Python 板


LINE

板上的大大们好,小弟又来请教问题了,最近在爬群众募资平台的资料,但很常会中间好 几页爬不到东西,过一阵子又有了,想请问大家是什麽问题...不确定是不是跟下图这个 检查网路连线的有关,有时候我换页点很快也会遇到QQ 如果有关的话,想请问是否有解 决的办法,谢谢! https://i.imgur.com/GdWEijn.jpg 附上我的程式码: (当初逻辑上是先去外面的页面抓完每页的id名称再套进去网址去找每个项目的资讯,之 後再转成Excel) import requests import bs4 import time import random import pandas as pd collect_title=[] collect_category=[] collect_goal=[] collect_final=[] collect_people=[] #空列表之後存资料 def get_page_info(URL): headers = {'cookie':'age_checked_for=12925;','user-agent': 'Mozilla/5.0 (W indows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/104. 0.0.0 Safari/537.36'} #含第九页一项18禁的cookie response = requests.get(URL,headers=headers) soup = bs4.BeautifulSoup(response.text,"html.parser") data=soup.find_all('div','text-black project text-neutral-600 mx-4 mb-4 pb -12 relative h-full') for t in data: href = t.find("a","block").attrs["href"] #取a标签下href後面的网址 link ="https://www.zeczec.com"+href response_2 = requests.get(link,headers=headers) soup_2 = bs4.BeautifulSoup(response_2.text,"html.parser") #解析取下的 网址中的网页内容 main_info = soup_2.find_all('div','container lg:my-8') for i in main_info: #category = i.find('a','underline text-neutral-600 font-bold inlin e-block').text.strip() category = i.find_all('a','underline text-neutral-600 font-bold in line-block')[1].text.strip() title = i.find('h2', 'text-xl mt-2 mb-1 leading-relaxed').text.str ip() final_cash = i.find('div','text-2xl font-bold js-sum-raised whites pace-nowrap leading-relaxed').text.strip() goal_cash = i.find('div','text-xs leading-relaxed').text.strip() people = i.find('span','js-backers-count').text.strip() final='类别:{} 标题:{} 目标:{} 实际:{} 赞助人数:{}'.format(categor y,title,goal_cash[6:],final_cash[3:],people) print(final) collect_category.append(category) collect_title.append(title) collect_goal.append(goal_cash[6:]) collect_final.append(final_cash[3:]) collect_people.append(people) #丢入collect列表 time.sleep(2) for i in range(1,13,1): print("第"+str(i)+"页") URL="https://www.zeczec.com/categories?category=1&page="+str(i)+"&type=0" get_page_info(URL) delay_time=[3,7,8,5] delay=random.choice(delay_time) time.sleep(delay) print(len(collect_goal)) #计算抓了几笔 #print(collect_final) #print(collect_people) col1 = "类别" col2 = "标题" col3 = "目标金额" col4 = "实际金额" col5 = "赞助人数" data = pd.DataFrame({col1:collect_category,col2:collect_title,col3:collect_goa l,col4:collect_final,col5:collect_people}) #三栏放list data.to_excel('音乐.xlsx', sheet_name='sheet1', index=False) 遇到问题的画面: 突然好几页不能抓到这样,不知道是requests 还是太频繁吗? https://i.imgur.com/PaN0z1N.jpg --



※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 42.72.132.142 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1665326491.A.116.html
1F:→ surimodo: 就是太频繁阿 time.sleep 数字调高一点10/09 23:59
2F:→ cocoaswifty: 你最後不就说出答案了10/09 23:59
原来如此,谢谢大家,我原本以为我那样的间隔算高了QQ ※ 编辑: etudiant (42.72.132.142 台湾), 10/10/2022 02:55:27







like.gif 您可能会有兴趣的文章
icon.png[问题/行为] 猫晚上进房间会不会有憋尿问题
icon.pngRe: [闲聊] 选了错误的女孩成为魔法少女 XDDDDDDDDDD
icon.png[正妹] 瑞典 一张
icon.png[心得] EMS高领长版毛衣.墨小楼MC1002
icon.png[分享] 丹龙隔热纸GE55+33+22
icon.png[问题] 清洗洗衣机
icon.png[寻物] 窗台下的空间
icon.png[闲聊] 双极の女神1 木魔爵
icon.png[售车] 新竹 1997 march 1297cc 白色 四门
icon.png[讨论] 能从照片感受到摄影者心情吗
icon.png[狂贺] 贺贺贺贺 贺!岛村卯月!总选举NO.1
icon.png[难过] 羡慕白皮肤的女生
icon.png阅读文章
icon.png[黑特]
icon.png[问题] SBK S1安装於安全帽位置
icon.png[分享] 旧woo100绝版开箱!!
icon.pngRe: [无言] 关於小包卫生纸
icon.png[开箱] E5-2683V3 RX480Strix 快睿C1 简单测试
icon.png[心得] 苍の海贼龙 地狱 执行者16PT
icon.png[售车] 1999年Virage iO 1.8EXi
icon.png[心得] 挑战33 LV10 狮子座pt solo
icon.png[闲聊] 手把手教你不被桶之新手主购教学
icon.png[分享] Civic Type R 量产版官方照无预警流出
icon.png[售车] Golf 4 2.0 银色 自排
icon.png[出售] Graco提篮汽座(有底座)2000元诚可议
icon.png[问题] 请问补牙材质掉了还能再补吗?(台中半年内
icon.png[问题] 44th 单曲 生写竟然都给重复的啊啊!
icon.png[心得] 华南红卡/icash 核卡
icon.png[问题] 拔牙矫正这样正常吗
icon.png[赠送] 老莫高业 初业 102年版
icon.png[情报] 三大行动支付 本季掀战火
icon.png[宝宝] 博客来Amos水蜡笔5/1特价五折
icon.pngRe: [心得] 新鲜人一些面试分享
icon.png[心得] 苍の海贼龙 地狱 麒麟25PT
icon.pngRe: [闲聊] (君の名は。雷慎入) 君名二创漫画翻译
icon.pngRe: [闲聊] OGN中场影片:失踪人口局 (英文字幕)
icon.png[问题] 台湾大哥大4G讯号差
icon.png[出售] [全国]全新千寻侘草LED灯, 水草

请输入看板名称,例如:iOS站内搜寻

TOP