我正在尝试从一个网站中提取数据
使用HTML
我无法从HTML.I中提取文本。我正在使用Python，Selenium和Beautiful Beautiful来提取数据。我使用CSS Selector从jquery中检查。
如何在jquery中使用python选择值
浏览 1提问于2018-01-19得票数 1
1回答
我正在使用python中的包从SalesForce中提取数据。
我有一个有280万条记录的表，我正在使用query_more提取所有数据。
SOQL一次提取1000行。如何增加python中的批处理大小以一次提取最大行数。我希望每次最多的行数是2000行。
谢谢
浏览 4提问于2015-04-22得票数 0
1回答
我在TCP/IP套接字上接收从外部硬件(Zigbee接收器)到PC的数据流(46字节)。然后通过Python编程，从接收到的来自TCP/IP套接字的数据流中提取报文。
我的python源代码并从数据流中提取数据，如下面的链接所示
正如我们所知，"TCP/IP操作数据流，而不是数据包“
如果我在单个流中接收到完整的数据包，我可以提取数据。但有时，单个数据包在两个数据流中接收(损坏)，此时我无法从流中提取我的消息。
我不太熟悉python编程，所以有人能帮我解决这个问题吗？
我正在寻找任何好的例子(编程)来管理TCP/IP套接字上的传入数据流的中断，通过将这些数据流作为完整的数据包存储在
浏览 4提问于2012-07-10得票数 0
我想知道如何使用selenium python从图表中提取数据。我想从this web中提取数据。我使用的是python。我想提取图表中所有的点。谢谢。 我试过了 driver.find_element_by_xpath("/html/body/main/div[1]/div/div[2]/div[2]/div[3]/div[1]/div[8]/div/div[2]/div/div/div/svg/g[12]").text
浏览 19提问于2019-06-22得票数 0
回答已采纳
问题是，我试图从中提取的HTML类中有一个破折号。Python无法正确读取该破折号，因此它无法提取我需要的数据。 我如何编写它，以便Python可以正确地读取破折号并提取数据？ print(page_content.bid-price) # Here's the dash "bid-price"
time.sleep(2)
浏览 21提问于2019-03-20得票数 0
回答已采纳
我有一个PYTHON脚本，它使用多进程将数据从DB2/Oracle数据库提取到CSV并摄取到Snowflake。当我运行这个脚本时，性能很好(在75秒内提取大型数据集的源表)。因此，我复制了这个python脚本，并更改了输入参数(基本上不同的源表)。当我同时运行所有这些python脚本时，性能会受到影响(对于同一个表，它会在100秒内提取)，有时我会看到错误“无法分配内存”。
我使用的是Jupyter Nootebook和所有这些不同的python脚本，将不同的源表提取到CSV文件中，并将其保存在相同的服务器位置。
我自己也在检查。但任何帮助都将不胜感激。
谢谢巴拉
浏览 0提问于2020-10-10得票数 0
1回答
我是否应该在我的数据摘录上加盖时间戳？
一些同事和我一起在python服务器上工作，以解决一个与数据科学相关的问题。我编写了一些函数，从我的源数据库中提取数据，并将其保存到python服务器以供进一步处理。现在，我正在考虑是否应该使用时间戳保存提取，结果是每次我启动管道时，都会保存另一个提取，或者省略时间戳并覆盖旧的提取。我读到了很多关于不需要代码那样的版本控制的数据，我也不想用多个冗余的数据提取来干扰服务器。
浏览 0提问于2019-08-20得票数 0
回答已采纳
2回答
我试图跟随这个博客，尝试从发票pdf文件中提取文本。我的文本提取需要提取发票的特定字段。
我尝试过pdfminer，textract，但它们都将文本提取为杂乱无章的文本，之后很难提取文本。
我偶然发现了下面的Poppler包下载：
看起来像是一个.tar文件。而不是python包。
我不确定如何使用这个.tar文件来解压包并在Python中使用它。
任何建议，我如何在我的mac上安装它，然后在python中以编程方式使用它来运行一堆pdf文件来提取数据。
浏览 24提问于2020-04-24得票数 2
我的python程序extract.py正在尝试从文本文件中提取“列”数据(使用命令行参数来指示从哪一列提取数据)。
例如，animals.txt包含..。
鸟狗猫鸽
虎狮昆虫蛙
豹猴大猩猩
在命令行..。
python extract.py 1 animals.txt
是为了提取鸟类，老虎，豹子(第一列数据)。
python extract.py 3 animals.txt
用于提取鸽子、青蛙、猿类(第三列数据)。
我的extract.py当前包含
import sys
file_name = sys.argv[2] # Text file input is stored in fil
浏览 1提问于2018-04-07得票数 2
回答已采纳
1回答
我正在尝试从表格中的PDF中提取数据。我能够使用pandas提取数据并读取数据。 最近数据发生了变化，现在我只提取那些在PDF格式的表格中带下划线的值。表结构相同。但是要提取的数据已经被underlined.bi尝试了OCR，tessaract来提取数据，但是没有运气，因为他们提取了所有的数据。但我只需要带下划线的数据。 如果有用的话，下划线总是红色的。 我使用Python作为编程语言。
浏览 38提问于2019-04-25得票数 0
我正在尝试使用Ubuntu中的python获取与文件相关联的元数据列表。
在没有使用python的情况下，“提取”命令工作得很好，但是我不知道如何在python中使用它，我总是收到一条消息，说“提取”没有定义。
浏览 0提问于2011-01-03得票数 1
有人能推荐一个python包从荷兰会议办公室网站中提取数据吗？
该网站显示了温度、降雨量等预测的图表。您可以单击该图表并选择底层数据显示在表格中。
我可以使用哪个python包到这个站点，在一个dataframe中提取不同预测的表数据。
谢谢
浏览 14提问于2022-10-01得票数 0
3回答
我正在尝试使用python程序从各种HTML页面中提取一些数据。不幸的是，其中一些页面包含用户输入的数据，这些数据偶尔会出现“轻微”错误-即标签不匹配。
有没有让python的xml.dom尝试纠正错误或类似的东西的好方法？或者，有没有更好的方法从可能包含错误的HTML页面中提取数据？
浏览 0提问于2009-07-18得票数 0
回答已采纳
2回答
我正在用python编写一个表单自动化脚本。它从excel文件中提取数据，并在联机表单中填写。我面临的问题是在excel文件数据中的列中有一个12位的数字。通过使用自定义设置，这个数字在excel文件中似乎没问题，但是当python脚本提取数据时，它会显示为十六进制数字。我试着用了很多东西，但似乎都不管用。我正在使用xlrd。
我当前的脚本
stradh = str(sheet.cell(row,col).value)
browser.find_element_by_id('number').send_keys(stradh)
excel文件中的数字：
35750710369
浏览 14提问于2017-07-22得票数 1
回答已采纳
我试图使用AWS的DetectDocument (异步)从PDF文件中提取表格和数据，使用的是C#/.NET。 我在数据提取方面很成功，但我不知道如何使用AnalyzeDocument提取PDF中的表格并导出到CSV文件中。 阅读亚马逊网络服务的文档，在Python中找到CSV解压缩，而不是在.NET中。请参阅链接：- https://docs.aws.amazon.com/textract/latest/dg/examples-export-table-csv.html 尝试查看Python代码并复制.NET，但没有成功。
浏览 21提问于2019-09-03得票数 1
回答已采纳
3回答
您好，我正在开发一个程序，该程序将打开一个图像，然后从其中提取元数据，如何使用python提取元数据？
谢谢
浏览 5提问于2014-02-11得票数 25
我正在尝试解析几个包含工程图的PDF文件，以获取这些文件中的文本数据。我尝试将TIKA作为jar与python一起使用，并将其与jnius包一起使用(在这里使用本教程：)，但是代码抛出了一个错误。
使用TIKA包，我可以传递文件并解析它们，但Python只能提取元数据，当被要求解析内容时，Python返回输出"none“。它能够完美地解析.txt文件，但无法提取PDF的内容。下面是代码
import tika
tika.initVM()
from tika import parser
parsed = parser.from_file('/path/to/file')
浏览 0提问于2015-10-12得票数 3
目前，我正试图找到可以帮助我从视频文件(例如mp4、Mkv、Avi、WebM、mpg格式)中提取元数据或信息的python库。
我重点从视频文件中提取的主要数据主要是标题、描述、注释、标题/字幕。
我试过使用FFmpeg-python，下面是指南：
和Tinytag，
据我所知，FFmpeg-python提供了来自探测()函数的大部分数据，但输出不包含标题、描述、注释和只是'0‘，我认为这是源跟踪。
谢谢您的帮助。
浏览 17提问于2022-03-16得票数 2
我正在尝试打开一个子进程，以便可以从python脚本中打开cygwin.bat文件。我需要从ctag解析器中提取数据。要提取此数据，我使用以下命令：
ctags --c-kinds=vf --fields=+SKz -f - Name_of_file
它给出了命令行文件中的变量和函数。这些数据必须使用python脚本放入文件中。怎么做？
浏览 3提问于2014-09-06得票数 1
回答已采纳
我试图通过Python从Quandl中提取数据。我遇到的问题是，我的公司代理阻碍了我提取数据的能力。是否有方法通过提供我的用户名和密码来登录到代码本身中的代理？
我是Python/编码的新手，任何帮助都是非常感谢的！我正在使用Python3.5。
我的代码：
from Quandl import Quandl
mydata = Quandl.get("FRED/GDP")
输出：
URLError: <urlopen error Tunnel connection failed: 407 Proxy Authentication Required>
浏览 4提问于2016-03-28得票数 2
回答已采纳
我正在尝试运行shell脚本，在这个脚本中我需要读取一个文件并从该文件中提取一些特定的数据，但是我不知道如何从file.Can中提取数据，请帮助我如何做到这一点？
示例：
sltconfig.cfg是我需要从其中提取数据的文件。
iMedical_GCIP_Process_task_id=50018
iMedical_Early_Signal_Process_task_id=50019
如果我运行GCIP进程，那么它应该在sltconfig.cfg文件中匹配GCIP并提取id号。
目前，我有这样的shell脚本：
if [ -n "$1" ]
then
python
浏览 1提问于2020-05-04得票数 0
回答已采纳
1回答
我是Python的新手，尝试从URL中提取数据，但失败得很糟糕。我已经搜索过了，但只找到了适用于Python 3.x的有效解决方案
我正在尝试从浏览器重定向中提取数据，例如：
我想把它写进字典里。
我尝试过urllib和co，但我没有找到解决方案。
浏览 0提问于2015-05-26得票数 0
4回答
有人告诉我，R是一个很好的数据处理工具。因此，我试图找出用R进行正则数据提取的可能性(容易)。
下面是Python提取两个关键信息的示例：
import re
str = "oh, 100.0 dollar is 621.5 yuan"
m = re.search("([\d+\.\d+]+).*?([\d+\.\d+]+)",str)
if m:
print m.group(1),"->",m.group(2)
Python的输出是：
100.0 -> 621.5
Python的结果真的很酷，但是如何在R中高效地完成呢？
浏览 13提问于2015-01-20得票数 2
回答已采纳
我将JSON数据通过各种外部API传入到Django项目中。我有两个应用程序，一个叫做“产品”，另一个叫做“提取”。通过产品应用，创建了数据库并呈现了所需的视图。提取应用程序的目标是解析JSON数据并在Django数据库中创建/更新字段。我把这个代码保存在提取/views.py中，如下所示-
import json
import urllib2
from products.models import Product
url = " .........."
.............
for i in data[results]:
Product.objects.get
浏览 2提问于2015-05-27得票数 0
回答已采纳
我有一个包含txt 的URL，我想从这个URL中提取一段特定的数据：
此处的数据：
我已经添加了txt文件的截图。在截图中你可以看到“目录”。从这些目录中，我想要提取特定项目编号的文本数据。例如，我想从第2部分项目5中提取数据，这些项目的数据位于第12页。有人能帮助我使用python提取此特定数据吗
浏览 2提问于2020-10-31得票数 0
1回答
有没有任何方法可以使用python生成包含方程和公式的word文档？现在，我使用生成word文档。我检查了python的文档，但没有找到任何与公式和方程相关的内容。
我既需要从word文档中提取公式，也需要用该提取的公式生成一个新的word文档。
在python中，是否可以从word文档中提取方程并将其存储在数据库或其他东西中，然后用该公式和方程生成一个word文档？
编辑:我附加了一些我需要提取/生成的方程式。
浏览 3提问于2022-02-09得票数 0
提取列数据集的最佳方法是什么？我有用于此数据分析的Matlab代码，但我想使用Python。
在中，如何提取单个列并将它们放入列向量中？例如，假设我想提取B列，第3到26行。读取excel文件的代码如下：
# importing libraries
import numpy as np
import pandas as pd
# reads in excel data
cylinder_data_file = pd.ExcelFile('FriDataCylinder.xlsx')
cylinder_data_file.sheet_names
data = cylinder_
浏览 1提问于2018-09-23得票数 0
我是Python的新手。从文档中提取列表时出现问题。我的sources文件并不是真正的html，但它有一个标签来提取所需的数据。
我设法使用下面的代码提取了所需的数据
from bs4 import BeautifulSoup
url = r"E:\Python\Sources\test.review"
page = open(url)
soup = BeautifulSoup(page.read())
for review in soup.find_all(['review_text','product_name']):
to
浏览 1提问于2016-06-21得票数 0
我有一个kwm ()文件。我使用相关的来提取RSA密钥。
提取的数据具有以下XML结构：
<RSAKeyValue>
<Modulus>modulus data</Modulus>
<D>more data</D>
</RSAKeyValue>
我需要从这个XML导出PrivateKey，这样我就可以使用OpenSSL来使用PrivateKey对数据进行签名。
我找到了一个，它展示了如何提取私钥。但我在python OpenSSL上没能做到这一点
如何使用PrivateKey获取python OpenSS
浏览 4提问于2014-02-19得票数 3
1回答
所以我一直在玩比特币-qt和python。比特币使用json。我成功地使用python从比特币-qt中提取了原始数据，但我完全不知道如何提取数据的各个部分并将其存储在变量中。
我的python代码如下：
from bitcoinrpc.authproxy import AuthServiceProxy, JSONRPCException
import json
access = AuthServiceProxy("http://user:pass@127.0.0.1:8332")
print access.getinfo()
原始数据输出如下所示：{u'connect
浏览 1提问于2015-04-20得票数 2
回答已采纳
1回答
我尝试过不同的python库来从pdfs中提取特定的文本，我必须从这个pdf中提取标题下的文本，我必须将从例1开始的文本提取为菱形粗体。
下一个pdf包含不同格式的的数据。在这个pdf中，我必须从历史提取数据到检查，然后从检查到调查与历史和调查作为一个excel文件中的列和相应的数据行。python regex不能满足这个条件，因为每种pdf格式都是不同的，我们需要来自不同pdfs的不同类型的文本。
除了这些类型的pdf之外，我还有不同类型的pdfs来处理，我尝试过不同的python库，比如pdfminer、pdfplumber、PyMUPDF、pytesseract、these、GROBID
浏览 20提问于2022-06-30得票数 0
我有一个python脚本，它从API (JSON格式)中提取信息，然后根据API数据执行一系列命令和计算。我希望只有在有新数据可用时，计算才能运行。因此，我的问题是:在API中检测新数据可用性的最佳方法是什么？
我现在的想法是每天只提取一次所有的数据。散列整件事并比较散列号。问题是python不想散列dicitionary。有什么建议吗？
浏览 0提问于2018-10-02得票数 0
回答已采纳
使用awk，很容易提取bash终端中的一列数据。
awk '{print $1}'
在python脚本中，我使用bash序列提取我感兴趣的数据
os.system(" qstat | awk '{print $1}' ")
如果我在特定的上下文中调用它，我会得到一列数字。我想将所有这些数字加载到python列表中。这件事能轻易做到吗？
浏览 1提问于2013-09-29得票数 1
回答已采纳
1回答
我需要从许多数据源中提取数据--这是一个耗时的过程。如果用户发送表单，程序将从7个表(使用ajax )中提取数据。
我想提供一个实际正在发生的信息，例如“从table1中提取数据”、“从table2中提取数据”等等。
但是不知道该怎么做--这类任务是否有一个很好的标准？我使用python/django作为后端
提前感谢
浏览 0提问于2018-09-24得票数 2
回答已采纳
我试图从PDF中提取数据，价格，信息和数字(我有超过10000个PDF，所以网站的免费试用将不起作用)。下面是我得到的一个PDF示例：
我用Python语言(这类任务的初学者，还有Python语言)和几个包(如PyPDF2、pdfx等等)尝试过，但我只能得到这样的文本
使用PyPDF2：
所以可以提取价格，数字和信息，但我有不同的pdf格式，所以不可能只使用文本和一些算法来提取信息。
我想做什么，这是可能的，因为很多网站都在做这件事，并让人们为它付费。我想以垂直方式读取它，并转换以XML/JSON或简单的dataset格式提取的数据。
我想按列阅读文档，而不是逐行阅读
浏览 2提问于2019-01-01得票数 0
寻找帮助，看看这是否足够容易做到这一点使用python，我需要从一个文本文件中提取数据，然后这些数据将在excel中使用，以便在表格中查看。我需要提取以下数据Test: Date : Critical Test Result Value: Total Value: Total Run Time: ABT: RPT:该文件包含大量测试，每个测试都有上面要收集的信息。作为使用python的新手，任何帮助/指针都将非常感谢。失败次数：
浏览 0提问于2017-12-05得票数 0
2回答
我正在尝试使用python2.7从鼠标获取移动数据。有什么办法可以做到吗？我想得到以英寸或毫米为单位的位移，以及它的方向。我想要x，y值，这样我就可以在x，y平面上表示它。如果没有这样的方法，你能告诉我如何提取原始数据并使用它来计算位移和方向吗？
请记住，我只想使用python2.7提取数据。
浏览 0提问于2013-07-28得票数 1
<script type="text/javascript">var csrfMagicToken = "sid:bf8be784734837a64a47fcc30b9df99,162591180";var csrfMagicName = "__csrf_magic";</script>
上面的脚本标签来自一个网页。
script = soup.find_all('script')[5]
通过使用上面的代码行，我能够提取我想要的脚本标记，但是我需要在python脚本中提取变量的值，我在python脚本中使用
浏览 3提问于2021-07-10得票数 0
1回答
我想从网站中提取一个数据表。Pandas read_html给出了一个HTTP错误403。还有没有别的模块可以让我用python提取数据。
以下是网站：
浏览 9提问于2017-02-20得票数 0
回答已采纳
如何通过python脚本从截图中的地块数据过滤器中提取数据？？我想通过python脚本获取数据，通过它绘制图形。如果有人知道这个答案，请帮忙谢谢
浏览 3提问于2015-10-19得票数 0
回答已采纳
下面是我想要从中提取数据时间戳的表的html。
网页在
到目前为止，我尝试了我在这里找到的非常丰富的变体，但似乎没有任何效果。有人能帮我提取(例如) 1536962400吗？换句话说，我想提取表的每个数据时间戳值。欢迎您提出任何建议！我使用selenium/python从网站中提取表数据，但是数据时间戳总是会出现错误。
浏览 0提问于2018-09-20得票数 0
回答已采纳
1回答
在拉取数据库的同时更新数据库
、、、、
有没有可能运行一个从sql数据库中提取数据的python flask应用程序，同时运行一个每隔几秒钟更新sql数据库的python脚本？
浏览 0提问于2018-08-09得票数 0
我有电子邮件数据库保存在.nsf扩展。现在我希望python代码读取所有的电子邮件，并提取包含特定单词的邮件(例如，抛出，重要等)。
python代码还可以根据搜索到的单词将提取的电子邮件保存在特定文件夹中。
浏览 7提问于2017-06-09得票数 1
我正在使用Python3.3.3做我的项目，并试图获得所有需要的链接，例如，如果我在搜索中编写了C++ (如url)，那么它的所有链接都应该通过python并保存到txt文件中。这是插图:谷歌搜索: C++
输出结果为txt文件：
www.cplusplus.com
www.tutorialspoint.com/c++
诸若此类
(现在，我已经成功地从web上提取了数据，用于计算文本复杂度和找到聚类，等等，这是我必须做的。)
下面的代码是从web中提取数据：
import urllib.request
urllib.request.urlretrieve( "https://www.p
浏览 1提问于2014-11-01得票数 2
1回答
我有一个来自的文件
当我将文件保存到磁盘并使用Python库提取.osm文件时，我会得到一个无效的头错误。
有办法避免这个错误吗？
7zip可以打开文件并提取数据，而不会出现问题，但我需要编写提取数据的脚本。
浏览 2提问于2014-10-15得票数 1
回答已采纳
0回答
我需要提取目录中每个文本文件最后一行的最后一个数字。有没有人可以用Python让我开始做这件事？数据是格式如下的信息：
# time 'A' 'B'
0.000000E+00 10000 0
1.000000E+05 7742 2263
其中，每个文件中的“#”列为空。文件名遵循以下命名约定：
for i in `seq 1 100`; for j in `seq 1 101`; for letter in {A..D};
filename = $letter${j}_${i}.txt
这些文件包含在KaSim (Kappa语言)中运行模拟的结果数据。
浏览 7提问于2016-07-05得票数 1
回答已采纳
1回答
我有XML文件，其中包含来自多个数据源的数据，我正试图提取这些数据以供分析。但我无法提取数据。
有人能告诉我提取数据的过程，同时保留数据的标题和单位吗？
该文件附加了。
数据的快照也附在这里：
我唯一能得到的输出是头，我无法将数据加载到python中以进行进一步的分析。任何帮助都是非常感谢的。
浏览 1提问于2018-11-23得票数 1
回答已采纳
1回答
您可以从XML的顶部一直工作到注释节点，然后循环遍历注释节点的子节点。
我确信这就是我需要做的，但我不知道该怎么做。
我的XML数据结构类似于：
<level>
<name>Matthias</name>
<age>23</age>
<gender>Male</gender>
</level>
...
我试图通过将数据提取到Python中以进行数据验证、处理和输出，从而向用户展示姓名、年龄和字符性别。
如何从Python中的这些XML数据中只提取播放器的名称？
浏览 3提问于2016-01-04得票数 2
回答已采纳
1回答
我从Twitter的API中提取数据，返回日期为UTC，格式如下：
2009年1月24日星期六22:14:29 +0000
MySQL能专门处理这种格式吗?或者我需要转换它？我正在使用Python提取数据。
浏览 0提问于2010-03-20得票数 1
回答已采纳
我想在另一个软件之后开始一些python代码。 这个软件做一些数据提取，并定期给我一些CVS文件形式的结果(每周)。我想要做的是触发我的Python代码在这些文件上执行，以便对它们执行一些函数，我希望在每次提取后都能完成。 我尝试了while(1)，但似乎效率不高。 有没有什么Python代码或者执行Python的软件可以用来解决这个问题呢？提前谢谢。
浏览 18提问于2019-05-28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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
