Красивый сингл стола для настольного стола

Question

Мы делаем проект колледжа, где мы хотим извлечь данные из расписания колледжа и использовать его в нашем собственном проекте. У нас есть сценарий python, который извлекает данные, и он отлично работает на локальных машинах, однако, когда мы пытаемся использовать тот же скрипт на Amazon ec2, есть ошибка.

from bs4 import BeautifulSoup 
import requests 

# url from timetable.ucc.ie showing 3rd Year semester 1 timetable 
url = 'http://timetable.ucc.ie/showtimetable2.asp?filter=%28None%29&identifier=BSCS3&days=1-5&periods=1-20&weeks=5-16&objectclass=programme%2Bof%2Bstudy&style=individual' 

# Retrieve the web page at url and convert the data into a soup object 
r = requests.get(url) 
data = r.text 
soup = BeautifulSoup(data) 

# Retrieve the table containing the timetable from the soup object for parsing 
timetable_to_parse = soup.find('table', {'class' : 'grid-border-args'}) 

i = 0 # i is an index into pre_format_day 
pre_format_day = [[],[],[],[],[],[]] # holds un-formatted day information 
day = [[],[],[],[],[],[]] # hold formatted day information 
day[0] = pre_format_day[0] 

# look at each td within the table 
for slot in timetable_to_parse.findAll('td'): 
    # if slot content is a day of the week, move pointer to next day 
    # indicated all td's relating to a day have been looked at 
    if slot.get_text() in ('Mon', 'Tue' , 'Wed' , 'Thu' , 'Fri'): 
     i += 1 
    else: # otherwise the td related to a time slot in a day 
     try: 
      if slot['colspan'] is "4": #test if colspan of td is 4 
       # if it is, append to list twice to represent 2 hours 
       pre_format_day[i].append(slot.get_text().replace('\n','')) 
       pre_format_day[i].append(slot.get_text().replace('\n','')) 
     except: 
      pass 
     # if length of text of td is 1, > 11 or contains ":00" 
     if len(slot.get_text()) == 1 or len(slot.get_text()) > 11 or ":00" in\ 
       slot.get_text(): 
      # add to pre_format_day 
      pre_format_day[i].append(slot.get_text().replace('\n','')) 

# go through each day in pre_format_day and insert formatted version in day[] 
for i in range(1,6): 
    j = 0 
    while j < 20: 
     if len(pre_format_day[i][j]) > 10: # if there is an event store in day 
      day[i].append(pre_format_day[i][j]) 
     else: # insert space holder into slots with no events 
      day[i].append('----- ') 
     j += 2 

# creates a string containing a html table for output 
timetable = '<table><tr>' 
timetable += '<th></th>' 
for i in range(0, 10): 
    timetable += '<th>' + day[0][i] + '</th> ' 

days = ['', 'Mon', 'Tue' , 'Wed' , 'Thu' , 'Fri'] 

for i in range(1,6): 
    timetable += '</tr><tr><th>' + days[i] + '</th>' 
    for j in range(0,10): 
     if len(day[i][j]) > 10: 
      timetable += '<td class="lecture">' + day[i][j] + '</td>' 
     else: 
      timetable += '<td></td>' 

timetable += '</tr></table>' 

# output timetable string 
print timetable 

Выход на локальном компьютере представляет собой таблицу, содержащую требуемые данные.

Выход на экземпляр ЕС2 является Traceback (самый последний вызов последнего): Файл "parse2.py", строка 21, в для слота в timetable_to_parse.findAll ('тд'): AttributeError: ' Объект NoneType 'не имеет атрибута' findAll '

Обе машины работают с Ubuntu 14.10, Python 2.7, но по какой-то причине я не могу понять, что, похоже, не получается получить требуемую страницу из URL-адреса и извлечь таблицу из этого но после этого я потерял.

Любая помощь очень ценится.

Answer 1

Проблема заключалась в том, что ec2 использовал другой парсер для локальной машины. исправлено с.

APT-получить установку питона-LXML

Answer 2

Войдите в экземпляр EC2 и пройдите его по строке в Python CLI, пока не найдете проблему. По какой-то причине синтаксический анализ BeautifulSoup работает несколько по-разному в разных системах. У меня была та же проблема, и я не знаю причины этого. Нам сложно дать вам конкретную помощь, не зная содержимого HTML.