修復Python 3.5上的FTP網頁抓取腳本

-1

我想從FTP服務器提取文本文件。這是我已經有的代碼：修復Python 3.5上的FTP網頁抓取腳本

from ftplib import FTP 
import re 

def my_function(data): 
    print(data) 

ftp = FTP('ftp.nasdaqtrader.com') 
ftp.login() 
nasdaq=ftp.retrbinary('RETR /SymbolDirectory/nasdaqlisted.txt', my_function) 
#nasdaq contains the text file

我遇到了一些這種方法的問題。例如，每次運行腳本時，都會打印出我真正不想要的內容，我只需要將變量「nasdaq」存儲爲字符串即可。此外，儘管「納斯達克」打印出該行：

b'Symbol|Security Name|Market Category|Test Issue|Financial Status|Round Lot Size|ETF|NextShares\r\nAAAP|Advanced Accelerator Applications S.A. - American Depositary Shares

我不能證明它是在「納斯達克」：

print ("\r\nAAAP|Advanced Accelerator Applications S.A." in nasdaq) 
Out: False

這將是一個更Python的方法呢？

來源

2017-01-16 Rafael Martínez

因爲'str'不支持緩衝接口，所以你不能'print（「\ r \ nAAAP |納斯達克的高級加速器應用程序S.A.），因爲它會引發TypeError， – Juggernaut

這實質上是Is it possible to read FTP files without writing them using Python?的副本，但我想說明如何針對您的情況實施它。

from ftplib import FTP 
from io import BytesIO 

data = BytesIO() 
with FTP("ftp.nasdaqtrader.com") as ftp: # use context manager to avoid 
    ftp.login()       # leaving connection open by mistake 
    ftp.retrbinary("RETR /SymbolDirectory/nasdaqlisted.txt", data.write) 
data.seek(0) # need to go back to the beginning to get content 
nasdaq = data.read().decode() # convert bytes back to string

nasdaq現在應該是包含指定文件的內容的字符串，\r\n Windows風格的行尾。如果你在這兩個字符上輸入.split()，你會得到一個列表，每行代表一個組件。

來源

2017-01-16 20:29:31 MattDMo

修復Python 3.5上的FTP網頁抓取腳本

回答

相關問題