我有一个小项目,在网上搜索谷歌关键词列表。我构建了一个嵌套的For循环,用于抓取搜索结果。问题在于,用于搜索列表中关键字的for循环并没有像我预期的那样工作,这将从每个搜索结果中删除数据。结果仅获取最后一个关键字的结果,前两个搜索结果除外
代码如下:
browser = webdriver.Chrome(r"C:\...\chromedriver.exe")
df = pd.DataFrame(columns = ['ceo', 'value'])
baseUrl = 'https://www.google.com/search?q='
html = browser.page_source
soup = BeautifulSoup(html)
ceo_list = ["Bill Gates", "Elon Musk", "Warren Buffet"]
values =[]
for ceo in ceo_list:
browser.get(baseUrl + ceo)
r = soup.select('div.g.rhsvw.kno-kp.mnr-c.g-blk')
df = pd.DataFrame()
for i in r:
value = i.select_one('div.Z1hOCe').text
ceo = i.select_one('.kno-ecr-pt.PZPZlf.gsmt.i8lZMc').text
values = [ceo, value]
s = pd.Series(values)
df = df.append(s,ignore_index=True)
print(df)
输出:
0 1
0 Warren Buffet Born: October 28, 1955 (age 64 years), Seattle...
我期望的输出如下所示:
0 1
0 Bill Gates Born:..........
1 Elon Musk Born:...........
2 Warren Buffett Born: August 30, 1930 (age 89 years), Omaha, N...
Any suggestions or comments are welcome here.
在for循环外声明
df = pd.DataFrame()
目前,您已经在循环中定义了它,对于列表中的每个关键字,它将初始化一个新的数据帧,旧的数据帧将被替换。这就是为什么您只得到最后一个关键字的结果
试试这个:
相关问题 更多 >
编程相关推荐