515 B
515 B
如何运行？
cd到项目根目录
pip install -r requirements.txt
安装所需依赖。
然后先运行scrape.py，再运行main_extraction是一个完整的流程。
scrape.py脚本负责抓取（处罚信息公开表）网址，保存至txt文件中 main_extraction.py负责读取txt文件中的url抓取网页内容,处理失败的url将保存至error_urls.txt中，成功的会添加到output_data*.xlsx中
标题网址提取.py 负责抓取决定书以及处罚信息公开表，保存至excel文件中