使用ScraperWiki抓取PDF并获得未定义的错误

Question

我试着用ScraperWiki刮这个PDF。当前代码给出的错误名称“data”未定义，但我收到的错误是

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

如果我注释掉了这一行，我的else语句就会出现同样的错误。

这是我的密码

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，如能提出更好的解决办法，将不胜感激。

Answer 1

除非您已经跳过了一些代码，否则data字典只有在与该行中的条件匹配的情况下才创建：

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

在data中设置值的所有其他行都依赖于它已经存在，因此如果第一个条件不匹配，您将得到NameError。

快速的解决办法是总是创建一个空的数据字典。

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

等。