回答情况：
提问时间：
问题标签：
我需要从文本数据创建值ID，而这些数据并不总是最有用的。我的公司目前正在使用Excel和SQL。目前，我有以下内容：
=CONCAT(MID(A6,3,1),"."
浏览 1修改于2021-03-05得票数 0
我计划从以下网站html链接中提取数据：<dl class="directorList"><dd><a href="/person/266939/" title=""
浏览 4修改于2016-05-31得票数 0
关键词: Python3，美人汤，urllib#!(comments)
print ('redirect')
由于某种原因，我认为它仍然没有获得数据
浏览 0提问于2015-10-20得票数 3
我写了一个代码，允许从网站www.bankier.pl上获取公司的所有财务数据，并且它可以工作。不幸的是，有一个问题。(tys. zł),1 029,3 341,994,3 3613,Zysk (strata代码从该列表中获取名字，并下载该公司的数据，然后继续。(tys. zł),1 029,3 341,994,3 36
浏览 0提问于2018-06-02得票数 1
q=Service%3D%5BBikesales%5D'
html = BeautifulSoup(content, '
浏览 0修改于2022-03-22得票数 5
回答已采纳
这是我试图实现的总体目标，a)从种子URL开始，然后爬行并解析/保存数据/链接-- Nutch crawler无论如何都要做这件事。b)然后能够从Java客户端查询抓取的索引-(可以使用SolrJ客户端)d)我希望Nutch将抓取的索引保存到亚马逊S3，也希望Hadoop使用S3作为文件系统。这有可能吗？或者甚至是值得的？e)我在一个论坛上读到，在Nutc
浏览 0提问于2011-09-13得票数 1
回答已采纳
:56 [scrapy.utils.log] INFO: Versions: lxml 4.1.1.0, libxml2 2.9.7, cssselect 1.0.3, parsel 1.4.0, w3libid=abcat0901004> (referer: None) File "/Users/Berkeley/anaconda3/offsite.py", line 30, in process_spider_out
浏览 0提问于2018-05-20得票数 0
1回答
我想从网站上抓取数据。这个表扩展到多个页面上，但是url没有像page=3这样的东西，所以我不能遍历各个页面来获取数据。
有没有其他方法可以像这样抓取数据，而不会在不同的页面上循环？如何从python访问不同的页面来抓取数据？
浏览 19提问于2018-03-04得票数 0
我试着从我的控制台上抓取一些产品信息。当我来到访问者详细信息页面时，我发现每次单击搜索按钮时cookie都会发生变化。我发现每个请求的cookie都会发生变化。我不能像从其他页面抓取数据那样抓取数据，这些页面的cookie在一定时间内是固定的。
在比较cookie数据后，我发现这里只有3个键值对发生了变化。我认为这3个值导致我无法抓取数据。
浏览 1修改于2020-09-01得票数 0
我将一个JSON post请求发送到一个带有头和段的URL： 'channel':'mobiApp', 'Content-Length': '939', 'User-Agent': 'okhttp/3.8.0'url
浏览 0修改于2017-09-17得票数 0
回答已采纳
3回答
我使用循环在一个脚本中抓取每个脚本中的数据。但抓取数据的顺序是随机的，或者至少与链接不匹配。
所以我不能将每个子页面的url与输出的数据进行匹配。喜欢:抓取的网址，data1，data2，data3。Data 1，data2，data3 =>这是可以的，因为它来自一个循环，但是我如何添加到循环的当前url，或者我可以设置链接列表的顺序？就像列表中的第一个被抓取为第一个，第二个被抓取为第二个...
浏览 0提问于2018-04-18得票数 0
我正在做一些数据抓取，有3种类型的文件，我正在抓取数据。2- PDF对于HTML，我觉得很舒服，我正在使用HTML Agility。
浏览 0修改于2015-09-11得票数 6
回答已采纳
3回答
我是个屏幕抓取新手。当我使用代理服务器时，当我跟踪HTTP事务时，我会得到我的post数据。所以我的疑问/问题是，1)它会存储在服务器端，还是只对客户端显示?2)我们有在屏幕抓取中加密post数据的选项吗?3)对银行应用程序使用屏幕抓取是可取的吗？我使用的是从下载的屏幕抓取工具。(企业版)
提前谢谢。
浏览 1提问于2013-07-01得票数 3
我如何抓取“杀死”属性，例如使用网络抓取？(问题2.)更重要的是，如何获取本节中的
浏览 2提问于2020-10-25得票数 2
回答已采纳
我要做的就是在我的应用程序的主页上设置一个“活动”，它可以做3件事:1)抓取本地时间/日期，2)抓取经度/纬度，3)把所有这些都放到mysql数据库中。异步任务的原因是执行以下操作，抓取所有onPreexecute，然后将数据推送到"doInbackground“上的mysql中？
这样行得通吗？
浏览 1修改于2015-03-30得票数 0
我正在尝试创建一个数据集来对新闻文章进行情感分析。我正在使用Newspaper3k从网站上抓取文章。我抓取了一些网站，但没有正确存储文章，因此我不能使用它们。当我再次尝试抓取相同的网站时，它只抓取新的文章，而不是已经抓取的文章。有没有办法把已经刮过的文章再刮一遍？
浏览 0提问于2018-06-15得票数 2
2回答
我正在为以下给定的网站在多个页面上使用“美丽汤”来抓取数据，并且能够做到。我可以使用Pandas抓取多个页面的数据吗？下面是抓取单个页面的代码，并且URL有链接到其他页面，如。page=3'dframe[0]
dframe[0].to_csv('out.csv')
浏览 3修改于2020-01-13得票数 2
回答已采纳
我从一个网站上抓取数据，该网站构建了一个熊猫数据框架，根据网站上可用的数据，使用不同的列名。我有一个列名的向量，比如： colnames = ['column1', 'column2', 'column3', 'column5'] 这些列是我希望在其中存储抓取的数据的postgres数据库的列我遇到的问题是，我不得不设置抓取的方式来获取我需要的所有
浏览 10修改于2019-05-02得票数 2
回答已采纳
上下文:我正在使用lambda函数从第三方源抓取数据(这个lambda函数被调用了我的一个cloudwatch事件桥，因此它是异步的)，然后将该数据写入kinesis，将其写到一个S3桶中。这允许数据缓冲，并确保数据被写入S3，而不管S3连接失败(因为动态将保持数据并重新尝试写入)。我用块从第三方源中抓取数据(这意味着我会进行多个http调用)，并同时将它们写入消防水管。问:如果我的lambda在从
浏览 12提问于2022-07-17得票数 1
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号