我想使用pd.read_html函数在多个URL呈现的表中收集所有信息。网站的一个例子是:https://www.top40.nl/10cc/10cc-donna-5867,我通过csv文件导入它
进入网站并单击“Songinfo”选项卡后,包含所有相关信息的表格将可见。请在下面找到我的代码。Python给出错误:找不到表和/或无法从列表中解析。很高兴听到关于如何更正我的代码的任何建议:
df_list = []
with open(r"C:\Users\nlvijn02\Documents\Personal documents\Sony\Test_input_links.csv") as file:
reader = csv.reader(file)
for row in reader:
print(row[0])
driver.get(row[0])
driver.find_element_by_xpath("//a[@href='#songinfo']").click()
table = driver.find_elements_by_xpath("""//*[@id="songinfo"]/table""")
df_list.append(pd.read_html(table))
df = pd.concat(df_list)
driver.close()
df.to_csv("details.csv")
请查找下表的HTML代码:
<div id="songinfo" class="tab-pane active" aria-expanded="true"><h2>Songinformatie</h2><table class="table-songinfo"><tbody><tr><th>Artiest</th><td><a data-linktype="artist" href="https://www.top40.nl/top40-artiesten/10cc">10cc</a></td></tr><tr><th> </th><th style="text-align: left;">A-kant</th></tr><tr><th>Titel</th><td>
Donna </td></tr><tr><th>Lengte</th><td>
02:55
</td></tr><tr><th>Componist(en)</th><td>
Kevin Godley, Lol Creme
</td></tr><tr><th> </th><th style="text-align: left;">B-kant</th></tr><tr><th>Titel</th><td>
Hot Sun Rock
</td></tr><tr><th>Lengte</th><td>
03:00
</td></tr><tr><th>Componist(en)</th><td>
Eric Stewart, Graham Gouldman
</td></tr><tr><th colspan="2"> </th></tr><tr><th>Platenlabel</th><td>
UK
</td></tr><tr><th>Catalogusnr</th><td>
UK 6
</td></tr><tr><th>Hoogste positie UK</th><td>
2
</td></tr></tbody></table></div>
我修改了代码中的两行
如果您测试我的代码并让我知道结果,我将非常高兴。 致意
相关问题 更多 >
编程相关推荐