selenium1.python读取txt文本中的编号(00001,00002,00003…)2.在网页表格编码列中遍历相应信息3.同时在类型列中筛选重点和非重点信息4.提取时间列、单位列、类型列、总数列中对应行的信息5.将提取的数据分别根据类型列的中重点和非重点写入EXCEL

时间: 2024-12-06 12:26:34 浏览: 15
DOCX

selenium读取txt,xls,csv.docx

在Python中,你可以使用Selenium库配合BeautifulSoup或者pandas等数据处理库来完成这个任务。以下是步骤概述: 1. **读取TXT文件中的编号**: 使用`open()`函数读取txt文件,并通过字符串操作或正则表达式解析编号。例如: ```python with open('numbers.txt', 'r') as f: lines = f.readlines() numbers = [line.strip() for line in lines] ``` 2. **网页表单遍历**: 使用Selenium模拟浏览器操作打开网页并定位表格元素,然后使用如`find_elements_by_xpath`或`find_elements_by_css_selector`来获取所有单元格。 3. **筛选类型列**: 通过元素属性(如`text`)判断重点和非重点信息,比如包含特定关键词的单元格被视为重点。 4. **提取数据**: 对每个单元格内容做进一步处理,提取时间、单位、类型和总数信息,可以使用`BeautifulSoup`解析HTML,或者直接从`td`标签中提取值。 5. **写入Excel**: 使用pandas库创建DataFrame存储数据,然后使用`to_excel`函数按照类型列的不同值(重点和非重点)写入两个不同的工作表: ```python import pandas as pd df重点 = pd.DataFrame(...) # 重点数据 df非重点 = pd.DataFrame(...) # 非重点数据 df重点.to_excel('output重点关注.xlsx', index=False) df非重点.to_excel('output一般关注.xlsx', index=False) ``` 这里假设`df重点`和`df非重点`已正确填充了数据。
阅读全文

相关推荐

from concurrent.futures import ThreadPoolExecutor from selenium import webdriver from selenium.webdriver.chrome.options import Options # 打开URL文件 with open('url.txt', 'r') as file: urls = file.read().splitlines() # 定义特定的域名 specific_domains = ['4qo4li.com:9516/register?i_code='] # 创建ChromeOptions对象 chrome_options = Options() chrome_options.add_argument("--incognito") # 启用无痕模式 def process_url(url): # 创建浏览器实例 driver = webdriver.Chrome(options=chrome_options) # 使用Chrome浏览器,需要下载对应的驱动并设置到环境变量中 # 构建完整的URL full_url = 'http://' + url + '/a/index.php/54545' # 打开浏览器并访问URL driver.get(full_url) # 等待页面跳转完成 driver.implicitly_wait(10) # 设置隐式等待时间,单位为秒 # 获取当前页面的URL current_url = driver.current_url # 判断当前页面的URL是否包含特定域名 if any(domain in current_url for domain in specific_domains): # 写入1.txt文本文件 with open('1.txt', 'a') as file: file.write(url + '\n') else: # 写入2.txt文本文件 with open('2.txt', 'a') as file: file.write(url + '\n') # 关闭浏览器 driver.quit() # 创建线程池 with ThreadPoolExecutor(max_workers=10) as executor: # 提交任务给线程池 futures = [executor.submit(process_url, url) for url in urls] # 等待所有任务完成 for future in futures: future.result() 帮我修改下代码 先把线程池处理原始的url列表,把失败的保存哎failed_urls.txt中等待所有的url遍历结束,再次打开failed_urls.txt中的url调用process_url函数来重新处理这些失败的URL然后判断是否仍然失败,如果仍然失败,则返回URL写入2.txt文件中,成功则返回URL写入1.txt

from uiautomation import WindowControl, MenuControl import re from selenium import webdriver import time from selenium.webdriver.common.by import By driver = webdriver.Chrome() driver.get('https://www.baidu.com/') aaa = driver.find_element(By.XPATH,'//[@id="kw"]') bbb = driver.find_element(By.XPATH,'//') ccc = driver.find_element(By.XPATH,'//*[@id="u"]/a[3]') time.sleep(0.5) wx = WindowControl(Name='微信') wx.SwitchToThisWindow() hw = wx.ListControl(Name='会话') print('寻找会话控制绑定', hw) # 定义包含数字的列表 numbers = [1234567890, 20000000000, 30000000000] while True: we = hw.TextControl(searchDepth=4) while not we.Exists(8): pass print('查找未读消息', we) if we.Name: we.Click(simulateMove=False) messages = wx.ListControl(Name='消息').GetChildren() # 遍历每个消息控件,获取消息内容并进行处理 for message in messages: last_msg = message.Name print('读取消息', last_msg) new_numbers = [] # 使用正则表达式匹配符合条件的数字 for num in re.findall(r'\b\d{11}\b', last_msg): if int(num) > 10000000000 and int(num) < 20000000000: new_numbers.append(int(num)) # 输出符合条件的数字 print('符合条件的数字:', new_numbers) for num in new_numbers: time.sleep(1) aaa.send_keys(num) bbb.click() time.sleep(1) driver.get_screenshot_as_file('1.png') time.sleep(1) aaa.clear() wx.SendKeys('{Alt}{a}', waitTime=0) wx.SendKeys('{Enter}', waitTime=0) wx.TextControl(SubName=messages[:5]).RightClick() aaa.clear() 这行代码有问题吗,应该怎么优化

最新推荐

recommend-type

selenium + python 获取table数据的示例讲解

在本文中,我们将深入探讨如何使用Selenium与Python结合来获取HTML表格(table)中的数据。Selenium是一个强大的Web自动化测试工具,它允许我们模拟用户交互,并通过编程方式控制浏览器行为。当我们需要从网页抓取...
recommend-type

selenium中get_cookies()和add_cookie()的用法详解

总的来说,`get_cookies()`和`add_cookie()`是Selenium中处理cookies的关键方法,它们可以帮助我们在自动化测试和网页爬取中模拟用户登录状态,从而提高工作效率。理解并熟练使用这两个方法,对于进行更复杂的Web...
recommend-type

Python实现爬虫抓取与读写、追加到excel文件操作示例

在Python编程中,爬虫是获取网络数据的重要工具,它能够自动从网页上抓取信息。本示例主要讲解如何使用Python实现一个简单的爬虫,抓取糗事百科上的热门内容,并将抓取到的数据存储到Excel文件中进行读写和追加操作...
recommend-type

Vue + Vite + iClient3D for Cesium 实现限高分析

Vue + Vite + iClient3D for Cesium 实现限高分析
recommend-type

PureMVC AS3在Flash中的实践与演示:HelloFlash案例分析

资源摘要信息:"puremvc-as3-demo-flash-helloflash:PureMVC AS3 Flash演示" PureMVC是一个开源的、轻量级的、独立于框架的用于MVC(模型-视图-控制器)架构模式的实现。它适用于各种应用程序,并且在多语言环境中得到广泛支持,包括ActionScript、C#、Java等。在这个演示中,使用了ActionScript 3语言进行Flash开发,展示了如何在Flash应用程序中运用PureMVC框架。 演示项目名为“HelloFlash”,它通过一个简单的动画来展示PureMVC框架的工作方式。演示中有一个小蓝框在灰色房间内移动,并且可以通过多种方式与之互动。这些互动包括小蓝框碰到墙壁改变方向、通过拖拽改变颜色和大小,以及使用鼠标滚轮进行缩放等。 在技术上,“HelloFlash”演示通过一个Flash电影的单帧启动应用程序。启动时,会发送通知触发一个启动命令,然后通过命令来初始化模型和视图。这里的视图组件和中介器都是动态创建的,并且每个都有一个唯一的实例名称。组件会与他们的中介器进行通信,而中介器则与代理进行通信。代理用于保存模型数据,并且中介器之间通过发送通知来通信。 PureMVC框架的核心概念包括: - 视图组件:负责显示应用程序的界面部分。 - 中介器:负责与视图组件通信,并处理组件之间的交互。 - 代理:负责封装数据或业务逻辑。 - 控制器:负责管理命令的分派。 在“HelloFlash”中,我们可以看到这些概念的具体实现。例如,小蓝框的颜色变化,是由代理来处理的模型数据;而小蓝框的移动和缩放则是由中介器与组件之间的通信实现的。所有这些操作都是在PureMVC框架的规则和指导原则下完成的。 在Flash开发中,ActionScript 3是主要的编程语言,它是一种面向对象的语言,并且支持复杂的事件处理和数据管理。Flash平台本身提供了一套丰富的API和框架,使得开发者可以创建动态的、交互性强的网络应用。 最后,我们还看到了一个压缩包文件的名称列表“puremvc-as3-demo-flash-helloflash-master”,这表明该演示项目的源代码应该可以在该压缩包中找到,并且可以在支持ActionScript 3的开发环境中进行分析和学习。开发者可以通过这个项目的源代码来深入了解PureMVC框架在Flash应用中的应用,并且学习到如何实现复杂的用户交互、数据处理和事件通信。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

YRC1000 EtherNet_IP通信协议:掌握连接与数据交换的6个关键策略

![YRC1000 EtherNetIP通信功能说明书](https://5.imimg.com/data5/SELLER/Default/2022/12/EE/XV/JL/4130645/yrc1000-csra-cdc101aa-3--1000x1000.jpg) # 摘要 YRC1000 EtherNet/IP通信协议作为工业自动化领域的重要技术之一,本论文对其进行了系统性的介绍和分析。从通信连接策略的实施到数据交换机制的详细阐述,再到高级应用与实践案例的深入探讨,本文全面覆盖了YRC1000的操作原理、配置方法、安全性和性能监控等方面。通过对各种典型应用场景的案例分析,本文不仅总结了
recommend-type

如何设置 OpenFileDialog 用户只能在固定文件夹及其子文件夹里选择文件

在Windows应用程序中,如果你想要限制OpenFileDialog让用户只能在特定的文件夹及其子文件夹中选择文件,你可以通过设置`InitialDirectory`属性和`Filter`属性来实现。以下是步骤: 1. 创建一个`OpenFileDialog`实例: ```csharp OpenFileDialog openFileDialog = new OpenFileDialog(); ``` 2. 设置初始目录(`InitialDirectory`)为你要限制用户选择的起始文件夹,例如: ```csharp string restrictedFolder = "C:\\YourR
recommend-type

掌握Makefile多目标编译与清理操作

资源摘要信息:"makefile学习用测试文件.rar" 知识点: 1. Makefile的基本概念: Makefile是一个自动化编译的工具,它可以根据文件的依赖关系进行判断,只编译发生变化的文件,从而提高编译效率。Makefile文件中定义了一系列的规则,规则描述了文件之间的依赖关系,并指定了如何通过命令来更新或生成目标文件。 2. Makefile的多个目标: 在Makefile中,可以定义多个目标,每个目标可以依赖于其他的文件或目标。当执行make命令时,默认情况下会构建Makefile中的第一个目标。如果你想构建其他的特定目标,可以在make命令后指定目标的名称。 3. Makefile的单个目标编译和删除: 在Makefile中,单个目标的编译通常涉及依赖文件的检查以及编译命令的执行。删除操作则通常用clean规则来定义,它不依赖于任何文件,但执行时会删除所有编译生成的目标文件和中间文件,通常不包含源代码文件。 4. Makefile中的伪目标: 伪目标并不是一个文件名,它只是一个标签,用来标识一个命令序列,通常用于执行一些全局性的操作,比如清理编译生成的文件。在Makefile中使用特殊的伪目标“.PHONY”来声明。 5. Makefile的依赖关系和规则: 依赖关系说明了一个文件是如何通过其他文件生成的,规则则是对依赖关系的处理逻辑。一个规则通常包含一个目标、它的依赖以及用来更新目标的命令。当依赖的时间戳比目标的新时,相应的命令会被执行。 6. Linux环境下的Makefile使用: Makefile的使用在Linux环境下非常普遍,因为Linux是一个类Unix系统,而make工具起源于Unix系统。在Linux环境中,通过终端使用make命令来执行Makefile中定义的规则。Linux中的make命令有多种参数来控制执行过程。 7. Makefile中变量和模式规则的使用: 在Makefile中可以定义变量来存储一些经常使用的字符串,比如编译器的路径、编译选项等。模式规则则是一种简化多个相似规则的方法,它使用模式来匹配多个目标,适用于文件名有规律的情况。 8. Makefile的学习资源: 学习Makefile可以通过阅读相关的书籍、在线教程、官方文档等资源,推荐的书籍有《Managing Projects with GNU Make》。对于初学者来说,实际编写和修改Makefile是掌握Makefile的最好方式。 9. Makefile的调试和优化: 当Makefile较为复杂时,可能出现预料之外的行为,此时需要调试Makefile。可以使用make的“-n”选项来预览命令的执行而不实际运行它们,或者使用“-d”选项来输出调试信息。优化Makefile可以减少不必要的编译,提高编译效率,例如使用命令的输出作为条件判断。 10. Makefile的学习用测试文件: 对于学习Makefile而言,实际操作是非常重要的。通过提供一个测试文件,可以更好地理解Makefile中目标的编译和删除操作。通过编写相应的Makefile,并运行make命令,可以观察目标是如何根据依赖被编译和在需要时如何被删除的。 通过以上的知识点,你可以了解到Makefile的基本用法和一些高级技巧。在Linux环境下,利用Makefile可以有效地管理项目的编译过程,提高开发效率。对于初学者来说,通过实际编写Makefile并结合测试文件进行练习,将有助于快速掌握Makefile的使用。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依