※ 引述《kakar0to (Poker Face)》之銘言：
: 請問有人會爬神秘金字塔的網頁嗎?
: 例如下面這個頁面
: https://norway.twsthr.info/StockHolders.aspx?stock=0050
: 我想把這些資訊爬出來
: 20191025 703,000 89,452 7.86 450,780 64.12 75 20 5 5 45 61.57 88.80
: 20191018 753,500 90,255 8.35 498,135 66.11 72 16 5 5 46 64.01 87.95
: ...
: 我觀察網頁原始碼, 這些資訊大概在這兩種標籤的<td>裡面.
: <tr class='lDS'> 與 <tr class='lLS'>
: 不過我用beautifulSoup 去撈<tr class='lDS'>這個tag,
: 似乎也會撈到<tr class='lLS'>這個tag裡面的<td>的資訊
: code如下,
: soup = BeautifulSoup(respStr,'html.parser')
: tr_list = soup.find_all('tr')
: for idx,tr in enumerate(tr_list):
: if tr.get('class') == ['lDS']:
: td_list = tr.find_all('td')
: for idx2,td in enumerate(td_list):
: print(td.text)
: 想問是不是有可能beautifulSoup有機會parse錯誤?
: 如果是的話 有大大知道怎麼解決這個問題嗎?
: 或者給我個建議 可以用什麼其他的方式把這些資訊爬出來?
: 感謝.
其實不用去金字塔爬，有現成的 SQLite 可以抓
或是自己養爬蟲到集保抓也可以
到 GitHub 看 twnews 可以得到一些資訊
程式碼 https://github.com/virus-warnning/twnews
資料載點 http://tacosync.com/archive/
-----
Sent from JPTT on my Motorola one.
--
世界越快 心則慢
網路越慢 心則快
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.163.160.168 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1572370799.A.B59.html
※ 編輯: tacovirus (61.222.33.34 臺灣), 10/30/2019 08:40:36