我是网页抓取的初学者,我对这个过程非常感兴趣。我给自己定了一个项目,可以让我一直保持动力直到我完成这个项目。在
我的项目
我的目标是编写一个Python程序,该程序可以进入我的大学成绩页面,并将一系列学生的所有成绩汇总到一个.csv文件或分隔文本文件中。我已经得到了将post请求提交到.asp页面的代码。如果您能指导我如何将主题详细信息存储在单独的列中,我将不胜感激,例如:
期望输出:
在序列号,名称、主题1、主题2、主题3、主题4、主题5、主题6等等
1、杰森,8,9,8,8,8,9…等等
彼得,6,8,9,8,7,7…等
一。在
一。在
一。在
一系列的考试号码。在
一些要尝试的示例数据
结果网站:http://result.pondiuni.edu.in/candidate.asp
寄存器号:15te1218
度
考试:秒
有人能告诉我如何完成这项任务吗? 请纠正我,如果你能指导我解决问题,那就太棒了。在
这能用一种更简单的方法来完成吗?在
在下面的代码中,您可以看到我试图打印出学生的姓名,但它返回一个空集(不起作用)。我不希望它将数据作为一个集合返回,因为这个细节只有一次出现。在
我不知道如何从结果页的html表中提取该学生的主题名和相应的标记。这方面需要一些帮助。在
代码:
import requests
from bs4 import BeautifulSoup
import re
import csv
for x in xrange(44,47):
EXAMNO ='15te12'+str(x)
print EXAMNO
data = {"txtregno": EXAMNO,
"cmbdegree": r"BTHEE~\BTHEE\result.mdb", # use raw strings
"cmbexamno": "B",
"dpath": r"\BTHEE\result.mdb",
"dname": "BTHEE",
"txtexamno": "B"}
results_page = requests.post("http://result.pondiuni.edu.in/ResultDisp.asp", data=data).content
soup = BeautifulSoup(results_page, 'html.parser').prettify()
regpa= "<!--Percentage / S.G.P.A : <b>(.+?) </b> -->"
patterngpa =re.compile(regpa)
gpa=re.findall(patterngpa,soup)
print gpa
rename="<font size=3 color=black>(.+?)</font>"
patternname=re.compile(rename)
name=re.findall(patternname,soup)
print (name)
输出:
^{pr2}$如果您能告诉我如何以所需的输出格式打印它,那会很有帮助。在
谢谢。在
花了很多时间才找到暴力解决方案。在
相关问题 更多 >
编程相关推荐