[已解决]如何用python解析

xhs0120

http://www.digquant.com.cn/document/2

如何将文字和英文爬取下来，并且保存到txt或者xls的文件夹里
求助
求助
谢谢

最佳答案

月排行榜 / 总排行榜

wp231957

2019-6-11 18:56:51

xhs0120 发表于 2019-6-11 22:36
求用编程实现

补四楼图片：

跳转到最佳答案楼层

wp231957

xhs0120 发表于 2019-6-11 22:36
求用编程实现

补四楼图片：

Brucey

直接复制粘贴下来， 再用正则表达式分开就行

xhs0120

求用编程实现

wp231957

xhs0120 发表于 2019-6-11 22:36
求用编程实现

1. 
   
2. # coding: utf-8
   
3. import requests,re
   
4. from lxml import etree
   
5. 
   
6. 
   
7. 
   
8. if __name__ == '__main__':
   
9.   url="http://www.digquant.com.cn/document/2"
   
10.   headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36'}
    
11.   response = requests.get(url=url,headers=headers)
    
12.   html = etree.HTML(response.text)
    
13.   lens = len(html.xpath("//ul[@id='left-nav']/li"))
    
14.   lst=[]
    
15.   for x in range(1,lens+1):
    
16.     text=(html.xpath("//ul[@id='left-nav']/li[%d]/span"%x)[0].text).replace("\n","").replace(" ","").replace("（","(").replace("）",")").replace(")","")
    
17.     lst.append(text)
    
18.   newlst=[]
    
19.   for x in lst:
    
20.     t=x.split("(",2)
    
21.     newlst.append(t)
    
22.   f=open("123.txt","w")
    
23.   for x in  newlst:
    
24.     if len(x)>2:
    
25.       x[0]=x[0]+"("+x[1]+")"
    
26.       x[1]=x[2]
    
27.       del x[2]
    
28.     f.write(str(x).replace("[","").replace("]","").replace("'","")+'\n')
    
29.   f.close()
    
30.   print("解析完毕，请查阅123.txt")
    

复制代码

kaohsing

用正则比较简单。

xhs0120

wp231957 发表于 2019-6-11 18:56
补四楼图片：

谢谢大佬