【发布时间】:2021-01-18 09:45:13
【问题描述】:
上下文
我有一个从这个网站上抓取的链接列表: https://www.ons.gov.uk/economy/economicoutputandproductivity/output/datasets/economicactivityfasterindicatorsuk
此链接列表如下所示;
['https://twitter.com/ONS',
'https://www.ons.gov.uk/file?uri=%2feconomy%2feconomicoutputandproductivity%2foutput%2fdatasets%2feconomicactivityfasterindicatorsuk%2fdecember2019/dataset1.xlsx',
'https://www.facebook.com/ONS',
'https://www.ons.gov.uk/peoplepopulationandcommunity/leisureandtourism',
'https://www.ons.gov.uk/businessindustryandtrade/manufacturingandproductionindustry',
'https://www.ons.gov.uk/file?uri=%2feconomy%2feconomicoutputandproductivity%2foutput%2fdatasets%2feconomicactivityfasterindicatorsuk%2ffebruary2020roadsdata/roadstables.xlsx',
'https://www.ons.gov.uk/file?uri=%2feconomy%2feconomicoutputandproductivity%2foutput%2fdatasets%2feconomicactivityfasterindicatorsuk%2fjuly2019/economicactivityfasterindicatorsukjuly2019dataset.xlsx',
'https://www.ons.gov.uk/file?uri=%2feconomy%2feconomicoutputandproductivity%2foutput%2fdatasets%2feconomicactivityfasterindicatorsuk%2fjanuary2020roadsdata/roadstables.xlsx'...
我现在想使用 Helium/Selenium 找到它们并将它们打印出来。只有链接列表包含我不需要的链接和我需要下载的 excel 文档的组合。我希望能够仅附加包含 xlsx 的链接。
我尝试了this 解决方案,但没有奏效。我也尝试了.remove 函数,但这更耗时。我还尝试通过切片来整理链接列表,但这又很耗时。
问题
有没有更简单的方法可以在指向它们的链接列表中找到一个字符串,允许我附加到一个列表并通过 selenium 循环遍历它们(我可以做后者,只需要附加帮助)。
【问题讨论】:
-
谢谢,但已经通过以下答案解决了:)