主頁 > 區塊鏈 > 使用Requests和Beautifulsoup刮取資料

使用Requests和Beautifulsoup刮取資料

2021-10-17 20:30:12 區塊鏈

我試圖從這個鏈接中搜刮資料。我想首先找到所有粗體字的標題。

我已經用下面的代碼實作了上述任務:

url = 'https://www.emirates.com/pk/english/help/covid-19/dubai-travel-requirements/tourists/'

r = requests.get(url)

soup = BeautifulSoup(r.content, 'html.parser')
headers = []

for sib in soup.findAll('strong') 。
    headers.append([sib.text])

問題是在li標簽中有一個粗體字,我不希望它作為標題。例如,If you are flying from India, Pakistan, Nigeria or Bangladesh 被認為是標題,我不希望它被包含在標題中,因為它在li標簽中。我怎樣才能解決這個問題呢?

接下來我被卡住的部分是,我想搜刮這些標題下的所有文本。為了達到這個目的,我寫了下面的代碼:

接下來,我被卡住了,我想搜刮這些標題下的所有文本。

main_data = []
data_str = ''/span>
for i in range(0, len(headers))。
    target = soup.find(['h3'/span>, 'p'/span>], text=headers[i])
    for sib in target.find_next_siblings()。
        if sib.name == "strong"/span>:
            break: "strong".
        else:
            data_str = sib.text   ".".
        main_data.append([data_str])

目前,輸出包含串列,但每個標簽都是一個串列。此外,內容和標題也是重復的。

預期的輸出是一個包含從每個標題下搜刮的文本的串列。

舉例說明。 對于標題 只有在他們所前往的國家規定的情況下,乘客才需要做COVID-19 PCR測驗。

main_data[0] =請檢查您所前往國家的要求。旅行規定經常變化。您可能需要在出發前參加COVID-19PCR測驗或另一個特定型別的COVID-19測驗,由目的地指定。
這一個串列授權的COVID-19測驗實驗室迪拜,你可以在前往目的地之前接受測驗。

uj5u.com熱心網友回復:

第一部分的解決方案可以是:

import requests from bs4 import BeautifulSoup url = 'https://www.emirates.com/pk/english/help/covid-19/dubai-travel-requirements/tourists/'/span> r = requests.get(url) soup = BeautifulSoup(r.content, 'html.parser') headers = [] for sib in soup.select('p > strong') 。 headers.append([sib.text]) for sib in soup.select('h3 > strong') 。 headers.append([sib.text]) 頭條新聞

輸出:

[['乘客只有在他們所前往的國家規定的情況下才需要做COVID-19 PCR測驗。']。
['在迪拜國際機場對飛往中國的航班進行COVID-19快速檢測']。
['為阿聯酋航空乘客提供的COVID-19 PCR測驗特別費率']。
['對所有抵達迪拜的乘客的要求']。
['持有普通護照的印度國民經迪拜往返印度,可在迪拜獲得落地簽證,最長停留時間為14天,條件是:']。
['落地測驗']。
['在迪拜過境'/span>]。
['測驗豁免:']。
['COVID-19測驗實驗室:'], 
['抵達的乘客']。
['疫苗接種證書驗證']。
['Before you book']。
['Before you travel']。
['當你到達時']] 。

第二部分的解決方案:


main_data = []
for i in range(0, len(headers))。
    target = soup.find(['h3'/span>, 'p'/span>], text=headers[i])
    text = '' 
    for sib in target.find_next_siblings()。
        if sib. select_one('p > strong') is not None or sib. select_one('h3 > strong')  不是 Nonebreak None: 破壞
        else:
            text  = sib.text
    main_data.append([text])
主資料(main_data

輸出:

[['Please check the requirements of the country you are travelling to. 旅行規定經常變化。您可能需要在出發前進行COVID-19 PCR測驗,或進行目的地指定的另一種特殊型別的COVID-19測驗。這是一份位于Dubaiufeff的授權COVID-19測驗實驗室名單,您可以在前往目的地之前進行測驗。']。
 ['所有前往中國的乘客,除了1歲以下的兒童,必須在旅行前獲得COVID-19快速檢測陰性證書。您必須在航班起飛前5小時到登機柜臺報到,并在迪拜國際機場阿聯酋航空3號航站樓出發區的Costa旁邊進行這項測驗。更多資訊請參考中國的旅行要求。']。
 ['阿聯酋航空已擴大其醫療合作伙伴關系,在以下中心為所有乘客提供獨家的家庭或辦公室COVID-19 PCR測驗價格:Al Tadawi醫療中心位于Deira的Port Saeed地區機場路的Al Masood大樓,測驗費用為每人130澳元。迪拜境內的家庭或辦公室測驗費用為每人240迪拉姆。測驗結果將在24小時內公布。首要醫療中心在迪拜的位置。
Al Qusais分部,大馬士革街Prime Diagnostic and Medical Center,Salah Al Din Streetxa0Prime Corp Medical Center,Salah Al Din Street,DeiraSheikh Zayed分部,Sheikh Zayed Street,Noor Islamic Bank附近Prime Specialist Medical Center Sharjah分部,King Faisal St,Al MajazAjman分部,Grand Mall,Sheikh Khalifa St該測驗費用為每人150澳元。迪拜境內的家庭或辦公室測驗,至少兩名乘客,每人240澳元。測驗結果將在24小時內提供。]
 ["所有從任何來源地(包括海灣合作委員會國家)前往迪拜的乘客必須持有在出發前72小時內進行的COVID-19 RT-PCR測驗的陰性證書,但來自孟加拉國、埃塞俄比亞、印度、尼日利亞、巴基斯坦、斯里蘭卡、南非、烏干達、越南、贊比亞的旅行除外(其具體要求在上文說明)。請見下文對來自印度旅行的要求。該證書必須是反轉錄聚合酶鏈式反應(RT-PCR)測驗。迪拜不接受其他測驗證書,包括抗體測驗、NHS COVID測驗證書、快速PCR測驗和家庭測驗試劑盒。旅客在辦理登機手續時必須攜帶英文或阿拉伯文的官方列印或數字證書,不接受短信證書。如果其他語言的PCR證書能夠在始發站得到驗證,則可以接受。COVID-19 RT-PCR測驗證書必須由旅客出發國的授權機構簽發。對于來自以下國家的旅客,COVID-19 PCR報告中必須包含一個與原始報告相連接的二維碼,以便進行驗證。該二維碼必須在辦理登機手續時出示,并在抵達迪拜機場時向迪拜衛生局(DHA)的代表出示。印度尼西亞、蘇丹、黎巴嫩、埃及和埃塞俄比亞。"]。
 ['擁有美國簽發的訪問簽證或綠卡,或英國或歐洲聯盟簽發的居留簽證。美國、英國或歐洲聯盟簽發的簽證必須至少有6個月的有效期。]
 ['從以下國家抵達迪拜的乘客將被要求在抵達迪拜國際機場時再次進行COVID-19 PCR測驗。 阿富汗、安哥拉、阿根廷、阿塞拜疆、巴林、孟加拉國、波斯尼亞和amp; 黑塞哥維那,巴西,柬埔寨,智利,克羅地亞,塞浦路斯,吉布提,埃及,厄立特里亞,埃塞俄比亞,格魯吉亞,加納,希臘,幾內亞,匈牙利,印度,印度尼西亞,伊朗,伊拉克,以色列,象牙海岸,約旦,肯尼亞,科威特,吉爾吉斯斯坦,黎巴嫩,馬耳他,摩爾多瓦,黑山。摩洛哥、緬甸、尼泊爾、巴基斯坦、波蘭、菲律賓、卡塔爾、盧旺達、俄羅斯、塞內加爾、斯洛伐克、索馬里蘭、索馬里、南非、南蘇丹、蘇丹、敘利亞、塔吉克斯坦、坦桑尼亞、泰國、突尼斯、土耳其、土庫曼斯坦、烏干達、烏克蘭、烏茲別克斯坦、津巴布韋。 ']。
 ['所有過境旅客必須完成其最終目的地的所有要求。來自以下國家的過境旅客必須出示不超過出發前72小時的COVID-19 PCR測驗陰性證明:Xa0孟加拉國、埃塞俄比亞、印度、尼日利亞、巴基斯坦、斯里蘭卡、南非、烏干達、越南、贊比亞、印度尼西亞其他過境旅客無需出示此證明,除非其最終目的地有規定。']。
 ["阿聯酋國民在出發前往迪拜之前可免于參加COVID-19 PCR測驗。他們必須在抵達迪拜時接受檢測,無論他們是否持有原籍地的有效COVID-19 RT-PCR陰性證書。

這也適用于。
陪同阿聯酋一級親屬或家庭傭工的乘客在旅行期間陪同阿聯酋國民的家庭傭工。12歲以下的兒童和有中度或嚴重殘疾的乘客可免于接受COVID-19 RT-PCR測驗。
中度或重度殘疾包括神經系統疾病和智力或發育障礙。例如。急性脊髓損傷、阿爾茨海默病、肌萎縮側索硬化癥(ALS)、共濟失調、自閉癥譜系、貝爾氏麻痹、腦腫瘤、腦動脈瘤、腦癱、唐氏綜合癥、癲癇和癲癇發作所有其他乘客,包括那些視力受損、聽力受損或身體有缺陷的人必須按照要求持有COVID-19 RT-PCR測驗陰性證書。 在你的原籍國和最終目的地可能有特定的測驗豁免。請在旅行前查看相關要求。"]。
 ['阿聯酋政府已經指定了指定實驗室。feff您可以使用串列中的推薦實驗室或您原籍國的任何值得信賴和認證的實驗室來獲得COVID-19 RT-PCR測驗。如果您從印度、巴基斯坦、尼日利亞或孟加拉國飛來,您必須從指定實驗室檔案中所列的實驗室之一獲得證書,才能被接受上飛機。']。
 ['計劃前往阿布扎比的乘客必須遵守阿布扎比所有邊境地區的以下協議。這些程式可能會影響旅行時間。自2021年9月5日起,阿布扎比當局對阿聯酋公民和居民以及進入阿布扎比的游客的規則進行了修訂,并更新了旅行程式。接種疫苗的旅客來自綠名單目的地的接種疫苗的旅客必須在抵達時和抵達后第6天進行COVID-19 PCR測驗,但不必接受檢疫。 當來自其他目的地(非綠色)時,他們必須在抵達時和抵達后的第4天和第8天進行COVID-19 PCR測驗,但不必接受檢疫。該協議適用于完全接種疫苗的阿聯酋公民和居民以及游客,這在Alhosn應用程式中也有記錄。 未接種疫苗的旅客未接種疫苗的公民、居民和游客從綠名單目的地抵達阿布扎比時,必須在抵達時和抵達后的第6天和第9天進行COVID-19 PCR測驗,但不必接受檢疫。 當從其他目的地(非綠色)抵達時,他們必須在抵達時進行COVID-19 PCR測驗,隔離10天,佩戴醫學認可的腕帶,并在隔離的第9天再次進行COVID-19 PCR測驗。要被視為完全接種,個人必須在出發前至少14天接受兩劑相同的疫苗。'/span>]。
 ['在出發前,游客需要在聯邦身份和公民身份管理局(ICA)應用程式的抵達登記部分進行登記,填寫抵達登記表并上傳國際疫苗接種證書。然后,游客將收到一條短信,其中包括下載Alhosn應用程式的鏈接。到達阿布扎比后,游客將在機場或通過ICA應用程式或網站收到一個統一身份號碼(UID)。然后,游客將需要使用用于ICA注冊或在阿聯酋參加COVID-19 PCR測驗的UID和電話號碼下載并注冊Alhosn應用程式。游客將收到一個一次性密碼(OTP)以完成Alhosn應用程式的注冊程序。Alhosn應用程式允許用戶檢查狀態、疫苗接種資訊、測驗結果和旅行測驗要求,并使用實時二維碼。這些測驗和流程是法律規定的,不遵守這一流程的人將被罰款。在進入阿布扎比費之前,請了解在迪拜哪里接受測驗。'] 。
 ['Check if you need a visa.ufeff 根據你的國籍,你可以獲得落地簽證,或者你可以在旅行前向迪拜移民局申請你預先安排的訪問簽證。'/span>]。
 ['前往阿聯酋的游客不需要獲得GDRFAufeff或ICAufeff批準。 來自以下國家的乘客必須遵循特定的協議:孟加拉國、埃塞俄比亞、印度、尼日利亞、巴基斯坦、斯里蘭卡、南非、烏干達、越南、贊比亞來自這些國家的乘客的要求。 有效的COVID-19 PCR陰性檢測證書,并在出發前48小時內由經批準的醫療機構出具一份帶有QR碼的快速PCR檢測報告,并在出發后6小時內在出發機場進行檢測的QR碼對于從孟加拉國、尼日利亞、越南和贊比亞前往迪拜作為最終目的地的乘客,目前無法旅行,因為機場沒有快速PCR檢測設施。 ']。
 ['您可能需要在抵達時再次進行COVID-19 PCR測驗。如果您在機場進行測驗,您必須留在酒店或住所,直到收到測驗結果。如果測驗結果為陽性,您將被要求進行隔離,并遵循迪拜衛生局的指導方針。您還必須下載COVID19 - DXB智能應用程式iOSufeff-Androidufeff']] 。

轉載請註明出處,本文鏈接:https://www.uj5u.com/qukuanlian/320249.html

標籤:

上一篇:在Python中獲取貨運指數的資料

下一篇:在沒有RSelenium的情況下,在R中搜刮框架?

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • JAVA使用 web3j 進行token轉賬

    最近新學習了下區塊鏈這方面的知識,所學不多,給大家分享下。 # 1. 關于web3j web3j是一個高度模塊化,反應性,型別安全的Java和Android庫,用于與智能合約配合并與以太坊網路上的客戶端(節點)集成。 # 2. 準備作業 jdk版本1.8 引入maven <dependency> < ......

    uj5u.com 2020-09-10 03:03:06 more
  • 以太坊智能合約開發框架Truffle

    前言 部署智能合約有多種方式,命令列的瀏覽器的渠道都有,但往往跟我們程式員的風格不太相符,因為我們習慣了在IDE里寫了代碼然后打包運行看效果。 雖然現在IDE中已經存在了Solidity插件,可以撰寫智能合約,但是部署智能合約卻要另走他路,沒辦法進行一個快捷的部署與測驗。 如果團隊管理的區塊節點多、 ......

    uj5u.com 2020-09-10 03:03:12 more
  • 谷歌二次驗證碼成為區塊鏈專用安全碼,你怎么看?

    前言 谷歌身份驗證器,前些年大家都比較陌生,但隨著國內互聯網安全的加強,它越來越多地出現在大家的視野中。 比較廣泛接觸的人群是國際3A游戲愛好者,游戲盜號現象嚴重+國外賬號安全應用廣泛,這類游戲一般都會要求用戶系結名為“兩步驗證”、“雙重驗證”等,平臺一般都推薦用谷歌身份驗證器。 后來區塊鏈業務風靡 ......

    uj5u.com 2020-09-10 03:03:17 more
  • 密碼學DAY1

    目錄 ##1.1 密碼學基本概念 密碼在我們的生活中有著重要的作用,那么密碼究竟來自何方,為何會產生呢? 密碼學是網路安全、資訊安全、區塊鏈等產品的基礎,常見的非對稱加密、對稱加密、散列函式等,都屬于密碼學范疇。 密碼學有數千年的歷史,從最開始的替換法到如今的非對稱加密演算法,經歷了古典密碼學,近代密 ......

    uj5u.com 2020-09-10 03:03:50 more
  • 密碼學DAY1_02

    目錄 ##1.1 ASCII編碼 ASCII(American Standard Code for Information Interchange,美國資訊交換標準代碼)是基于拉丁字母的一套電腦編碼系統,主要用于顯示現代英語和其他西歐語言。它是現今最通用的單位元組編碼系統,并等同于國際標準ISO/IE ......

    uj5u.com 2020-09-10 03:04:50 more
  • 密碼學DAY2

    ##1.1 加密模式 加密模式:https://docs.oracle.com/javase/8/docs/api/javax/crypto/Cipher.html ECB ECB : Electronic codebook, 電子密碼本. 需要加密的訊息按照塊密碼的塊大小被分為數個塊,并對每個塊進 ......

    uj5u.com 2020-09-10 03:05:42 more
  • NTP時鐘服務器的特點(京準電子)

    NTP時鐘服務器的特點(京準電子) NTP時鐘服務器的特點(京準電子) 京準電子官V——ahjzsz 首先對時間同步進行了背景介紹,然后討論了不同的時間同步網路技術,最后指出了建立全球或區域時間同步網存在的問題。 一、概 述 在通信領域,“同步”概念是指頻率的同步,即網路各個節點的時鐘頻率和相位同步 ......

    uj5u.com 2020-09-10 03:05:47 more
  • 標準化考場時鐘同步系統推進智能化校園建設

    標準化考場時鐘同步系統推進智能化校園建設 標準化考場時鐘同步系統推進智能化校園建設 安徽京準電子科技官微——ahjzsz 一、背景概述隨著教育事業的快速發展,學校建設如雨后春筍,隨之而來的學校教育、管理、安全方面的問題成了學校管理人員面臨的最大的挑戰,這些問題同時也是學生家長所擔心的。為了讓學生有更 ......

    uj5u.com 2020-09-10 03:05:51 more
  • 位元幣入門

    引言 位元幣基本結構 位元幣基礎知識 1)哈希演算法 2)非對稱加密技術 3)數字簽名 4)MerkleTree 5)哪有位元幣,有的是UTXO 6)位元幣挖礦與共識 7)區塊驗證(共識) 總結 引言 上一篇我們已經知道了什么是區塊鏈,此篇說一下區塊鏈的第一個應用——位元幣。其實先有位元幣,后有的區塊 ......

    uj5u.com 2020-09-10 03:06:15 more
  • 北斗對時服務器(北斗對時設備)電力系統應用

    北斗對時服務器(北斗對時設備)電力系統應用 北斗對時服務器(北斗對時設備)電力系統應用 京準電子科技官微(ahjzsz) 中國北斗衛星導航系統(英文名稱:BeiDou Navigation Satellite System,簡稱BDS),因為是目前世界范圍內唯一可以大面積提供免費定位服務的系統,所以 ......

    uj5u.com 2020-09-10 03:06:20 more
最新发布
  • web3 產品介紹:metamask 錢包 使用最多的瀏覽器插件錢包

    Metamask錢包是一種基于區塊鏈技術的數字貨幣錢包,它允許用戶在安全、便捷的環境下管理自己的加密資產。Metamask錢包是以太坊生態系統中最流行的錢包之一,它具有易于使用、安全性高和功能強大等優點。 本文將詳細介紹Metamask錢包的功能和使用方法。 一、 Metamask錢包的功能 數字資 ......

    uj5u.com 2023-04-20 08:46:47 more
  • Hyperledger Fabric 使用 CouchDB 和復雜智能合約開發

    在上個實驗中,我們已經實作了簡單智能合約實作及客戶端開發,但該實驗中智能合約只有基礎的增刪改查功能,且其中的資料管理功能與傳統 MySQL 比相差甚遠。本文將在前面實驗的基礎上,將 Hyperledger Fabric 的默認資料庫支持 LevelDB 改為 CouchDB 模式,以實作更復雜的資料... ......

    uj5u.com 2023-04-16 07:28:31 more
  • .NET Core 波場鏈離線簽名、廣播交易(發送 TRX和USDT)筆記

    Get Started NuGet You can run the following command to install the Tron.Wallet.Net in your project. PM> Install-Package Tron.Wallet.Net 配置 public reco ......

    uj5u.com 2023-04-14 08:08:00 more
  • DKP 黑客分析——不正確的代幣對比率計算

    概述: 2023 年 2 月 8 日,針對 DKP 協議的閃電貸攻擊導致該協議的用戶損失了 8 萬美元,因為 execute() 函式取決于 USDT-DKP 對中兩種代幣的余額比率。 智能合約黑客概述: 攻擊者的交易:0x0c850f,0x2d31 攻擊者地址:0xF38 利用合同:0xf34ad ......

    uj5u.com 2023-04-07 07:46:09 more
  • Defi開發簡介

    Defi開發簡介 介紹 Defi是去中心化金融的縮寫, 是一項旨在利用區塊鏈技術和智能合約創建更加開放,可訪問和透明的金融體系的運動. 這與傳統金融形成鮮明對比,傳統金融通常由少數大型銀行和金融機構控制 在Defi的世界里,用戶可以直接從他們的電腦或移動設備上訪問廣泛的金融服務,而不需要像銀行或者信 ......

    uj5u.com 2023-04-05 08:01:34 more
  • solidity簡單的ERC20代幣實作

    // SPDX-License-Identifier: GPL-3.0 pragma solidity >=0.7.0 <0.9.0; import "hardhat/console.sol"; //ERC20 同質化代幣,每個代幣的本質或性質都是相同 //ETH 是原生代幣,它不是ERC20代幣, ......

    uj5u.com 2023-03-21 07:56:29 more
  • solidity 參考型別修飾符memory、calldata與storage 常量修飾符C

    在solidity語言中 參考型別修飾符(參考型別為存盤空間不固定的數值型別) memory、calldata與storage,它們只能修飾參考型別變數,比如字串、陣列、位元組等... memory 適用于方法傳參、返參或在方法體內使用,使用完就會清除掉,釋放記憶體 calldata 僅適用于方法傳參 ......

    uj5u.com 2023-03-08 07:57:54 more
  • solidity注解標簽

    在solidity語言中 注釋符為// 注解符為/* 內容*/ 或者 是 ///內容 注解中含有這幾個標簽給予我們使用 @title 一個應該描述合約/介面的標題 contract, library, interface @author 作者的名字 contract, library, interf ......

    uj5u.com 2023-03-08 07:57:49 more
  • 評價指標:相似度、GAS消耗

    【代碼注釋自動生成方法綜述】 這些評測指標主要來自機器翻譯和文本總結等研究領域,可以評估候選文本(即基于代碼注釋自動方法而生成)和參考文本(即基于手工方式而生成)的相似度. BLEU指標^[^?88^^?^]^:其全稱是bilingual evaluation understudy.該指標是最早用于 ......

    uj5u.com 2023-02-23 07:27:39 more
  • 基于NOSTR協議的“公有制”版本的Twitter,去中心化社交軟體Damus

    最近,一個幽靈,Web3的幽靈,在網路游蕩,它叫Damus,這玩意詮釋了什么叫做病毒式營銷,滑稽的是,一個Web3產品卻在Web2的產品鏈上瘋狂傳銷,各方大佬紛紛為其背書,到底發生了什么?Damus的葫蘆里,賣的是什么藥? 注冊和簡單實用 很少有什么產品在用戶注冊環節會有什么噱頭,但Damus確實出 ......

    uj5u.com 2023-02-05 06:48:39 more