python - Beautifulsoup 和 Panda - 帮助修改多页代码
问题描述
所以我写了这段代码来从网站上抓取数据。
import requests
from bs4 import BeautifulSoup
import re
page = requests.get('https://sofifa.com/shortlist/32931')
soup = BeautifulSoup(page.text, 'html.parser')
dados = soup.find_all('a', href=re.compile("/player/"))
capa = soup.find('article')
capa1 = capa.find('div' , {'class': 'card card-border mb-2 fixed-width'})
time = capa1.find('div' , {'class': 'card-title h5'}).string
records = []
for nomes in dados:
nome = nomes.string
records.append((nome))
import pandas as pd
from openpyxl import load_workbook
book = load_workbook('Tabela Pipoco 2019.xlsx')
writer = pd.ExcelWriter('Tabela Pipoco 2019.xlsx', engine='openpyxl')
writer.book = book
writer.sheets = dict((ws.title, ws) for ws in book.worksheets)
df = pd.DataFrame(records, columns=[time])
df.to_excel(writer, "Times", index=False, encoding='utf-8', startcol=0)
writer.save()
问题是我想用 10 个不同的页面来制作这个!由于缺乏知识,我在 jupyter notebook 上写了 10 个不同的代码并全部运行。
代码中唯一改变的是这两行:
page = requests.get('https://sofifa.com/shortlist/32931')
和
df.to_excel(writer, "Times", index=False, encoding='utf-8', startcol=0)
因此,在第一行,我们将用特定数字(32931、32882、32589)等更改结束数字。
在第二行,改变的是startcol=
,那将是(第一页为 0,第二页为 3,第三页为 6,依此类推)
我如何在单个代码上加上薄薄的东西?
谢谢你们
解决方案
当您编写相同的代码 3 次时,编写一个函数 (c) David Robinson
您可以使用带有两个参数的函数包装代码:url
和startcol
,然后在循环中针对不同的输入调用此函数。例如:
# Define a function
def your_func_to_avoid_writing_the_same_code_ten_times(url, col):
page = requests.get(url)
# ... missed code for better formatting
df.to_excel(writer, "Times", index=False, encoding='utf-8', startcol=col)
writer.save()
url_list = ['https://sofifa.com/shortlist/32931', 'https://sofifa.com/shortlist/32882'] # And so on
# Initialize columns counter
col = 0
# Call the function and update the column
for i in range(len(url_list)):
print(your_func_to_avoid_writing_the_same_code_ten_times(url_list[i], col))
col += 3
推荐阅读
- rasa-nlu - 模型无法预测正确的动作
- python - 如何根据预先定义的行和列值从 DataFrame 中获取值
- javascript - 即使正在通过基本身份验证,也会显示输入用户名和密码的警报
- reactjs - 使用事件侦听器反应玩笑测试 useEffect
- firebase - Firebase 实时数据库访问
- swift - Swift 如何获得 3D 文件的比例值?
- reactjs - react-leaflet 限制屏幕尺寸
- ios - 防止 Proxyman 捕获 HTTP/HTTPS 请求
- python - 获取连续日期的初始和结束 Numpy Python
- python - 找不到mysql模块