{ "cells": [ { "cell_type": "code", "execution_count": 3, "metadata": {}, "outputs": [ { "data": { "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
tagtitlebody
0功能文档数据表格数据表格 数据表格是简化版的excel,可以使用【数据表格】相关的指令对其进行操作,支持导...
1问答数据表格数据处理数据表格批量获取数据后,然后循环处理数据表格,再循环里面过滤不要的数据,用删除数据表格行删除...
2指令文档清空数据表格清空数据表格 清空数据表格 注:【 清空数据表格 】指令一般主要是用于在流程开始前初始化数...
3指令文档数据表格导入数据表格导入 导入数据到数据表格 文件路径 目标文件的绝对路径,支持xls、xlsx、cs...
4指令文档数据表格导出数据表格导出 将数据表格导出为文件 文件夹 桌面/下载目录/临时目录/自定义目录 文件名称...
\n", "
" ], "text/plain": [ " tag title body\n", "0 功能文档 数据表格 数据表格 数据表格是简化版的excel,可以使用【数据表格】相关的指令对其进行操作,支持导...\n", "1 问答 数据表格数据处理 数据表格批量获取数据后,然后循环处理数据表格,再循环里面过滤不要的数据,用删除数据表格行删除...\n", "2 指令文档 清空数据表格 清空数据表格 清空数据表格 注:【 清空数据表格 】指令一般主要是用于在流程开始前初始化数...\n", "3 指令文档 数据表格导入 数据表格导入 导入数据到数据表格 文件路径 目标文件的绝对路径,支持xls、xlsx、cs...\n", "4 指令文档 数据表格导出 数据表格导出 将数据表格导出为文件 文件夹 桌面/下载目录/临时目录/自定义目录 文件名称..." ] }, "execution_count": 3, "metadata": {}, "output_type": "execute_result" } ], "source": [ "import requests\n", "url = 'https://api.yingdao.com/api/noauth/v1/sns/fullIndex/search'\n", "headers = {\n", " 'accept': 'application/json',\n", " 'authorization': 'Bearer 4e49960a-4d22-4fed-acea-d6faee687c4c',\n", "}\n", "\n", "all_data = []\n", "page = 1\n", "while True:\n", " params = {\n", " 'page': page,\n", " 'size': 20,\n", " 'key': '数据表格',\n", " 'source': ''\n", " }\n", " response = requests.get(url, headers=headers, params=params)\n", " data = response.json()\n", " if not data['data']:\n", " break\n", " all_data.extend(data['data'])\n", " page += 1\n", "\n", "all_data\n", "import re\n", "\n", "def remove_em_tags(text):\n", " return re.sub(r'(.*?)', r'\\1', text)\n", "\n", "import pandas as pd\n", "# Extract tag, title, and body from the results\n", "extracted_data = []\n", "for item in all_data:\n", " extracted_data.append({\n", " 'tag': item.get('tag'),\n", " 'title': remove_em_tags(item.get('title', '')),\n", " 'body': remove_em_tags(item.get('body', ''))\n", " })\n", "# Create a DataFrame and save to an xlsx file\n", "df = pd.DataFrame(extracted_data)\n", "df.to_excel('extracted_data.xlsx', index=False)\n", "df.head() # Display the first few rows of the DataFrame to verify\n" ] } ], "metadata": { "kernelspec": { "display_name": "Python 3", "language": "python", "name": "python3" }, "language_info": { "codemirror_mode": { "name": "ipython", "version": 3 }, "file_extension": ".py", "mimetype": "text/x-python", "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", "version": "3.10.12" } }, "nbformat": 4, "nbformat_minor": 2 }