IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> python初学者爬虫的一些感想/关于文件的导出 -> 正文阅读

[Python知识库]python初学者爬虫的一些感想/关于文件的导出

@python初学者爬虫的一些感想/关于文件的导出

做作业爬数据,对一个网页进行了简单爬虫。各种bug频出,泪洒键盘,遂记之。

DataFrame输出文件

1、地址数据的逗号分隔符引发的问题
跑完代码,发现偶尔会出现一些不听话的,如图:
第三个对象出问题
首先,第三个对象的address、price、type数据均存在(说明抓取过程没有问题)
由于csv文件的默认分隔方式为逗号“,” ,第三个对象的地址存在多个逗号,被csv误认为要分隔开来
(但是为什么大部分对象不会出现这个问题呢?暂时无解)

遂放弃了csv格式,选择了导出为xlsx,结果就正常了:
输出为xlsx文件之后解决问题
2、乱码问题
由于爬的内容含有繁体字+英文,导出文件的时候写了如下代码:

df.to_excel(save_path + os.sep + str(ticker) + '_' + str(amount) + '.xlsx')

结果导致输出的繁体字全部是乱码的
解决方式:增加一个encoding就完事了,简体繁体用utf-8都是可以滴:

df.to_excel(save_path + os.sep + str(ticker) + '_' + str(amount) + '.xlsx',encoding = 'utf-8-sig')
  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2021-12-04 13:24:12  更:2021-12-04 13:25:48 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/16 2:24:35-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码