python - Pandas 追加到系列中

Question

我正在尝试编写一些代码来抓取网站以获取链接列表，然后我将使用这些链接执行其他操作。我找到了一些代码here我正在尝试进行调整，以便将其添加到一个系列中，而不是打印列表。我的代码如下:

import pandas as pd
from bs4 import BeautifulSoup
from urllib.parse import urljoin
user_agent = {'User-agent': 'Mozilla/5.0 (X11; Linux x86_64; rv:50.0) Gecko/20100101 Firefox/50.0'}

linksList = pd.Series()

def process(url):
    r = requests.get(url, headers=user_agent)
    soup = BeautifulSoup(r.text, "lxml")

    for tag in soup.findAll('a', href=True):
        tag['href'] = urljoin(url, tag['href'])
        linksList.append(tag['href'])

当我传递 URL 时，出现以下错误

cannot concatenate a non-NDFrame object

知道我哪里出错了吗？

Answer 1

.append() method of a Series object需要另一个 Series 对象作为参数。换句话说，它用于将 Series 连接在一起。

就您而言，您只需将 href 值收集到列表中并初始化 Series:

def process(url):
    r = requests.get(url, headers=user_agent)
    soup = BeautifulSoup(r.text, "lxml")

    return [urljoin(url, tag['href']) for tag in soup.select('a[href]')]:

links_list = pd.Series(process())