- 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
我正在尝试从该网页中抓取实时商品值(value) http://www.mcxliverates.in它有一个 iframe 地址:http://213.136.84.136:8000/
这是我用 BeautifulSoup 尝试的:
from bs4 import BeautifulSoup
#import time
import urllib
data = []
url=urllib.urlopen("http://213.136.84.136:8000/")
html=url.read()
url.close()
soup = BeautifulSoup(html,"html.parser")
span=soup.find('table', attrs={'class':'table2'})
table_body = span.find('tbody')
rows = table_body.find_all('tr')
for row in rows:
cols = row.find_all('td')
cols = [ele.text.strip() for ele in cols]
data.append([ele for ele in cols if ele]) # Get rid of empty values
print([data])
下面是我得到的输出:
[[[], [u'INTERNATIONAL MARKET'], [u'SPOT Gold'], [u'SPOT Silver'], [u'CrudeOil'], [u'Copper'], [u'NaturalGas'], [u'Dow Jones'], [u'Bank Nifty'], [u'INDIAN MARKET'], [u'MCXGold'], [u'MCXSilver'], [u'MCXCrudeOil'], [u'MCXCopper'], [u'MCXLead'], [u'MCXNickel'], [u'MCXZinc'], [u'MCXNaturalGas'], [u'MCXAluminium'], [u'MCXMenthaOil'], [u'USDINR'], [], [u"Disclaimer: We can't assure any guarantee about the accuaracy of the data."]]]
它不返回任何引号。
这是 HTML 代码:
<table class="table2" border="1">
<tbody>
<tr style="background-color: #DFD9D9; font-size: 16px; ">
<th style="border:4px solid white; text-align:left; ">SYMBOL</th>
<th style="border:4px solid white; text-align:right;">LTP</th>
<th style="border:4px solid white; text-align:right;">HIGH</th>
<th style="border:4px solid white; text-align:right;">LOW</th>
</tr>
<tr style="font-size: 13px; color: black;">
<td colspan="4" style="color:black; text-align:center; font-size:initial; background-color:lightyellow;">INTERNATIONAL MARKET</td>
</tr>
<tr style="font-size: 15px; color: black;">
<td style="color:#3399ff; background-color:#E0F5D6;">SPOT Gold</td>
<td id="goldsell" style="text-align:right;"></td>
<td id="goldhigh" style="text-align:right;"></td>
<td id="goldlow" style="text-align:right;"></td>
</tr>
<tr style="font-size: 15px; color: black;">
<td style="color:#3399ff; background-color:#E0F5D6;">SPOT Silver</td>
<td id="Silversell" style="text-align:right;"></td>
<td id="Silverhigh" style="text-align:right;"></td>
<td id="Silverlow" style="text-align:right;"></td>
</tr>
<tr style="font-size: 15px; color: black;">
<td style="color:#3399ff; background-color:#E0F5D6;">CrudeOil</td>
<td id="CrudeOilsell" style="text-align:right;"></td>
<td id="CrudeOilhigh" style="text-align:right;"></td>
<td id="CrudeOillow" style="text-align:right;"></td>
</tr>
<tr style="font-size: 15px; color: black;">
<td style="color:#3399ff; background-color:#E0F5D6;">Copper</td>
<td id="Coppersell" style="text-align:right;"></td>
<td id="Copperhigh" style="text-align:right;"></td>
<td id="Copperlow" style="text-align:right;"></td>
</tr>
<tr style="font-size: 15px; color: black;">
<td style="color:#3399ff; background-color:#E0F5D6;">NaturalGas</td>
<td id="NaturalGassell" style="text-align:right;"></td>
<td id="NaturalGashigh" style="text-align:right;"></td>
<td id="NaturalGaslow" style="text-align:right;"></td>
</tr>
<tr style="font-size: 15px; color: black;">
<td style="color:#3399ff; background-color:#E0F5D6;">Dow Jones</td>
<td id="DJsell" style="text-align:right;"></td>
<td id="DJhigh" style="text-align:right;"></td>
<td id="DJlow" style="text-align:right;"></td>
</tr>
<tr style="font-size: 15px; color: black;">
<td style="color:#3399ff; background-color:#E0F5D6;">Bank Nifty</td>
<td id="BNsell" style="text-align:right;"></td>
<td id="BNhigh" style="text-align:right;"></td>
<td id="BNlow" style="text-align:right;"></td>
</tr>
<tr style="font-size: 13px; color: black;">
<td colspan="4" style="color:black; text-align:center; font-size:initial; background-color:lightyellow">INDIAN MARKET</td>
</tr>
<tr style="font-size: 15px; color: black;">
<td style="color:#3399ff; background-color:#E0F5D6;">MCXGold</td>
<td id="MCXGoldsell" style="text-align:right;"></td>
<td id="MCXGoldhigh" style="text-align:right;"></td>
<td id="MCXGoldlow" style="text-align:right;"></td>
</tr>
<tr style="font-size: 15px; color: black;">
<td style="color:#3399ff; background-color:#E0F5D6;">MCXSilver</td>
<td id="MCXSilversell" style="text-align:right;"></td>
<td id="MCXSilverhigh" style="text-align:right;"></td>
<td id="MCXSilverlow" style="text-align:right;"></td>
</tr>
<tr style="font-size: 15px;color: black;">
<td style="color:#3399ff; background-color:#E0F5D6;">MCXCrudeOil</td>
<td id="MCXCrudeOilsell" style="text-align:right;"></td>
<td id="MCXCrudeOilhigh" style="text-align:right;"></td>
<td id="MCXCrudeOillow" style="text-align:right;"></td>
</tr>
<tr style="font-size: 15px;color: black;">
<td style="color:#3399ff; background-color:#E0F5D6;">MCXCopper</td>
<td id="MCXCoppersell" style="text-align:right;"></td>
<td id="MCXCopperhigh" style="text-align:right;"></td>
<td id="MCXCopperlow" style="text-align:right;"></td>
</tr>
<tr style="font-size: 15px;color: black;">
<td style="color:#3399ff; background-color:#E0F5D6;">MCXLead</td>
<td id="MCXLeadsell" style="text-align:right;"></td>
<td id="MCXLeadhigh" style="text-align:right;"></td>
<td id="MCXLeadlow" style="text-align:right;"></td>
</tr>
<tr style="font-size: 15px;color: black;">
<td style="color:#3399ff; background-color:#E0F5D6;">MCXNickel</td>
<td id="MCXNickelsell" style="text-align:right;"></td>
<td id="MCXNickelhigh" style="text-align:right;"></td>
<td id="MCXNickellow" style="text-align:right;"></td>
</tr>
<tr style="font-size: 15px;color: black;">
<td style="color:#3399ff; background-color:#E0F5D6;">MCXZinc</td>
<td id="MCXZincsell" style="text-align:right;"></td>
<td id="MCXZinchigh" style="text-align:right;"></td>
<td id="MCXZinclow" style="text-align:right;"></td>
</tr>
<tr style="font-size: 15px;color: black;">
<td style="color:#3399ff; background-color:#E0F5D6;">MCXNaturalGas</td>
<td id="MCXNaturalGassell" style="text-align:right;"></td>
<td id="MCXNaturalGashigh" style="text-align:right;"></td>
<td id="MCXNaturalGaslow" style="text-align:right;"></td>
</tr>
<tr style="font-size: 15px;color: black;">
<td style="color:#3399ff; background-color:#E0F5D6;">MCXAluminium</td>
<td id="MCXAluminiumsell" style="text-align:right;"></td>
<td id="MCXAluminiumhigh" style="text-align:right;"></td>
<td id="MCXAluminiumlow" style="text-align:right;"></td>
</tr>
<tr style="font-size: 15px;color: black;">
<td style="color:#3399ff; background-color:#E0F5D6;">MCXMenthaOil</td>
<td id="MCXMenthaOilsell" style="text-align:right;"></td>
<td id="MCXMenthaOilhigh" style="text-align:right;"></td>
<td id="MCXMenthaOillow" style="text-align:right;"></td>
</tr>
<tr style="font-size: 15px;color: black;">
<td style="color:#3399ff; background-color:#E0F5D6;">USDINR</td>
<td id="USDINRsell" style="text-align:right;"></td>
<td id="USDINRhigh" style="text-align:right;"></td>
<td id="USDINRlow" style="text-align:right;"></td>
</tr>
<tr>
<td id="lastupdate" colspan="4" style="color:grey; text-align:center; background-color:lavender;">
</td>
</tr>
<tr>
<td id="disclaimer" colspan="4" style="color:red; text-align:center; background-color:lavender;">
Disclaimer: We can't assure any guarantee about the accuaracy of the data.
</td>
</tr>
</tbody>
</table>
有谁知道还有什么其他方法可以得到这个实时报价吗?
最佳答案
from bs4 import BeautifulSoup
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
# De-comment next two lines and add chrome_options=chrome_options to ChromeOptions() run Chrome as headless
# chrome_options = webdriver.ChromeOptions()
# chrome_options.add_argument('--headless')
driver = webdriver.Chrome()
url = "http://www.mcxliverates.in/"
driver.get(url)
xpath = '/html/body/div[1]/div[4]/div[1]/iframe' # this is the where the table that holds our data is located
elem = driver.find_element_by_xpath(xpath)
driver.switch_to.frame(elem)
wait = WebDriverWait(driver, 10)
xpath = '/html/body/div/div/div/table/tbody'
wait.until(EC.presence_of_element_located((By.XPATH, xpath))) # waits until the data is loaded
html = driver.page_source
driver.close()
soup = BeautifulSoup(html, "html.parser")
table = soup.find('table', class_='table2') # BeautifulSoup's built-in way of specifying class
table_body = table.find('tbody')
data = []
rows = table_body.find_all('tr')
for row in rows:
cols = row.find_all('td')
cols = [ele.text.strip() for ele in cols]
data.append([ele for ele in cols if ele]) # Get rid of empty values
print([data])
输出:
[[[], ['INTERNATIONAL MARKET'], ['SPOT Gold', '1330.09', '1335.92', '1320.63'], ['SPOT Silver', '16.585', '16.734', '16.338'], ['CrudeOil', '62.82', '63.02', '60.71'], ['Copper', '3.2300', '3.2304', '3.1430'], ['NaturalGas', '2.660', '2.684', '2.638'], ['Dow Jones', '25034', '25250', '24572'], ['Bank Nifty', '24955.0', '24957.0', '24763.0'], ['INDIAN MARKET'], ['MCXGold', '30564', '30575', '30400'], ['MCXSilver', '38713', '38755', '38250'], ['MCXCrudeOil', '4092', '4104', '3974'], ['MCXCopper', '464.85', '464.85', '453.30'], ['MCXLead', '166.00', '166.30', '161.65'], ['MCXNickel', '895.00', '896.30', '871.10'], ['MCXZinc', '231.60', '231.60', '226.00'], ['MCXNaturalGas', '172.00', '173.10', '170.90'], ['MCXAluminium', '142.10', '142.35', '140.65'], ['MCXMenthaOil', '1252.00', '1299.80', '1246.00'], ['USDINR', '64.9360', '65.1040', '64.8780'], ['Last Updated on : 11:45:57 22-Feb-2018'], ["Disclaimer: We can't assure any guarantee about the accuaracy of the data."]]]
欢迎来到Selenium的精彩世界|
关于python - 如何使用 Python 抓取网站数据?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48931459/
如本answer所述,如果浏览器不支持 e,可以设置后备游标。 G。 光标:抓取;。我现在的问题是获取这些图像。在我的驱动器上本地搜索“.cur”只给了我系统光标,其中 grab.cur 和 grab
以下代码在计算机上运行以从 Instagram 帐户中抓取数据。当我尝试在 VPS 服务器上使用它时,我被重定向到 Instagram 登录页面,因此脚本不起作用。 为什么当我在电脑上或服务器上时,I
我在使用 Ruby 和 Mechanize 将 POST 查询传递到站点的网站上。访问站点的查询基于 firebug,如下所示 param.PrdNo=-1¶m.Type=Prop¶m
我正在尝试抓取一个具有多个页面结果的网站,例如“1、2、3、4、5...”。 每个分页号都是到另一个页面的链接,我需要抓取每个页面。 到目前为止,我想出了这个: while lien = page.l
我正在使用 HtmlAgilityPack 在 C# Asp.Net 中执行 Scraping,到目前为止,我在从多个 Web 执行 Scratch 时没有遇到问题,但是,尝试弹出以下代码时出现错误
如果我有一个 css 文件做这样的事情 #foo:after{content:"bar;} ,有没有办法用 javascript 获取 :after 的内容?获取父元素的内容只返回 #foo 元素的内
问题是这样的: 我有一个 Web 应用程序 - 一个经常更改的通知系统 - 在一系列本地计算机上运行。该应用程序每隔几秒刷新一次以显示新信息。计算机仅显示信息,没有键盘或任何输入设备。 问题是,如果与
我想制作一个程序来模拟用户浏览网站和点击链接。必须启用 Cookie 和 javascript。我已经在 python 中成功地做到了这一点,但我想把它写成一种可编译的语言(python ide 不会
我制作了这个小机器人,它通过搜索参数列表进行处理。它工作正常,直到页面上有几个结果: product_prices_euros 给出了一半为空的项目列表。因此,当我与 product_prices_c
我需要找到一个单词的匹配项,例如: 在网上找到所有单词“学习”https://www.georgetown.edu/(结果:4个字)(您可以看到它按CTRL + F并搜索) 我有我的 Python 代
有一个站点\资源提供一些一般统计信息以及搜索工具的界面。这种搜索操作成本高昂,因此我想限制频繁且连续(即自动)的搜索请求(来自人,而不是来自搜索引擎)。 我相信有很多现有的技术和框架可以执行一些情报抓
这并不是真正的抓取,我只是想在网页中找到类具有特定值的 URL。例如: 我想获取 href 值。关于如何做到这一点的任何想法?也许正则表达式?你能发布一些示例代码吗?我猜 html 抓取库,比如 B
我正在使用 scrapy。 我正在使用的网站具有无限滚动功能。 该网站有很多帖子,但我只抓取了 13 个。 如何抓取剩余的帖子? 这是我的代码: class exampleSpider(scrapy.
我正在尝试从这个 website 中抓取图像和新闻 url .我定义的标签是 root_tag=["div", {"class":"ngp_col ngp_col-bottom-gutter-2 ng
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 . 关闭上个月。 Improve this ques
我在几个文件夹中有数千个 html 文件,我想从评论中提取数据并将其放入 csv 文件中。这将允许我为项目格式化和清理它。例如,我在这个文件夹中有 640 个 html 文件: D:\My Web S
我在编写用于抓取网页的实用程序时遇到了一个问题。 我正在发送 POST 请求来检索数据,我模仿我正在抓取的网络行为(根据使用 fiddler 收集的信息)。 我已经能够自动替换我的 POST 中除 V
对于 Googlebot 的 AJAX 抓取,我在我的网站中使用“_escaped_fragment_”参数。 现在我查看了 Yandex 对我网站的搜索结果。 我看到搜索结果中不存在 AJAX 响应
我正在尝试抓取网站的所有结果页面,它可以工作,但有时脚本会停止并显示此错误: 502 => Net::HTTPBadGateway for https://website.com/id/12/ --
我是一个学习网络爬虫的初学者,由于某种原因我无法爬网this地点。当我在 Chrome 中检查它时,代码看起来不错,但是当我用 BeautifulSoup 阅读它时,它不再是可刮的。汤提到“谷歌分析”
我是一名优秀的程序员,十分优秀!