Web抓取是从不易提供API或其他自动数据检索方法的网站中提取特定信息的过程。关于“如何开始使用刮擦”（例如使用Excel VBA）的问题应该*进行彻底的研究*，因为有许多功能代码示例可供使用。 Web抓取方法包括第三方应用程序，定制软件的开发，甚至是标准化方式的手动数据收集。
最近我有一个问题，我要做的是从HTML表读取数据并将数据抓取到名为$ id的变量中。例如，我有这个代码： 413
在从其他网站抓取数据后，我无法重新创建表的结构。我正在使用这个小提琴中的例子：http：//jsfiddle.net/skelly/m4QCt/我的例子...
我正在尝试使用php仅提取html表的第二列的第二个单元格。这是表格的一个例子：
我想使用抓取信息创建数据库。如何将框架（totaljs）和数据库（rethinkdb）与我的报废的aps链接起来，这样当我运行废料程序时，他们就会填充数据库。我正在使用 ...
我遇到过这篇文章。我尝试了接受的答案建议的解决方案，并提出了以下代码。 Sub WebScraping（）Dim appIE As Object Dim myValue As String Dim iLastRow As ...
我试图使用Selenium和Python 3从网站下载文件。这需要在覆盖窗口上按下确认按钮。叠加窗口不在iFrame中 - HTML ...
我在python上使用splinter模块。我需要检查一个元素在页面上是否可见，看起来唯一的方法是style =“display：none;”我无法找到一种方法来检测。 ...
我有以下电子表格，上传到：https：//files.fm/u/6uhc3qwr我正在尝试导入资产负债表的特定单元格，所以在资产部分（大约第19行）我们有总电流...
我正在制作网站刮刀，以便在网站上获取所有产品名称。在尝试找到产品的标题时，我不断收到KeyError。 HTML： https：//开头...
我已经在python中编写了一些与selenium结合使用的代码来解析quora.com中的不同问题。我的刮刀正在做这件事。事情是我在这里使用硬编码延迟...
使用BeautifulSoup和Python 2.7登录Google网站
我正在为Quora编写一个Python Web爬虫程序，但需要使用Google登录。我搜索过网，但没有什么能满足我的问题。这是我的代码：＃ - * - coding：utf-8 - * - import mechanize ...
我得到一些我不太明白的奇怪行为。我希望有人可以解释发生了什么。考虑这个元数据：
AttributeError：'NavigableString'对象没有属性，索引超出范围
可以帮忙，因为我正在努力两天，以便在此处提供的链接中检索产品的基本信息（产品名称，图片，评级，价格）。这是我的代码，我是新来的......
我目前正在尝试从LinkedIn上的特定页面抓取数据。我有一个能够登录到LinkedIn的脚本，但是当我尝试访问包含数据的页面时，我遇到了麻烦。 ...
我构建了这个网络爬虫。 https://github.com/shoutweb/WebsiteCrawlerEmailExtractor //正则表达式函数扫描单个页面的电子邮件函数get_emails_from_webpage（$ url）...
当您在浏览器中检查pdf查看器页面时，有一个html结构，但urllib2和请求都不返回任何内容，BS4进入infite循环。我只想要标题（在头部）......
如何从BeautifulSoup中的li标签之间的span标签中获取文本？
我正在尝试使用BeautifulSoup从网站上获取产品尺寸，但却被困在这里。我只需要获取文本：S，M，L，XL，XXL，XXXL，4XL，5XL代码：从urllib.request导入导入bs4 ...
在BeautifulSoup对象中使用此html代码段... 507 3 3 ...
从URL中提取表中数据的最佳方法是什么？简而言之，我需要从这两个表中获取实际数据：http：//www.oddsportal.com/sure-bets/在这个例子中，数据会......