上有很多(相当大的)网站，这些网站是从Common Crawl抓取或抓取的。我没有关于HTML结构的先验知识，假设每个页面的结构不同(通常是这样)。我想从它们中提取一些语义信息(预先知道)，比如带有元数据(日期、作者、标签、评论等)的文章/帖子。
一种简单的方法是为每个网站编写一个简单的解析器，考虑到高质量的解析库，它应该足够简单。如果您知道有什么更好的方法来获取此类数据(在特定主题上；而不是手动抓取/公共爬网<
浏览 11提问于2017-01-11得票数 0
我刚刚发现了rtweet，我想从一种特定的语言获取一些rtweet。我还尝试重新创建我找到的示例(例如，这个示例：)，但我不能这样做，因为我总是得到空的数据帧。
我很高兴有这样的建议:)
浏览 7提问于2020-05-10得票数 0
我在试着从不同的酒店网站上搜集酒店数据。我可以成功地从Bookings.com这样的网站上获取信息，但我很难获得特定酒店网站(不是大规模预订网站)的任何输出。下面的代码适用于批量预订站点，但是当我更改URL和我试图抓取的div类名时，我没有得到任何输出。我是不是为我想要的信息选择了错误的div类，或者我不能抓取这些类型的网站？
浏览 23提问于2021-04-28得票数 1
回答已采纳
我刚开始网刮。我想做的是从亚马逊网站上抓取所有亚马逊的电影。我去了亚马逊网站www.amazon.com。
我在搜索框的左侧选择了amazon视频，然后输入“视频”并进行搜索。我有很多电影的单子。web为https://www.amazon.com/s/ref=nb_sb_noss_1?url=search-alias%3Dinstant-video&field-keywords=video&rh=n%3A2858778011%2C
浏览 0提问于2018-01-26得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
