[問題] BS無法辨認之前已出現過的的中文字。
小弟我在網頁抓資料時發現假如出現過的文字，再次出現時似乎無法被辨認。
import urllib
from bs4 import BeautifulSoup
#url
='http://mops.twse.com.tw/mops/web/ajax_t164sb04?encodeURIComponent=1&step=1&firstin=1&off=1&keyword4=&code1=&TYPEK2=&checkbtn=&queryName=co_id&TYPEK=all&isnew=false&co_id=2330&year=102&season=01'
url='http://mops.twse.com.tw/server-java/t164sb01?step=1&CO_ID=2330&SYEAR=2013&SSEASON=1&REPORT_ID=C'
response = urllib.urlopen(url)
html= response.read()
sp = BeautifulSoup(html,"lxml") #cp950
trs=sp.find_all('tr',attrs={'class':["odd","even"]})
for tr in trs: #只要前面的字有重複就會認不出來
tds=tr.find_all('td')
for td in tds:
if (td.get_text().strip().encode('utf8')=="營業收入合計"):
if (tds[1].get_text().strip()!=''):
print('Earning','102','1',tds[1].get_text().strip().encode('utf8'))
print('Earning','102','1',tds[2].get_text().strip().encode('utf8'))
if (td.get_text().strip().encode('utf8')=="基本每股盈餘合計"):
if (tds[1].get_text().strip()!=''):
print('EPS','102','1',tds[1].get_text().strip().encode('utf8'))
print('EPS','102','1',tds[2].get_text().strip().encode('utf8'))
程式在抓取第一個營業收入合計時完全沒有問題，而在抓取基本每股盈餘時就完全沒反應
而由於之前已經有出現過"基本每股盈餘"這個字串(不過少了合計)，請問這部分是程式的Bug
還是我的程式碼本身就有問題？
還請各位賜教。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.250.205.229
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1467871646.A.402.html
推
07/07 19:13, , 1F
07/07 19:13, 1F
→
07/07 22:57, , 2F
07/07 22:57, 2F
→
07/08 08:04, , 3F
07/08 08:04, 3F
→
07/08 08:05, , 4F
07/08 08:05, 4F
→
07/08 08:06, , 5F
07/08 08:06, 5F
→
07/08 08:07, , 6F
07/08 08:07, 6F
→
07/08 08:07, , 7F
07/08 08:07, 7F
→
07/08 10:08, , 8F
07/08 10:08, 8F
→
07/08 10:09, , 9F
07/08 10:09, 9F
→
07/08 10:27, , 10F
07/08 10:27, 10F
→
07/08 10:28, , 11F
07/08 10:28, 11F
→
07/08 11:40, , 12F
07/08 11:40, 12F
→
07/08 11:41, , 13F
07/08 11:41, 13F
→
07/08 11:42, , 14F
07/08 11:42, 14F
→
07/12 14:01, , 15F
07/12 14:01, 15F