python - 使用 ScraperWiki 抓取 PDF 并收到未定义错误

Question

我正在尝试使用 ScraperWiki 抓取此 PDF。当前代码给我一个名称“数据”未定义的错误，但我收到错误

elif int(el.attrib['left']) < 647: data['Neighborhood'] = el.text

如果我评论该行，我会在 else 语句中得到相同的错误。

这是我的代码

import scraperwiki
import urllib2, lxml.etree
#Pull Mondays
url = 'http://www.city.pittsburgh.pa.us/police/blotter/blotter_monday.pdf'
pdfdata = urllib2.urlopen(url).read()
xmldata = scraperwiki.pdftoxml(pdfdata)
root = lxml.etree.fromstring(xmldata)
# how many pages in PDF
pages = list(root)
print "There are",len(pages),"pages"
# Test Scrape of only Page 1 of 29
for page in pages[0:1]:
    for el in page:
        if el.tag == "text":
            if int(el.attrib['left']) < 11: data = { 'Report Name': el.text }
            elif int(el.attrib['left']) < 317: data['Location of Occurrence'] = el.text
            elif int(el.attrib['left']) < 169: data['Incident Time'] = el.text
            elif int(el.attrib['left']) < 647: data['Neighborhood'] = el.text
            elif int(el.attrib['left']) < 338: data['Description'] = el.text
            else:
                data['Zone'] = el.text
                print data

我做错了什么？

此外，如有任何更好解决方案的建议，我们将不胜感激。

Answer 1

除非您跳过了一些代码，否则您的 data仅当此行中的条件匹配时才会创建字典:

if int(el.attrib['left']) < 11: data = { 'Report Name': el.text }

您在 data 中设置值的所有其他行依赖于它已经存在，所以你会得到 NameError如果第一个条件不匹配。

快速解决办法是始终创建一个空的数据字典，例如

for page in pages[0:1]:
    for el in page:
        data = {}
        if el.tag =="text":

等等