作者sleepeye (sl N Ｉ
看板Python
标题[问题] 卷商资料爬虫
时间Mon Jul 25 11:05:15 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')
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>
<!--
GenLink2stk('AS2834','台企银');
//-->
这三行不会抓到
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: 61.219.174.97 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1658718317.A.DF5.html
1F：→ niceguy: 这三行被注解掉了，只能用re了吧？ 07/25 11:34
2F：→ sleepeye: 可否多加指导一下 07/25 15:51
3F：→ razer: regular expression，PTT有版 07/25 17:20
4F：推 lycantrope: 可以用findall("script")抓吧？还是都复制贴上没在想 07/25 17:25
5F：→ razer: findall 就已经是re的函式了，他应该真的没用过re 07/26 09:26