Python爬虫-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

陈革007

Python: 常见报错

1.AssertionError 断言语句（assert）失败2.AttributeError 尝试访问未知的对象属性3.EOFError 用户输入文件末尾标志EOF（Ctrl d）4.FloatingPointError 浮点计算错误5.GeneratorExit generator.close()方法被调用的时候6.ImportError 导入模块失败的时候7.IndexErro

0.0820

4

6

0

关注作者

收藏

liting李

如何在Python中输入多个文件方文件路径？

1.选择多个要导入Python中的文件----shift 鼠标右键----复制为路径（A）-----粘贴到Python中，这样就导入多个文件夹，如果要输入多个相同的字符，Ctrl 鼠标左键，输入字符即可。

0.0000

0

2

0

关注作者

收藏

wo5656500

为什么会出错呢？

仔细观察一下代码发现，isnull后面少了个括号

34.9290

3

3

0

关注作者

收藏

wo5656500

bar_width的逻辑是什么？

bar_width是python画条型图控制条形图柱子宽度的参数

6.2728

1

1

0

关注作者

收藏

PGC123

爬虫时，代码报错提示变量未定义问题。

爬虫函数这边遇到了个问题运行显示没有定义这个是什么错？函数是这样的网上找了好多教程还是没解决答：结合代码与报错信息来看，这是变量作用域导致的问题。函数get_baby_one_page()是无法访问外部的browser对象的。需要在定义函数的时候添加一个参数。代码可以这样#定义函数的时候添加变量def get_baby_one_page(browser): df

16.4240

1

3

0

关注作者

收藏

田齐齐

Matplotlib中设置支持中文代码

28.9813

4

1

0

关注作者

收藏

shauna570392

评分卡要分箱的原因具体有哪些

一般在建立分类模型时，需要对连续变量离散化，特征离散化后，模型会更稳定，降低了模型过拟合的风险。比如在建立申请评分卡模型时用logsitic作为基模型就需要对连续变量进行离散化，离散化通常采用分箱法。1、离散特征的增加和减少都很容易，易于模型的迭代优化；2、稀疏变量内积乘法运算速度快，计算结果方便存储，容易扩展；3、离散化后的特征对异常数据有很像的鲁棒性：例如年龄大于50特征是1，否则

15.0462

1

5

0

关注作者

收藏

dreamhappy2012

利用Python爬虫打开网页，进入百度

问、利用Python爬虫打开网页，进入百度答：#打开网页，进入百度import timeimport osos.chdir(r'E:\user') #chromedriver.exe插件的路径from selenium import webdriverbrowser=webdriver.Chrome() #会打开浏览器browser.get('https://www.ba

0.0000

0

2

0

关注作者

收藏

dreamhappy2012

几款优秀制作爬虫的辅助工具

问、几款优秀制作爬虫的辅助工具答：由于我是采用python3.6开发的，然后从上文的介绍中，也该知道了一只爬虫是需要从HTML中提取内容，以及需要和网页做交互等。　　　如果不采用爬虫框架的话，我建议采用:　　　　　　 BeautifulSoup 库，一款优秀的HTML/XML解析库，采用来做爬虫，　　　　　　　　　不用考虑编码，还有中日韩文的文档，其社区活跃度之高，可见一斑。

19.6521

1

4

0

关注作者

收藏

dreamhappy2012

requests库的使用

问、requests库的使用答：1 get 请求r = requests.get("https://unsplash.com")这就是我们刚刚用到的。其实就是向网站发送了一个get请求，然后网站会返回一个response。r 就是response。大家可以在运行的时候查看r的type。print(type(r))aget请求还可以传递参数：payload = {'key1':

0.0000

0

1

0

关注作者

收藏

dreamhappy2012

学习爬虫的必备知识

问、学习爬虫的必备知识答：大家要先对以下内容有一定的了解再来学习爬虫哦，磨刀不误砍柴工HTML这个能够帮助你了解网页的结构，内容等。PythonTCP/IP协议，HTTP协议这些知识能够让你了解在网络请求和网络传输上的基本原理，了解就行，能够帮助今后写爬虫的时候理解爬虫的逻辑。想更深入学习的小伙伴儿可以去网上多搜搜相关的书籍哦

0.0000

0

3

0

关注作者

收藏

PGC123

jupyternotebook 不建议以root身份运行？

jupyternotebook 不建议以root身份运行？遇到下面的报错咋搞？答：jupyter 默认不建议以root身份运行，可以在启动的到时候使用 --allow-root 跳过警告信息。jupyter notebook --allow-root也可以在配置文件中提前配置好c.NotebookApp.allow_root =True

23.1844

1

3

0

关注作者

收藏

PGC123

正则表达式，返回类型为表达式对象

正则表达式，返回类型为表达式对象如：返回对象的，需要用正则方法取字符串，方法有group() # 获取匹配到的所有结果，不管有没有分组将匹配到的全部拿出来，有参取匹配到的第几个如2groups() # 获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分的结果groupdict() # 获

0.0000

0

2

0

关注作者

收藏

PGC123

匹配到的字符串里出现空字符怎么办？

匹配到的字符串里出现空字符怎么办？答：正则匹配到空字符的情况，如果规则里只有一个组，而组后面是*就表示组里的内容可以是0个或者多过，这样组里就有了两个意思，一个意思是匹配组里的内容，二个意思是匹配组里0内容（即是空白）所以尽量避免用*否则会有可能匹配出空字符串

15.0180

1

1

0

关注作者

收藏

PGC123

sub()函数替换匹配成功的指定位置字符串sub(pattern, repl, string, count=0, flags=0)pattern：正则模型repl ：要替换的字符串string ：要匹配的字符串count ：指定匹配个数flags ：匹配模式

0.0000

0

3

0

关注作者

收藏

PGC123

split()函数根据正则匹配分割字符串，返回分割后的一个列表split(pattern, string, maxsplit=0, flags=0)pattern：正则模型string ：要匹配的字符串maxsplit：指定分割个数flags ：匹配模式按照一个字符将全部字符串进行分割

0.0000

0

1

0

关注作者

收藏

PGC123

match()函数（以后常用）match，从头匹配一个符合规则的字符串，从起始位置开始匹配，匹配成功返回一个对象，未匹配成功返回Nonematch(pattern, string, flags=0)pattern：正则模型string ：要匹配的字符串falgs ：匹配模式注意：match()函数与 search()函数基本是一样的功能，不一样的就是match()匹配

0.0000

0

6

0

关注作者

收藏

PGC123

findall()函数

findall()函数findall()函数匹配所有符合规律的内容，并以列表的形式返回结果，例如上文中的'one1two2three3'，通过search()函数只能匹配到第一个符合规律的结果，通过findall可以返回字符串所有的数字。import re a = 'one1two2three3’ infos = re. findall('\ d ', a) print( info

0.0000

0

1

0

关注作者

收藏

PGC123

search()函数的用法

search()用法举例：Import rea = 'one1two2three3’ infos=re.search('\d ',a) print(infos) # search方法返回的是正则表达式对象可以看出，search()函数返回的是正则表达式对象，通过正则表达式匹配到了“1”这个字符串，可以通过下面的代码返回匹配到的字符串：import re a='one1two2t

0.0000

0

2

0

关注作者

收藏

PGC123

re模块search函数

re模块的search()函数匹配并提取第一个符合规律的内容，返回一个正则表达式对象。search()函数的语法为：

0.0000

0

1

0

关注作者

收藏

<123…8>

CDA考试动态

CDA报考指南