python-3.x - 清理抓取的数据 Python

Question

我试图学习如何抓取网站，但在将输出导入 Excel 时无法弄清楚如何“清理”数据。这是我使用的代码：

但是，当打开 Excel 文件时，需要对输出进行一些清理：

我认为我应该把“.text”放在我不知道在哪里的地方。我尝试添加 .text 如下所示，但它导致“AttributeError：'NoneType'对象没有属性'text'”

for i in links:
    index.append([i.attrs['title']]).text
    summary.append([i.attrs["aria-label"]]).text

标签： python-3.xexcel

Answer 1

您是在告诉 Python通过使用额外的括号将列表附加到indexand列表中。 试试这个：summary

for i in links:
    index.append(i.attrs['title'])
    summary.append(i.attrs["aria-label"])

您仍然会在摘要列中看到一些丑陋的信息。您可以使用replace或RegEx来清理它。如果您提供所需的输出，我可以对其进行编辑以包含用于替换字符的适当代码。

另外，index是 Python 中方法的名称，所以我会为此选择不同的列表名称。