爬取结果问题

[ChrisLiang2020]

爬取的结果中，重复爬取查询到的所有数据中的最后一条数据，查询到的其他结果未爬取存入文件中，导致缺少大量数据

[Ronnie Yang]

目测是因为__init__.py中format_context方法的context字典对象每次使用的同一个，导致数组中每次都保持同一个对象，结果相同，把context赋值放到下面的for循环里保证每次运行都有新的OrderedDict对象即可。

最简单的改法可以把

        context = OrderedDict()

        for each in header:
            context[each] = ''    

放到

        for data in query_result:
            for row in data['data']['resultsData']:
                tmp = dict(zip(header, row[1:]))
                context.update(tmp)

下面
结果为

        header = '项目名称 批准号 项目类别 依托单位 项目负责人 资助经费(万元) 批准年度 关键词 是否结题 研究成果(期刊论文;会议论文;著作;奖励;专利) 依托单位ID 项目负责人ID 项目类别代码 申请代码 起止年月'.split()
  

        for data in query_result:
            for row in data['data']['resultsData']:
                tmp = dict(zip(header, row[1:]))
				context = OrderedDict()

                for each in header:
                    context[each] = ''   
                context.update(tmp)

                conclusion_context = {}
                if context['是否结题'] == 'true':
                    conclusion_context = self.conclusion_project(context['批准号'])

[ChrisLiang2020]

我试了一下，这样改不能解决问题，问题似乎不在这里

[NothingOffice]

我试了一下，这样改不能解决问题，问题似乎不在这里

我试了一下是可以的，上面context = OrderedDict()这一行的缩进需要调整一下，然后就没有重复值了

[ChrisLiang2020]

    for data in query_result:
        for row in data['data']['resultsData']:
            tmp = dict(zip(header, row[1:]))
            context = OrderedDict()

            for each in header:
                context[each] = ''
            context.update(tmp)

            conclusion_context = {}
            if context['是否结题'] == 'true':
                conclusion_context = self.conclusion_project(context['批准号'])

然后在dos命令框中用 pip setup.py install,这样对吗

[NothingOffice]

我是直接打开了__init__.py，把这段代码替换了，并没有重新执行install

[ChrisLiang2020]

运行成功了，在dos命令框去切换到nsfc-master，使用pip install .

[NothingOffice]

名称是__init__.py的这个文件

[ChrisLiang2020]

这个文件运行的结果不是爬取下来的数据，而且输入的代码分类的子代码分类，那个结果本来就是对的

[NothingOffice]

这个文件运行的结果不是爬取下来的数据，而且输入的代码分类的子代码分类，那个结果本来就是对的

当然不是，这个py文件替换过后，在命令提示符里输入查阅指令才会爬取，作者给出的有示例的

[ChrisLiang2020]

那你之前没有输入查阅指令爬取是怎么判断数据重复的问题解决了，运行了里面的__init__.py又无法输入指令爬取数据

[Ronnie Yang]

那你之前没有输入查阅指令爬取是怎么判断数据重复的问题解决了，运行了里面的__init__.py又无法输入指令爬取数据

并不是重复爬取数据啊大哥……你可以自己修改代码打印一下看看，结果是对的，只不过重复使用同一个OrderedDict()对象了……

[Ronnie Yang]

    for data in query_result:
        for row in data['data']['resultsData']:
            tmp = dict(zip(header, row[1:]))
            context = OrderedDict()

            for each in header:
                context[each] = ''
            context.update(tmp)

            conclusion_context = {}
            if context['是否结题'] == 'true':
                conclusion_context = self.conclusion_project(context['批准号'])

然后在dos命令框中用 pip setup.py install,这样对吗

你修改之后再重新install就覆盖掉修改了啊大哥

[ChrisLiang2020]

我知道的，我运行成功了，我的意思是要install才能爬取数据，才能知道问题有没有解决

[Qingdong Su]

@ChrisLiang2020 @junmo2 @NothingOffice

BUG已修复，可以重新安装下：

pip install -U nsfc==1.0.4