我有一个使用硒的小python3脚本,从一个网站抓取到旧报纸的链接。(
http://digesto.asamblea.gob.ni/consultas/coleccion/
但是,我的嵌套循环不能正常工作。
它应遍历所有行,以收集发布日期,并将相应的PDF命名为(
Gaceta_Oficial_Date.pdf
)并遍历我列表中的所有链接,而不是遍历所有链接并将其命名为相同的链接。所以第一个循环不会迭代。
但是如何使两个循环“一起工作”,从而使一个循环得到第一个循环的结果呢?
这是脚本的相关部分:
import os
import datetime
new_links = ['http://digesto.asamblea.gob.ni/consultas/util/pdf.php?type=rdd&rdd=vPjrUnz0wbA%3D',
'http://digesto.asamblea.gob.ni/consultas/util/pdf.php?type=rdd&rdd=dsyx6l1Fbig%3D',
'http://digesto.asamblea.gob.ni/consultas/util/pdf.php?type=rdd&rdd=Cb64W7EHlD8%3D',
'http://digesto.asamblea.gob.ni/consultas/util/pdf.php?type=rdd&rdd=A4TKEG9x4F8%3D'] # only 4 links in list for simplification
table_id = driver.find_element(By.ID, 'tableDocCollection')
rows = table_id.find_elements_by_css_selector("tbody tr") # get all table rows
title = "Gaceta_Oficial_"
extension = ".pdf"
for row in rows:
col = row.find_elements(By.TAG_NAME, "td")[2]
date = col.text
print(date)
date = datetime.datetime.strptime(date, '%d/%m/%Y').strftime('%Y%m%d')
filename = title + str(date) + extension
print(filename)
for new_link in new_links:
print("Downloading %s" % filename)
r = requests.get(new_link)
open(os.path.expanduser("~/Downloads/" + filename, 'wb').write(r.content)