随记。。。-CSDN博客

本文链接：https://blog.csdn.net/qq_16062841/article/details/135937250

本文介绍了如何使用Python的requests库从网页抓取特定内容，如Journal+Info列中的数据，然后在AbleSci网站上搜索与该关键词相关的数字，将搜索结果存储到Excel文件的Number列中。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import requests
import re
import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('F:\if1.xlsx')

# 获取指定列的数据
column_data = df['Journal+Info']
numbers=[]
for cell in column_data:
    cell=str(cell)
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'
    }
    url = 'https://www.ablesci.com/journal/index?keywords='+cell
    response = requests.get(url, headers=headers)
    html_text = response.text
    str1 = "<span>"
    str2 = "</span><span title='比上一年度"

    def find_number_between_strings(str1, str2):
        # 构造正则表达式模式，匹配两个字符串之间的数字
        pattern = re.compile(rf"{re.escape(str1)}\D*(\d+(\.\d+)?)\D*{re.escape(str2)}")
        # 在目标字符串中搜索匹配项
        match = re.search(pattern, str(html_text))
        if match:
            number = match.group(0)
            number = re.sub(r'[^0-9.]', '', number)
            return number
        else:
            number = 0
            return number
    number = find_number_between_strings(str1, str2)
    print(number)
    numbers.append(number)

df['Number'] = numbers
df.to_excel('F:\if1.xlsx', index=False)