- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试构建一个自动网络抓取工具,我花了数小时观看 YT 视频和阅读这里的资料。编程新手(一个月前开始)和这个社区的新手...
因此,使用 VScode 作为我的 IDE,我遵循了实际上用作网络抓取工具的代码格式(python 和 selenium):
from selenium import webdriver
import time
from selenium.webdriver.support.select import Select
with open('job_scraping_multipe_pages.csv', 'w') as file:
file.write("Job_title, Location, Salary, Contract_type, Job_description \n")
driver= webdriver.Chrome()
driver.get('https://www.jobsite.co.uk/')
driver.maximize_window()
time.sleep(1)
cookie= driver.find_element_by_xpath('//button[@class="accept-button-new"]')
try:
cookie.click()
except:
pass
job_title=driver.find_element_by_id('keywords')
job_title.click()
job_title.send_keys('Software Engineer')
time.sleep(1)
location=driver.find_element_by_id('location')
location.click()
location.send_keys('Manchester')
time.sleep(1)
dropdown=driver.find_element_by_id('Radius')
radius=Select(dropdown)
radius.select_by_visible_text('30 miles')
time.sleep(1)
search=driver.find_element_by_xpath('//input[@value="Search"]')
search.click()
time.sleep(2)
for k in range(3):
titles=driver.find_elements_by_xpath('//div[@class="job-title"]/a/h2')
location=driver.find_elements_by_xpath('//li[@class="location"]/span')
salary=driver.find_elements_by_xpath('//li[@title="salary"]')
contract_type=driver.find_elements_by_xpath('//li[@class="job-type"]/span')
job_details=driver.find_elements_by_xpath('//div[@title="job details"]/p')
with open('job_scraping_multipe_pages.csv', 'a') as file:
for i in range(len(titles)):
file.write(titles[i].text + "," + location[i].text + "," + salary[i].text + "," + contract_type[i].text + ","+
job_details[i].text + "\n")
next=driver.find_element_by_xpath('//a[@aria-label="Next"]')
next.click()
file.close()
driver.close()
成功了。然后我尝试为另一个网站复制结果。我没有点击“下一步”按钮,而是找到了一种方法使 URL 的结尾数字增加 1。但是我的问题来自代码的最后部分,给了我 AttributeError: 'str'对象没有属性“文本”。以下是使用 Python 和 Selenium 编写的我定位的网站 ( https://angelmatch.io/pitch_decks/5285 ) 的代码:
from selenium import webdriver
import time
from selenium.webdriver.support.select import Select
driver = webdriver.Chrome()
with open('pitchDeckResults2.csv', 'w' ) as file:
file.write("Startup_Name, Startup_Description, Link_Deck_URL, Startup_Website, Pitch_Deck_PDF, Industries, Amount_Raised, Funding_Round, Year /n")
for k in range(5285, 5287, 1):
linkDeck = "https://angelmatch.io/pitch_decks/" + str(k)
driver.get(linkDeck)
driver.maximize_window
time.sleep(2)
startupName = driver.find_elements_by_xpath('/html/body/div[1]/div[2]/div[2]/div/div/div[1]')
startupDescription = driver.find_elements_by_xpath('/html/body/div[1]/div[2]/div[2]/div/div/div[3]/p[2]')
startupWebsite = driver.find_elements_by_xpath('/html/body/div[1]/div[2]/div[3]/div[1]/div/p[3]/a')
pitchDeckPDF = driver.find_elements_by_xpath('/html/body/div[1]/div[2]/div[3]/div[1]/div/button/a')
industries = driver.find_elements_by_xpath('/html/body/div[1]/div[2]/div[3]/div[1]/div/a[2]')
amountRaised = driver.find_elements_by_xpath('/html/body/div[1]/div[2]/div[3]/div[1]/div/p[1]/b')
fundingRound = driver.find_elements_by_xpath('/html/body/div[1]/div[2]/div[3]/div[1]/div/a[1]')
year = driver.find_elements_by_xpath('/html/body/div[1]/div[2]/div[3]/div[1]/div/p[2]/b')
with open('pitchDeckResults2.csv', 'a') as file:
for i in range(len(startupName)):
file.write(startupName[i].text + "," + startupDescription[i].text + "," + linkDeck[i].text + "," + startupWebsite[i].text + "," + pitchDeckPDF[i].text + "," + industries[i].text + "," + amountRaised[i].text + "," + fundingRound[i].text + "," + year[i].text +"\n")
time.sleep(1)
file.close()
driver.close()
我将不胜感激任何帮助!我正在尝试使用这种技术将数据转换为 CSV!
最佳答案
老实说,你做得很好。唯一的事情以及为什么会出现错误,您正在尝试从字符串类型值中获取 .text 变量。 python 中的 str 类型没有任何文本变量。此外,您正在尝试通过 [i] 迭代它可以达到“列表索引超出范围”。异常(exception)。您要放置在 linkDeck[i].text 位置的内容可能是 page.title?还是什么?
顺便说一句,在使用 with open() 语句时不应该关闭文件。它是上下文管理器,在你离开文件后它就没有你了
将添加的列添加到 maxamize_window() 并删除 1 个文件打开,并仅添加链接:
import time
from selenium import webdriver
driver = webdriver.Chrome()
delimeter = ';'
with open('pitchDeckResults2.csv', 'w+') as _file:
_l = ['Startup_Name', 'Startup_Description', 'Link_Deck_URL', 'Startup_Website', 'Pitch_Deck_PDF', 'Industries',
'Amount_Raised', 'Funding_Round', 'Year \n']
_file.write(delimeter.join(_l))
for k in range(5285, 5287, 1):
linkDeck = "https://angelmatch.io/pitch_decks/" + str(k)
driver.get(linkDeck)
time.sleep(1)
startupName = driver.find_element_by_xpath('/html/body/div[1]/div[2]/div[2]/div/div/div[1]')
startupDescription = driver.find_element_by_xpath('/html/body/div[1]/div[2]/div[2]/div/div/div[3]/p[2]')
startupWebsite = driver.find_element_by_xpath('/html/body/div[1]/div[2]/div[3]/div[1]/div/p[3]/a')
pitchDeckPDF = driver.find_element_by_xpath('/html/body/div[1]/div[2]/div[3]/div[1]/div/button/a')
industries = driver.find_element_by_xpath('/html/body/div[1]/div[2]/div[3]/div[1]/div/a[2]')
amountRaised = driver.find_element_by_xpath('/html/body/div[1]/div[2]/div[3]/div[1]/div/p[1]/b')
fundingRound = driver.find_element_by_xpath('/html/body/div[1]/div[2]/div[3]/div[1]/div/a[1]')
year = driver.find_element_by_xpath('/html/body/div[1]/div[2]/div[3]/div[1]/div/p[2]/b')
all_elements = [startupName.text, startupDescription.text, linkDeck, startupWebsite.text, pitchDeckPDF.text,
industries.text, amountRaised.text, fundingRound.text, f"{year.text}\n"]
_str = delimeter.join(all_elements)
_file.write(_str)
driver.close()
如果我错过了什么,请告诉我
关于python - Web 抓取到 CSV 的问题 [AttributeError : 'str' object has no attribute 'text],我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/66632851/
关于 this页面,我看到以下代码: if ((attributes & FileAttributes.Hidden) == FileAttributes.Hidden) 但我不明白为什么会变成这样。
函数pthread_mutex_init允许您指定指向属性的指针。但是我还没有找到关于pthread属性是什么的很好的解释。我一直只是提供NULL。这个论点有用吗? 该文档,对于那些忘记它的人: PT
我们有一个 xml 节点“item”,其属性为“style”,即“Header1”。但是,这种风格可以改变。我们有一个名为 Header1 的属性集,它定义了它在 PDF 中的外观,通过 xsl:fo
我的任务是在用户点击它时从输入框中删除占位符并使标签可见。如果用户未在其中再次填写任何内容,请放回占位符并使标签不可见。 我可以隐藏它但不能重新分配它。我试过 element.setAttribute
我从文章中编写代码,并且有: public IActionResult Create([Bind(Include="Imie,Nazwisko,Stanowisko,Wiek")] Pracownik
你能给我解释一下以下属性吗? 1) [MonoTouch.Foundation.Register("SomeClass")] 这个属性是否只用于向IB注册类?以编程方式扩展 iOS 类时是否必须使用此
我正在编写一个 C++ 程序,在调试时我在执行以下函数: int CClass::do_something() { ... // I've put a breakpoint here } 我的 C
我已经在 polymer 0.5 中构建了我的应用程序。 现在我已经将它更新到 polymer 1.0。 对于响应式布局,我使用了一个布局属性,它使用 Polymer 0.5 中布局属性的自定义逻辑。
我是使用 Jade 的新手——到目前为止它很棒。 但是我需要发生的一件事是具有“itemscope”属性的元素: 我的 Jade 符是: header(itemscope, itemtype='ht
我正在研究一个厨师实现,有时在过去的地方使用了 attribute.set,attribute.default 会这样做。为了解决这个问题,我对 Chef 属性优先范式非常熟悉。我知道“正常”属性(使
我经常看到html data-attribute (s) 将特定值/参数添加到 html 元素,例如使用它们将按钮“链接”到要打开的模式对话框等的 Bootstrap。 现在,我看到一个几乎著名的
假设如下: def create_new_salt self.salt = self.object_id.to_s + rand.to_s end 为什么使用“ self ”更好。而不是实例变量“
根据我的理解,Backbone.js 模型的属性应该通过以下方式声明为有点私有(private)的成员变量 this.set({ attributeName: attributeValue }) //
我有一个看起来像下面的XML文档: ... ... ... ...
我正在实现一个 JSF 组件,需要有条件地添加一些属性。这个问题类似于之前的 JSF: p:dataTable with f:attribute results in "argument type m
我正在尝试将应用程序发布到 Android 电子市场,但出现以下错误: W/ResourceType(16964): No known package when getting value for r
抱歉这么具体的应用程序,但我注意到另一篇关于 Maya 开发的回答很好的帖子。 我刚刚为 Maya 编写了一个插件节点。它只是根据湍流函数杀死一堆粒子。湍流由许多可在属性编辑器中调整的属性驱动。 在属
我在 html 元素中的数据属性为 Update .它具有数据属性的 bool 值。 跟下面的元素Update有什么区别吗?因为数据属性用双引号引起来。 html是否支持 bool 值? 最佳答案 b
我正在尝试为企业库 5.0 的异常处理 block 创建自定义异常处理程序。据我了解,我需要使用属性开始上课“[ConfigurationElementType(typeof(CustomHandle
我找不到这两个选择器之间的区别。两者似乎都做同样的事情,即根据包含给定字符串的特定属性值选择标签。 对于 [attribute~=value] :http://www.w3schools.com/cs
我是一名优秀的程序员,十分优秀!