作者sleepeye (sl N Ｉ
看板Python
标题[问题] 爬虫 卷商分点资料
时间Sat Mar 19 09:49:55 2022
爬虫网址:
https://fubon-ebrokerdj.fbs.com.tw/z/zg/zgb/zgb0.djhtm?a=1160&b=1163&c=E&d=1
使用下面语法爬虫 (语法自己摸索可能写的不是很好,也可以指正)
def get_NBA(url):
r = requests.get(url=url)
r.encoding = 'big5'
if r.status_code == requests.codes.ok:
soup = BeautifulSoup(r.text, 'html.parser')
[s.extract() for s in soup("option")]
[s.extract() for s in soup("script")]
[s.extract() for s in soup("SELECT")]
[s.extract() for s in soup("input")]
[s.extract() for s in soup("SCRIPT")]
for tr in soup.find_all('tr'):
for td in tr.findAll('td'):
text = '#'+td.getText()
file.write(text)
file.write('#EENNDD\n')
#file.write('\n')
结果遇到他在主要股号股名那边我就抓不到了
<tr>
<td class="t4t1" nowrap id="oAddCheckbox">
<SCRIPT LANGUAGE=javascript>
<!--
GenLink2stk('AS2834','台企银');
//-->
</SCRIPT>
</td>
<td class="t3n1" nowrap>215</td>
<td class="t3n1" nowrap>9</td>
<td class="t3n1" nowrap>206</td>
</tr>
不知是否有方法可以爬到
谢谢
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 125.228.55.124 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1647654597.A.D25.html
1F：推 wjyo: 他股号股名在script元素里面，你前面extract把他排除掉了 03/19 19:54