- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我使用法国水文办公室的潮汐数据编写了一个 Python 程序。目前,我在 Windows-10 下使用 Mozilla Firefox 打开该网站: http://maree.shom.fr/harbor/BREST/wl/0?date=2016-10-31&utc=standard(选择“Hauteur d'eau heure par heure”,并设置港口和日期)。然后我右键单击,从弹出菜单中选择“另存为”,选择文本文件选项,并获取包含相关表格的文件,例如:
Lundi 31 octobre 2016
00:00 01:00 02:00 03:00 04:00 05:00
1.79m 2.76m 4.09m 5.43m 6.45m 6.87m
06:00 07:00 08:00 09:00 10:00 11:00
6.56m 5.64m 4.42m 3.21m 2.22m 1.61m...
我的 Python 应用程序使用正则表达式从此文件中提取数据。我想自动化这个过程(从Python应用程序打开页面并获取相关内容),但我还没有找到如何做到这一点。网页的 html 源代码(在 Firefox 中右键单击读取)不包含潮汐表。我尝试使用selenium,但我得到的只是相同的无用的html代码。有什么办法吗,例如用于模拟执行“另存为 *.text”命令时 Firefox 的操作?
最佳答案
这并不模仿 Firefox 的做法,但如果您愿意,它会为您提供字典中的数据。
这个想法是找到 <tbody>
html 中的标记,然后拆分行。那么时间是<th>
标签和高度是 <td>
标签。
所以几个循环和 zip 就可以了。
在此示例中,html 位于文件中。您也可以将其放在变量中。
f = open("html.txt","r").read()
table = f[f.find("<tbody>"):f.find("</tbody>")]
rows = table.split("<tr>")
data = []
for i in range(1,len(rows),2):
data.extend(zip(rows[i].split("<th>")[1:],rows[i+1].split("<td>")[1:]))
for i in range(0,len(data)):
x = data[i][0]
y = data[i][1]
data[i] = x[:x.find("<")],y[:y.find("<")]
print dict(data)
更新:
您在 html 中看不到该表的原因是因为它是由 javascript 生成的。所以我们需要像 Selenium 这样的东西,正如你已经尝试过的那样。
不知道那个网站的站长是否愿意你去扒,你可以问问他们,或者看看有没有API。
也就是说,这就是您如何抓取 javascript 生成的内容。
我为网络驱动程序安装了 PhantomJS。
from selenium import webdriver
import time
driver = webdriver.PhantomJS(executable_path="/usr/bin/phantomjs")
driver.get(website_link)
time.sleep(10) # wait as long as it takes for the data to be loaded
print(driver.find_element_by_tag_name("table").text)
driver.close()
关于python - 使用python从网页获取 "hidden"数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42189781/
这个问题与窗口处理或多个浏览器窗口的杂耍无关,而是关于在同一窗口中浏览 Web 应用程序的网页。我遇到这样的情况 1.我导航为屏幕 A->屏幕 x->屏幕 Y->屏幕 B 2.我需要捕获首次登录时屏幕
我有这个要求: The system will record the length of time the user displayed each page. 虽然在富客户端应用程序中微不足道,但我不
我在调试 JavaScript 网页时遇到问题。我遇到困难的地方是我标记 (...) 的地方。我收到未定义的错误。我是否将函数 countDown(start, Increment) 中的参数(即 s
需要一些帮助。我刚开始学习 HTML,今天一直在研究如何制作菜单,但在这样做时遇到了问题。 我似乎不知道如何在屏幕上居中显示菜单。 这就是我目前所拥有的; Home
我想通过单击按钮将小程序的任何参数发送到浏览器。 (HTML)。我知道按钮对象有一些方法,但不知道使用哪个。我怎样才能做到这一点?ps .: 我使用的是 jnlp 协议(protocol)。 类似于:
我应该使用Wikipedia的文章链接数据转储从组织的网站中提取代表性术语。 为此,我已经- 抓取并下载了该组织的网页。 (〜110,000) 创建了Wikipedia ID和术语/标题的字典。 (约
我的网页中包含 javascript 函数... function callFromAndroid(varName) { alert("call from android activated by
我想创建一个 Java 应用程序,允许用户导入网页并能够在程序中对其进行编辑。 导入网页将对其进行渲染,并且页面的组件(图像、文本等)将是可编辑或可拖动的,从而允许用户重新布局组件。 例如,用户可以加
当我们按下按钮时,我向 JFrame 添加了一个网页(网页在同一框架中打开)。效果很好。但我想向其中添加一个scrollPane,但是当我添加 JScrollPane jsp = new JScrol
我在使用 particles.js 时无法将图像居中。图像居中,但略微偏离中心。为什么要这样做,我如何才能将它居中? html particles.js demo CSS
我正在尝试在加载页面时播放音频,它应该非常简单但我无法完成。 问题是它没有播放,我尝试检查自动播放的状态(真/假),它说它在页面加载时播放,尽管它没有播放,还尝试制作一个将改变自动播放的功能状态为
我正在尝试显示用户从列表中选择的图像,但我在屏幕上看不到任何内容。 .container { position: relative; } .ce
这听起来有点奇怪,但我需要一些帮助,网页必须有一行必须包含三个部分,第一部分必须有 1 列的偏移量,并且部分之间的空间必须是 10px到目前为止,使用 Bootstrap 一切顺利。 现在第二行将有
这个问题在这里已经有了答案: Web and physical units (2 个答案) Div width in cm (inch) (6 个答案) 关闭 9 年前。
这个问题不太可能帮助任何 future 的访问者;它只与一个小的地理区域、一个特定的时间点或一个非常狭窄的情况有关,这些情况并不普遍适用于互联网的全局受众。为了帮助使这个问题更广泛地适用,visit
我想将我的 IPython 笔记本的宽度设置为 2500 像素,并且我希望它左对齐。我该怎么做? 我使用这段代码来应用我自己的 CSS: from IPython.core.display impor
关闭。这个问题需要更多focused .它目前不接受答案。 想改进这个问题吗? 更新问题,使其只关注一个问题 editing this post . 关闭 7 年前。 Improve this q
我在 Word 中制作了一份文档,希望人们在其中添加自己的姓名以及他们的教学经验。我已将其保存为网页并发布到此处: http://epicforum.net/TS ...但操作部分实际上就是这样: h
这个问题在这里已经有了答案: Execute JS code after pressing the spacebar (5 个答案) 关闭 4 年前。
我正在开发一个只有两个页面的网站。 1.登录 2.首页 我正在使用 Angular 框架。 app.config(['$routeProvider', function ($routeProvider
我是一名优秀的程序员,十分优秀!