. 2022-04-15 18:55 采纳率: 100%
浏览 18
已结题

公共资源交易网内容提取不出来

import requests
import json
import jsonpath
from lxml import etree
import csv
from concurrent.futures import ThreadPoolExecutor
#import pandas as pd
#from xlwt import *
#import time

#def download_wuhu_page(url):
url='http://ggzy.huangshan.gov.cn/EWB-FRONT/rest/webbuilderserverforHeFZTB/getinfolistnew'

dic={
"Content-Type": "application/x-www-form-urlencoded; charset=UTF-8",
"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.87 Safari/537.36 SE 2.X MetaSr 1.0",
"Authorization": "Bearer c72f427e19182317f66b7bd0080e4a64"
}
dat={
"categorynum":"004",
"xiaqucode":"",
"title":"",
"startdate":"",
"enddate":"",
"siteguid":"7eb5f7f1-9041-43ad-8e13-8fcb82ea831a",
"pageSize":10,
"pageIndex":14
}

resp=requests.post(url,headers=dic,json=dat)
print(resp.text)
html=etree.HTML(resp.text)
divs=html.xpath("//table/tbody")
for div in divs:
area=""
name=div.xpath(".//div/text()")
date=div.xpath(".//td[4]/text()")
wz=div.xpath(".//td[2]/a/@onclick")

print(name)
print(wz)
print(date)
#txt=[(area,name[i],date[i],"http://whsggzy.wuhu.gov.cn"+wz[i]) for i in range(len(name)) if len(wz)>=len(date)>=len(name)]
#csvwriter.writerows(txt)

#print(url,"提取完毕")

print('全部下载完毕。')

  • 写回答

1条回答 默认 最新

  • Mint.Coder 2022-04-15 19:52
    关注

    很可能你就没爬到数据哦

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论

报告相同问题?

问题事件

  • 系统已结题 4月23日
  • 已采纳回答 4月15日
  • 创建了问题 4月15日

悬赏问题

  • ¥20 机器学习能否像多层线性模型一样处理嵌套数据
  • ¥20 西门子S7-Graph,S7-300,梯形图
  • ¥50 用易语言http 访问不了网页
  • ¥50 safari浏览器fetch提交数据后数据丢失问题
  • ¥15 matlab不知道怎么改,求解答!!
  • ¥15 永磁直线电机的电流环pi调不出来
  • ¥15 用stata实现聚类的代码
  • ¥15 请问paddlehub能支持移动端开发吗?在Android studio上该如何部署?
  • ¥20 docker里部署springboot项目,访问不到扬声器
  • ¥15 netty整合springboot之后自动重连失效