Написание базового скрипта парсинга. Я не понимаю, в чем я продолжаю ошибаться. Я столкнулся с той же проблемой, когда использовал python 2.7.
Я использую Sublime 3 в качестве текстового редактора Я использую macOS Я запускаю python3.6
Вот что у меня есть на данный момент:
import bs4
from urllib.request import urlopen as uReq
from bs4 import BeautifulSoup as soup
my_url = 'http://wbsite.com'
uClient = uReq(my_url)
page_html = uClient.read()
uClient.close()
page_soup = soup(page_html, "html.parser")
#loop starts here
#base of the script,
one = page_soup.findAll("div",{"class":"large-7 medium-9 columns"})
two = page_soup.findAll("div",{"body field"})
three = page_soup.findAll("div",{"field-ingredients-data field-wrapper"})
four = page_soup.findAll("div",{"field-how-to-use-data field-wrapper"})
onito = (one[0].h1)
docito = two[1]
trincipito = (three[0].p)
cuatrocinto= (four[0].p)
filename = "insertfilehere.cvs"
f = open(filename, "w")
headers = "onito, docito, trincipito, cuatrocinto\n"
f.write(headers)
un = str(onito.text)
deux = str(docito.text)
trois = str(trincipito.text)
quatre = str(cuatrocinto.text)
base = (un + "," + deux + "," + trois + "," + quatre + "\n")
encoding_base = base.encode("utf-8)")
finito = encoding_base.decode("utf-8)")
f.write(finito)
f.close()
Пожалуйста, помогите мне понять, почему я настолько глуп, что не могу разобраться в этой маленькой проблеме.
ошибка:
Traceback (most recent call last):
File "/Users/user/Downloads/scrape.py", line 74, in<module>
f.write(un + "," + deux + "," + trois + "," + quatre + "\n")
UnicodeEncodeError: 'ascii' codec can't encode character '\u2022' in position 30: ordinal not in range(128)
[Finished in 0.8s]
*слезы
Вот мой обновленный сценарий. Спасибо всем за помощь!!!
import bs4
from urllib.request import urlopen as uReq
from bs4 import BeautifulSoup as soup
my_url = 'https://www.insertsitehere.com/'
uClient = uReq(my_url)
page_html = uClient.read()
uClient.close()
page_soup = soup(page_html, "html.parser")
one = page_soup.findAll("div",{"class":"large-7 medium-9 columns"})
two = page_soup.findAll("div",{"body field"})
three = page_soup.findAll("div",{"field-ingredients-data field-wrapper"})
four = page_soup.findAll("div",{"field-how-to-use-data field-wrapper"})
uno = (one[0].h1)
dos = two[1]
tres = (three[0].p)
cuatro = (four[0].p)
filename = "example.csv"
f = open(filename, "w",encoding = "utf-8")
headers = "one, two, three, four\n"
f.write(headers)
un = str(uno_en.text)
deux = str(dos.text)
trois = str(tres.text)
quatre = str(cuatro.text)
f.write(un + "," + deux + "," + trois + "," + quatre + "\n")
f.close()
Какую ошибку вы получаете?
измените свой вопрос, включив в него формат ошибки. Попробуйте использовать редактирование уценки, чтобы оно было правильно отформатировано и его было легче читать.
Что ж, похоже, это не имеет ничего общего с ошибкой Unicode.
Traceback (последний вызов последним): файл "/Users/user/Downloads/scrape.py", строка 74, в <module> f.write (un + "," + deux + "," + trois + "," + quatre + "\ n") UnicodeEncodeError: кодек 'ascii' не может закодировать символ '\ u2022' в позиции 30: порядковый номер не в диапазоне (128) [Завершено через 0.8s]
Извините, я скопировал не ту ошибку
Что такое f = open(filename, "w") после f.encoding? Вы можете уточнить кодировку f = open(filename, "w",encoding = "utf-8").
@tdelaney ВАШ СПАСАТЕЛЬ !!!!






base.encode('utf-8)')
encoding_base.decode('utf-8)')
Удалить )
base.encode('utf-8')
encoding_base.decode('utf-8')
это первое, что я вижу, но мне нужно и ошибка
где-то в коде нужно поменять ingredrients на ingredients проверьте это
Traceback (последний вызов последним): файл "/Users/user/Downloads/scrape.py", строка 74, в <module> f.write (un + "," + deux + "," + trois + "," + quatre + "\ n") UnicodeEncodeError: кодек 'ascii' не может закодировать символ '\ u2022' в позиции 30: порядковый номер не в диапазоне (128) [Завершено через 0.8s]
@ninodelaluna, почему ты кодируешь, а потом декодируешь? Можете ли вы закомментировать декодирование и попробовать запустить скрипт, также будет отображаться эта ошибка? попробуйте f.write(encoding_base)
В настоящее время мне нужно очистить четыре предмета. un, deux, trois & quatre. Я предполагаю, что в Deux есть символы, которые невозможно декодировать. Без этого скрипт будет нормально работать, это действительно странно.
Скрипт обновлен и теперь работает нормально. Спасибо за вашу помощь!
Можете ли вы включить сообщение об ошибке?