[英]Parsing a list of urls in python
我正在嘗試使用urlopen從列表中的每個URL獲取一些文本。 但是,似乎urllib
無法從列表中以字符串形式讀取每個url,並不斷返回此錯誤:
AttributeError: 'list' object has no attribute 'timeout'
當我嘗試在循環中將每個列表對象轉換為字符串時,它仍然無法讀取:
URLError: urlopen error unknown url type: ['https>
我的代碼如下所示:
for url in urls:
str_url = str(url)
page = urlopen(str_url).read()
soup = bs(page)
這些值來自一個csv文件,其中每個網址都是一行。 當循環打印時,它看起來像這樣:
['premierleague.com/players/3861/player/overview#'] ['premierleague.com/players/2537/player/overview#'] ...等等
假設每行僅包含一個url字符串。 然后,您可以使用文件對象讀取每一行,這將返回一個字符串。
from urllib.request import urlopen
for url in open('your_url_list.csv', 'r'):
url = 'http://' + url if 'http' not in url else url
source = urlopen(url).read()
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.