一般来说,如果一个网站显示一系列指向包含文件夹的数据的链接(即包含经济数据的电子表格),我如何编写一个识别所有链接并下载数据的程序?你知道吗
特别是,我正在尝试下载这个网站https://www.ngdc.noaa.gov/eog/viirs/download_dnb_composites.html中从2012年到2018年的所有文件夹
我尝试了下面建议的方法,但是似乎没有下载到数据的链接。你知道吗
my_target='https://www.ngdc.noaa.gov/eog/viirs/download_dnb_composites.html'
import requests
from bs4 import BeautifulSoup
r = requests.get(my_target)
data = r.text
soup = BeautifulSoup(data)
links=[]
for link in soup.find_all('a'):
links.append(link.get('href'))
print(link.get('href'))
在所有附加到链接的URL中,没有一个指向数据。你知道吗
最后,即使我有了正确的链接,如何使用它们来实际下载文件?你知道吗
非常感谢!;)
这是一个典型的网页抓取任务。你知道吗
然后使用beutifulsoup解析内容并提取url
现在,您可以使用提取的URL和requests
相关问题 更多 >
编程相关推荐