关于自动化测试:如何获取页面指定区域数据存入htmlexcel文档

31次阅读

共计 13906 个字符,预计需要花费 35 分钟才能阅读完成。

@TOC

1 需要起源

  • 获取网页指定区域数据,并进行保留;
  • 简略说就是 pa chong 的需要了。

2 需要细节

留神:请文化上网,本文仅作为学习用。讲述的是思路和办法,所以对被测试网站要害数据进行暗藏。如有须要,可学习思路后自行找测试对象进行学习。

  • 某网站,进入后如下,有很多数据分类:
  • 进入某个分类后有很多小分类,如电阻器中的页面:
  • 而每个小类又有很多数据,那咱们就是要把这些数据下载下来进行保留:

3 设计剖析

依据以上【需要细节】,咱们曾经大略明确须要做啥,就是要下载一个大的分类下的小类中的内容:

  • 要申请对应页面数据,那咱们须要用到的 requests.get 办法;
  • 申请完数据后,要获取对应元素的 html,要用到 etree.HTMLtree.xpath办法;
  • 因为这些大类或小类,其实实质上都是不同的链接,从页面看咱们可能须要获取 a 标签,那么须要应用 BeautifulSoup 进行页面解析;
  • 下载下来的数据,咱们要进行保留到 html 格局的文件中,那咱们要用到根本的数据写入,比方 openwrite办法;
  • 想把下载下来的 html 原格局保留到 excel 中,那须要对 htmlexcel格局进行解析,须要应用 pandas 进行解决;
  • 这个两头过程中,须要对文件和门路进行解决,所以还须要用到 Path 办法;
  • 最初咱们把脚本打包成 exe 不便运行和应用,那须要用到打包工具 Pyinstaller 解决。

4 技术栈

  • 从【3 设计剖析】来看,咱们须要用到以下工具环境。
工具 版本 用处
Python V3.7.0 脚本设计
beautifulsoup4 V4.11.1 html 页面数据解析
lxml V4.6.3 etree.HTMLtree.xpath获取对应元素的 html
pandas V1.1.5 excel 数据处理
requests V2.24.0 页面数据申请
  • 复制以下内容命名为 requirements.txt,间接应用 pip install -r requirements.txt 即可装置须要的包;
beautifulsoup4==4.11.1
lxml==4.6.3
pandas==1.1.5
requests==2.24.0

5 设计实现

  • 先引入所有须要的包:
import requests
from lxml import etree
from bs4 import BeautifulSoup
import pandas
import os
import time
from pathlib import Path
  • 创立基类 Tools:
class Tools(object):
    """公共办法(工具)作为基类被后续调用"""

5.1 封装公共办法类 Tools

5.1.1 封装数据申请办法 get_category

  • 创立办法 get_category,传入四个参数:
    def get_category(self,
                     curt_url,
                     curt_xpath,
                     curt_list,
                     curt_headers):
        """
        申请办法封装
        :param curt_url: 申请地址
        :param curt_xpath: 对应 table xpath
        :param curt_list: 寄存列表
        :param curt_headers: 申请头
        :return: 无返回
        """
  • 为什么要这么做?为了防止代码冗余,后续有很多中央用到数据申请和获取,所以进行了封装。而传入的四个参数,根本是变动的,所以用到时候,传入须要的参数即可;
  • 在每次申请前加个提早:time.sleep(1),防止申请太过频繁;
  • 应用 requests.get 办法,获取指标地址数据,其中要退出两个参数,次要防止申请报 SSl 谬误:
res = requests.get(curt_url,
                   verify=False,
                   headers=curt_headers)    
  • 应用 etree.HTML 办法返回的数据进行 html 转换:
tree = etree.HTML(res.content)  
  • 应用 tree.xpath 办法获取该页面中指定元素的内容:
div = tree.xpath(curt_xpath) 
  • 应用以下办法进行格局转换,获取的数据是 byte 字节,转换成 str 类型;
div_str = etree.tostring(div[0]) 
div_str1 = str(div_str, "UTF-8")  
  • 应用 BeautifulSoup 办法解析页面 html,获取 a 标签的所有链接内容,就是大类或小类的名字对应的链接了;
soup = BeautifulSoup(div_str1)       
for k in soup.find_all('a'):                   
    curt_list.append(k['href']) 
  • get_category办法源码:
    def get_category(self,
                     curt_url,
                     curt_xpath,
                     curt_list,
                     curt_headers):
        """
        申请办法封装
        :param curt_url: 申请地址
        :param curt_xpath: 对应 table xpath
        :param curt_list: 寄存列表
        :param curt_headers: 申请头
        :return: 无返回
        """
        time.sleep(1)
        res = requests.get(curt_url,
                           verify=False,
                           headers=curt_headers)        # 接口数据申请办法
        tree = etree.HTML(res.content)                  # 获取返回数据的内容
        div = tree.xpath(curt_xpath)                    # 获取以后页面须要的 table xpath 对应的内容
        div_str = etree.tostring(div[0])                # 格局转换
        div_str1 = str(div_str, "UTF-8")                # byte 转为 str
        # print(div_str1)
        soup = BeautifulSoup(div_str1)                  # BeautifulSoup 解析页面 html
        for k in soup.find_all('a'):                    # 获取 a 标签
            curt_list.append(k['href'])

5.1.2 封装 html 数据写入办法 write_html

  • 就是把以上获取的内容存入 html 格局的文件中;
  • 这个简略,间接上代码:
    def write_html(self, file, txt):
        """
        公共办法:把获取的数据写入文本内容到文件【html 格局】:param file: 文件名
        :param txt: 文本内容
        :return: 返回胜利或失败
        """
        try:
            with open(file, 'w', encoding='utf-8') as f:
                f.write(txt)
                time.sleep(3)
                f.close()
            return f"{file}写入: 胜利"
        except:
            return f"{file}写入: 失败"

5.1.3 封装 html 转 excel 办法 html_to_excel

  • 简略说,就是把 html 文件转换成 excel 格局;
  • 传入五个参数:
    def html_to_excel(self,
                      base_dir,
                      big_dir,
                      small_dir,
                      full_path,
                      new_file_path):
        """
        将 html 文件转换成 excel 格局的文件
        :param base_dir: 文件寄存基地址,默认脚本的上一层目录
        :param big_dir: 大类目录
        :param small_dir: 小类目录
        :param excel_dir: 寄存 excel 目录
        :param sheet_n: 寄存 sheet 的名称 = 小类
        :param full_path: 所有 sheet 合并目录
        :param new_file_path: 最终合并的某个小类的 excel
        :return: 无返回
        """
  • 大略思路是:

①关上指定目录下的 html 格式文件;
②循环遍历所有的 html 格式文件,应用 pandas.read_html 进行数据读取;
③应用 pandas.ExcelWriter 办法写入 excel;
④写入 excel 后是每个 html 寄存在每个 sheet 中;
⑤合并所有的 sheet 为一个 excel。

  • 间接上代码:
    def html_to_excel(self,
                      base_dir,
                      big_dir,
                      small_dir,
                      full_path,
                      new_file_path):
        """
        将 html 文件转换成 excel 格局的文件
        :param base_dir: 文件寄存基地址,默认脚本的上一层目录
        :param big_dir: 大类目录
        :param small_dir: 小类目录
        :param excel_dir: 寄存 excel 目录
        :param sheet_n: 寄存 sheet 的名称 = 小类
        :param full_path: 所有 sheet 合并目录
        :param new_file_path: 最终合并的某个小类的 excel
        :return: 无返回
        """excel_dir = base_dir +"\\"+ big_dir +"\\"+ small_dir +"\\"
        sheet_n = small_dir
        # sheet_n = "1- 陶瓷电容器"
        os.chdir(excel_dir)
        for filename in os.listdir(excel_dir):
            print(filename)

            try:
                with open(excel_dir + filename, 'rb') as f:
                    df = pandas.read_html(f.read(), header=1, encoding='utf-8')
                    bb = pandas.ExcelWriter(excel_dir + filename + ".xlsx")
                    df[0].to_excel(bb, index=False)
                    bb.close()
            except Exception as e:
                print("异样:" + e)

        time.sleep(3)
        workbook = pandas.ExcelWriter(full_path)
        folder_path = Path(excel_dir)
        file_list = folder_path.glob('*.xlsx*')
        for i in file_list:
            stem_name = i.stem
            data = pandas.read_excel(i, sheet_name=0)
            data.to_excel(workbook, sheet_name=stem_name, index=False)
        time.sleep(2)
        workbook.save()
        workbook.close()

        time.sleep(2)
        data2 = pandas.read_excel(full_path, sheet_name=None)
        data3 = pandas.concat(data2, ignore_index=True)
        # new_file_path = "合并.xlsx"
        data3.to_excel(new_file_path, sheet_name=sheet_n, index=False)

5.2 两个全局变量寄存获取的数据名称

category_list = []  # 寄存所有大类
category_list_small = []  # 寄存所有小类

5.3 创立数据处理和获取类 DataBase

5.3.1 初始化类

    def __init__(self):
        # self.tools = Tools()
        self.url = 'xxxx'                                 # 指标网站

        self.headers = {'Connection': 'close'}            # 申请头,防止 ssl 报错
        # self.big_num = 3                                # 第几个大类,从 0 开始
        # self.small_num = 0                              # 第几个小类,从 0 开始
        self.net_xpath = '/html/body/div[5]/div/div[2]'   # 网站所有大类的 table xpath
        self.xpath_big = ['/html/body/div[3]/div[2]']     # 对应大类中的小类的 table xpath
        self.xpath_small = ['/html/body/div[4]/div']      # 对应小类的内容 table xpath

5.3.2 获取所有大类名称存入列表

    def get_big_category(self):
        """获取网站中所有的类别,寄存列表中"""
        self.get_category(self.url,
                          self.net_xpath,
                          category_list,
                          self.headers)
        print(f"1========={category_list}")

5.3.3 获取所有大类中小类的名称存入列表

    def get_small_category(self, big_num):
        """获取某个大类中小类所有的类别,寄存列表中"""
        self.get_category(f'{self.url}{category_list[big_num]}',
                          self.xpath_big[0],
                          category_list_small,
                          self.headers)

        print(f"获取的大类是:{category_list[big_num]},如下:")

5.3.4 获取小类中页面的内容

    def get_small_content(self, i, small_num):
        """获取小类中所有内容"""
        print(f"获取的大类对应的小类是:{category_list_small[small_num]}")
        time.sleep(1)
        url_1 = f'{self.url}{category_list_small[small_num]}?page={i}'
        print(f"申请的小类的域名为:{url_1}")
        res = requests.get(url_1, verify=False, headers=self.headers)
        tree = etree.HTML(res.content)
        div = tree.xpath(self.xpath_small[0])
        div_str = etree.tostring(div[0])
        div_str1 = str(div_str, "UTF-8")
        time.sleep(2)
        return div_str1

5.4 办法调用 main 设计

5.4.1 输入输出规定

def main():
    print("*" * 20)
    print("在运行前请所相熟下规定:\n"
          "1、依照网页显示,大类名称输出 数字 - 大类名称,如 1 - 电阻器 \n"
          "2、小类名称输出 数字 - 小类名称,如 1 - 固定电阻器 \n"
          "3、大小类前边的数字示意第几个 \n"
          "4、如果输错不做判断,只是寄存的门路须要本人查找,倡议一次性输出正确 \n"
          "5、!!!!!程序执行过程请勿敞开任何窗口!!!!!")
    print("*" * 20)

5.4.2 对以后脚本门路进行解决

    base_file = os.path.dirname(os.path.abspath("test_database_final.py"))
    print("#" * 20)
    print("程序将开始执行,请稍后......\n"
          "程序曾经启动~\n"
          f"程序启动目录为:{base_file}\n"
          "初始化数据......")

    print("&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&\n"
          "1- 电阻器        2- 连接器          3- 连接器支架      4- 电容器                 5- 振荡器              \n"
          "6- 晶体 / 谐振器    7- 电源电路        8- 开关           9- 传感器 / 温度传感器        10- 光电               \n"
          "11- 光纤         12- 二极管         13- 电路爱护      14- 存储                  15- 信号电路            \n"
          "16- 电感器       17- 端子           18- 插座          19- 微控制器和处理器       20- 射频和微波          \n"
          "21- 逻辑         22- 晶体管         23- 继电器        24- 转换器                25- 过滤器              \n"
          "26- 触发安装      27-RC 网络        28- 可编程逻辑     29- 电信电路              30- 驱动程序和接口       \n"
          "31- 放大器电路    32- 耐热撑持安装    33- 变压器        34- 生产电路              35- 电池               \n"
          "&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&")

5.4.3 从键盘输入要获取的数据信息

    big = input("请输出大类的名称(如 1 - 电阻器):")
    small = input("请输出小类的名称(如 1 - 固定电阻器):")
    num = int(input("请输出小类的页数(如 50, 须要从网站查看):"))
    b_n = int(input("请输出该大类对应的序号,共 35 个大类,从左到右数从 0 开始,比方 0:"))
    m_n = int(input("请输出该小类对应的序号,从 0 开始,比方 0:"))

    print(f"通过输出,咱们要获取的数据为: 第 {b_n + 1} 个大类中的第 {m_n + 1} 个小类 \n"
          f"即:{big}中的{small}")

5.4.4 数据调用

    data_base = DataBase()
    data_base.get_big_category()
    data_base.get_small_category(b_n)

5.4.5 循环换入每页中的数据

    for i in range(1, num+1):
        get_content = data_base.get_small_content(i, m_n)
        print(f"第 {i} 次获取:获取的数据开始写入文件,文件名为:第 {i} 页.html")
        file = f"{base_file}\\{big}\\{small}"
        if os.path.exists(file) is False:
            os.makedirs(file)
        data_base.write_html(file=f"{file}\\ 第 {i} 页.html",
                             txt=get_content)
        time.sleep(1)

5.4.6 获取的数据合并存入最终的 excel

    data_base.html_to_excel(base_file,
                            big,
                            small,
                            f"{small}sheet.xlsx",
                            f"{small}.xlsx")

5.4.7 main 办法源码

def main():
    print("*" * 20)
    print("在运行前请所相熟下规定:\n"
          "1、依照网页显示,大类名称输出 数字 - 大类名称,如 1 - 电阻器 \n"
          "2、小类名称输出 数字 - 小类名称,如 1 - 固定电阻器 \n"
          "3、大小类前边的数字示意第几个 \n"
          "4、如果输错不做判断,只是寄存的门路须要本人查找,倡议一次性输出正确 \n"
          "5、!!!!!程序执行过程请勿敞开任何窗口!!!!!")
    print("*" * 20)

    base_file = os.path.dirname(os.path.abspath("test_database_final.py"))
    print("#" * 20)
    print("程序将开始执行,请稍后......\n"
          "程序曾经启动~\n"
          f"程序启动目录为:{base_file}\n"
          "初始化数据......")

    print("&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&\n"
          "1- 电阻器        2- 连接器          3- 连接器支架      4- 电容器                 5- 振荡器              \n"
          "6- 晶体 / 谐振器    7- 电源电路        8- 开关           9- 传感器 / 温度传感器        10- 光电               \n"
          "11- 光纤         12- 二极管         13- 电路爱护      14- 存储                  15- 信号电路            \n"
          "16- 电感器       17- 端子           18- 插座          19- 微控制器和处理器       20- 射频和微波          \n"
          "21- 逻辑         22- 晶体管         23- 继电器        24- 转换器                25- 过滤器              \n"
          "26- 触发安装      27-RC 网络        28- 可编程逻辑     29- 电信电路              30- 驱动程序和接口       \n"
          "31- 放大器电路    32- 耐热撑持安装    33- 变压器        34- 生产电路              35- 电池               \n"
          "&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&")

    big = input("请输出大类的名称(如 1 - 电阻器):")
    small = input("请输出小类的名称(如 1 - 固定电阻器):")
    num = int(input("请输出小类的页数(如 50, 须要从网站查看):"))
    b_n = int(input("请输出该大类对应的序号,共 35 个大类,从左到右数从 0 开始,比方 0:"))
    m_n = int(input("请输出该小类对应的序号,从 0 开始,比方 0:"))

    print(f"通过输出,咱们要获取的数据为: 第 {b_n + 1} 个大类中的第 {m_n + 1} 个小类 \n"
          f"即:{big}中的{small}")

    data_base = DataBase()
    data_base.get_big_category()
    data_base.get_small_category(b_n)

    for i in range(1, num+1):
        get_content = data_base.get_small_content(i, m_n)
        print(f"第 {i} 次获取:获取的数据开始写入文件,文件名为:第 {i} 页.html")
        file = f"{base_file}\\{big}\\{small}"
        if os.path.exists(file) is False:
            os.makedirs(file)
        data_base.write_html(file=f"{file}\\ 第 {i} 页.html",
                             txt=get_content)
        time.sleep(1)
    data_base.html_to_excel(base_file,
                            big,
                            small,
                            f"{small}sheet.xlsx",
                            f"{small}.xlsx")

5.5 主程序调用

if __name__ == "__main__":
    main()
    input('Press Enter to exit…')

6 残缺源码

# -*- coding:utf-8 -*-
# 作者:NoamaNelson
# 日期:2022/10/11
# 文件名称:test_database_final.py
# 作用:xxx
# 博客:https://blog.csdn.net/NoamaNelson

import requests
from lxml import etree
from bs4 import BeautifulSoup
import pandas
import os
import time
from pathlib import Path


class Tools(object):
    """公共办法(工具)作为基类被后续调用"""
    def get_category(self,
                     curt_url,
                     curt_xpath,
                     curt_list,
                     curt_headers):
        """
        申请办法封装
        :param curt_url: 申请地址
        :param curt_xpath: 对应 table xpath
        :param curt_list: 寄存列表
        :param curt_headers: 申请头
        :return: 无返回
        """
        time.sleep(1)
        res = requests.get(curt_url,
                           verify=False,
                           headers=curt_headers)        # 接口数据申请办法
        tree = etree.HTML(res.content)                  # 获取返回数据的内容
        div = tree.xpath(curt_xpath)                    # 获取以后页面须要的 table xpath 对应的内容
        div_str = etree.tostring(div[0])                # 格局转换
        div_str1 = str(div_str, "UTF-8")                # byte 转为 str
        # print(div_str1)
        soup = BeautifulSoup(div_str1)                  # BeautifulSoup 解析页面 html
        for k in soup.find_all('a'):                    # 获取 a 标签
            curt_list.append(k['href'])                 # 循环获取 href 链接

    def write_html(self, file, txt):
        """
        公共办法:把获取的数据写入文本内容到文件【html 格局】:param file: 文件名
        :param txt: 文本内容
        :return: 返回胜利或失败
        """
        try:
            with open(file, 'w', encoding='utf-8') as f:
                f.write(txt)
                time.sleep(3)
                f.close()
            return f"{file}写入: 胜利"
        except:
            return f"{file}写入: 失败"

    def html_to_excel(self,
                      base_dir,
                      big_dir,
                      small_dir,
                      full_path,
                      new_file_path):
        """
        将 html 文件转换成 excel 格局的文件
        :param base_dir: 文件寄存基地址,默认脚本的上一层目录
        :param big_dir: 大类目录
        :param small_dir: 小类目录
        :param excel_dir: 寄存 excel 目录
        :param sheet_n: 寄存 sheet 的名称 = 小类
        :param full_path: 所有 sheet 合并目录
        :param new_file_path: 最终合并的某个小类的 excel
        :return: 无返回
        """excel_dir = base_dir +"\\"+ big_dir +"\\"+ small_dir +"\\"
        sheet_n = small_dir
        # sheet_n = "1- 陶瓷电容器"
        os.chdir(excel_dir)
        for filename in os.listdir(excel_dir):
            print(filename)

            try:
                with open(excel_dir + filename, 'rb') as f:
                    df = pandas.read_html(f.read(), header=1, encoding='utf-8')
                    bb = pandas.ExcelWriter(excel_dir + filename + ".xlsx")
                    df[0].to_excel(bb, index=False)
                    bb.close()
            except Exception as e:
                print("异样:" + e)

        time.sleep(3)
        workbook = pandas.ExcelWriter(full_path)
        folder_path = Path(excel_dir)
        file_list = folder_path.glob('*.xlsx*')
        for i in file_list:
            stem_name = i.stem
            data = pandas.read_excel(i, sheet_name=0)
            data.to_excel(workbook, sheet_name=stem_name, index=False)
        time.sleep(2)
        workbook.save()
        workbook.close()

        time.sleep(2)
        data2 = pandas.read_excel(full_path, sheet_name=None)
        data3 = pandas.concat(data2, ignore_index=True)
        # new_file_path = "合并.xlsx"
        data3.to_excel(new_file_path, sheet_name=sheet_n, index=False)


category_list = []  # 寄存所有大类
category_list_small = []  # 寄存所有小类


class DataBase(Tools):

    def __init__(self):
        # self.tools = Tools()
        self.url = 'xxxxx'           # 指标网站

        self.headers = {'Connection': 'close'}            # 申请头,防止 ssl 报错
        # self.big_num = 3                                  # 第几个大类,从 0 开始
        # self.small_num = 0                                # 第几个小类,从 0 开始
        self.net_xpath = '/html/body/div[5]/div/div[2]'   # 网站所有大类的 table xpath
        self.xpath_big = ['/html/body/div[3]/div[2]']     # 对应大类中的小类的 table xpath
        self.xpath_small = ['/html/body/div[4]/div']      # 对应小类的内容 table xpath

    def get_big_category(self):
        """获取网站中所有的类别,寄存列表中"""
        self.get_category(self.url,
                          self.net_xpath,
                          category_list,
                          self.headers)
        print(f"1========={category_list}")

    def get_small_category(self, big_num):
        """获取某个大类中小类所有的类别,寄存列表中"""
        self.get_category(f'{self.url}{category_list[big_num]}',
                          self.xpath_big[0],
                          category_list_small,
                          self.headers)

        print(f"获取的大类是:{category_list[big_num]},如下:")

    def get_small_content(self, i, small_num):
        """获取小类中所有内容"""
        print(f"获取的大类对应的小类是:{category_list_small[small_num]}")
        time.sleep(1)
        url_1 = f'{self.url}{category_list_small[small_num]}?page={i}'
        print(f"申请的小类的域名为:{url_1}")
        res = requests.get(url_1, verify=False, headers=self.headers)
        tree = etree.HTML(res.content)
        div = tree.xpath(self.xpath_small[0])
        div_str = etree.tostring(div[0])
        div_str1 = str(div_str, "UTF-8")
        time.sleep(2)
        return div_str1


def main():
    print("*" * 20)
    print("在运行前请所相熟下规定:\n"
          "1、依照网页显示,大类名称输出 数字 - 大类名称,如 1 - 电阻器 \n"
          "2、小类名称输出 数字 - 小类名称,如 1 - 固定电阻器 \n"
          "3、大小类前边的数字示意第几个 \n"
          "4、如果输错不做判断,只是寄存的门路须要本人查找,倡议一次性输出正确 \n"
          "5、!!!!!程序执行过程请勿敞开任何窗口!!!!!")
    print("*" * 20)

    base_file = os.path.dirname(os.path.abspath("test_database_final.py"))
    print("#" * 20)
    print("程序将开始执行,请稍后......\n"
          "程序曾经启动~\n"
          f"程序启动目录为:{base_file}\n"
          "初始化数据......")

    print("&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&\n"
          "1- 电阻器        2- 连接器          3- 连接器支架      4- 电容器                 5- 振荡器              \n"
          "6- 晶体 / 谐振器    7- 电源电路        8- 开关           9- 传感器 / 温度传感器        10- 光电               \n"
          "11- 光纤         12- 二极管         13- 电路爱护      14- 存储                  15- 信号电路            \n"
          "16- 电感器       17- 端子           18- 插座          19- 微控制器和处理器       20- 射频和微波          \n"
          "21- 逻辑         22- 晶体管         23- 继电器        24- 转换器                25- 过滤器              \n"
          "26- 触发安装      27-RC 网络        28- 可编程逻辑     29- 电信电路              30- 驱动程序和接口       \n"
          "31- 放大器电路    32- 耐热撑持安装    33- 变压器        34- 生产电路              35- 电池               \n"
          "&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&")

    big = input("请输出大类的名称(如 1 - 电阻器):")
    small = input("请输出小类的名称(如 1 - 固定电阻器):")
    num = int(input("请输出小类的页数(如 50, 须要从网站查看):"))
    b_n = int(input("请输出该大类对应的序号,共 35 个大类,从左到右数从 0 开始,比方 0:"))
    m_n = int(input("请输出该小类对应的序号,从 0 开始,比方 0:"))

    print(f"通过输出,咱们要获取的数据为: 第 {b_n + 1} 个大类中的第 {m_n + 1} 个小类 \n"
          f"即:{big}中的{small}")

    data_base = DataBase()
    data_base.get_big_category()
    data_base.get_small_category(b_n)

    for i in range(1, num+1):
        get_content = data_base.get_small_content(i, m_n)
        print(f"第 {i} 次获取:获取的数据开始写入文件,文件名为:第 {i} 页.html")
        file = f"{base_file}\\{big}\\{small}"
        if os.path.exists(file) is False:
            os.makedirs(file)
        data_base.write_html(file=f"{file}\\ 第 {i} 页.html",
                             txt=get_content)
        time.sleep(1)
    data_base.html_to_excel(base_file,
                            big,
                            small,
                            f"{small}sheet.xlsx",
                            f"{small}.xlsx")


if __name__ == "__main__":
    main()
    input('Press Enter to exit…')

7 Pyinstaller 打包

  • 间接应用以下命令打包:
pyinstaller -F  test_database_final.py
  • 打包后生成两个文件夹:
  • 双击运行如下 exe 即可:

8 运行成果

正文完
 0