希望你们都过得好。
因此,直截了当,我的代码试图从网站上抓取结果,特别是餐厅的标题,评级和地址。
餐厅和地址的代码完美运行,但评级代码不仅带来评级,还带来其他值。
餐厅位://a[@class="arrivalName"]/text()
地址位://span[@class="address"]/text()
额定位://a[@rel="nofollow"]/text()
对于抓取,我将它们全部组合成:
'//a[@class="arrivalName"]/text()|//span[@class="address"]/text()|//a[@rel="nofollow"]/text()'
评级的问题实际上并没有那么糟糕,因为当我导出它时,我可以删除实际上不是评级的其他行。
我的问题来自结果在列表中的显示方式。例如,例如:
169:法巴托·赫拉多斯
170: 999 意见
171: 耶尔巴尔 2413
我想要这个,但有一列用于餐厅名称 (169(,另一列用于评级 (170(,第三列用于方向 (171(。
法巴托·赫拉多斯 | 999意见 | 耶尔巴尔 2413
我的代码如下,任何帮助将不胜感激!
第 1 部分
import pandas as pd
import requests
from lxml import html
第 2 部分
header = {"User-Agent": "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.75 Safari/537.36","X-Requested-With": "XMLHttpRequest"}
url = 'https://www.pedidosya.com.ar/restaurantes/buenos-aires?a=+colpayo+132&lng=-58.44132490000004&lat=-34.6184536&doorNumber=132&page=8'
第 3 部分
r = requests.get(url, headers=header)
第 4 部分
tree = html.fromstring(r.content)
title = tree.xpath('//a[@class="arrivalName"]/text()|//span[@class="address"]/text()|//a[@rel="nofollow"]/text()')
df = pd.DataFrame(title)
我快速编写了代码来帮助您,根据您的需要进行修改。
import pandas as pd
import requests
from lxml import html
header = {"User-Agent": "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.75 Safari/537.36","X-Requested-With": "XMLHttpRequest"}
url = 'https://www.pedidosya.com.ar/restaurantes/buenos-aires?a=+colpayo+132&lng=-58.44132490000004&lat=-34.6184536&doorNumber=132&page=8'
r = requests.get(url, headers=header)
tree = html.fromstring(r.content)
hotel_elements = tree.xpath('//section[@class="restaurantData"]')
hotels = []
for hotel in hotel_elements:
hotel_name = hotel.xpath('.//a[@class="arrivalName"]')
hotel_address = hotel.xpath('.//span[@class="address"]')
hotel_reviews = hotel.xpath('.//a[@rel="nofollow"]')
if hotel_name:
hotel_name = hotel_name[0].text_content()
if hotel_address:
hotel_address = hotel_address[0].text_content()
if hotel_reviews:
hotel_reviews = hotel_reviews[0].text_content()
hotels.append([hotel_name, hotel_address, hotel_reviews])
df = pd.DataFrame(hotels)
输出
0 1 2
0 Double Crêpes nBernardo de Irigoyen 1588n 144 opiniones
1 Empanadas del Chef nRosario 749n 230 opiniones
2 El Emporio Helado Natural nMurillo 749n 33 opiniones
3 Vian-ditas [] []
4 Rios Peruanos nYerbal 787n 33 opiniones
5 Puro Goyena nAv. Pedro Goyena 293n []
6 Rotisería Welcome Caballito nAvenida Dr. Honorio Pueyrredón 784n 137 opiniones
7 Moreira Caballito nJosé María Moreno 735n 62 opiniones
8 Game of Burgers nSaraza 1110n 82 opiniones
9 Salimos Fuerte nRamos Mejía 1088n []
10 Fullescabio Caballito nCucha Cucha 1420n 59 opiniones
11 Donovans nPerón 1596n []
12 Don Ricardo Restobar nJuan B. Ambrosetti 704n 37 opiniones
13 Titan Burgers nAranguren 334n 40 opiniones
14 El Rey de las Arepas nDr. Juan Felipe Aranguren 336n []