小编dtr*_*inh的帖子

我想从TripAdvisor推出阿姆斯特丹500家餐厅的名单; 然而,在第308家餐厅后,我收到以下错误:

Traceback (most recent call last):
  File "C:/Users/dtrinh/PycharmProjects/TripAdvisorData/LinkPull-HK.py", line 43, in <module>
    writer.writerow(rest_array)
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2019' in position 6: ordinal not in range(128)

我尝试了一些我在StackOverflow上找到的东西,但是现在没有任何工作.我想知道是否有人可以查看我的代码并看到任何可能的解决方案.

        for item in soup2.findAll('div', attrs={'class', 'title'}):
            if 'Cuisine' in item.text:
                item.text.strip()
                content = item.findNext('div', attrs=('class', 'content'))
                cuisine_type = content.text.encode('utf8', 'ignore').strip().split(r'\xa0')
        rest_array = [account_name, rest_address, postcode, phonenumber, cuisine_type]
        #print rest_array
        with open('ListingsPull-Amsterdam.csv', 'a') as file:
                writer = csv.writer(file)
                writer.writerow(rest_array)
    break

我已经用标准和遗留 SQL 编写了这个查询，但我不断收到不同的错误，从语法错误到它甚至找不到表。我在 Tableau 的自定义 SQL 数据连接器和 Web UI 中尝试过这个，并得到相同的语法错误。我正在尝试查询一年的 Google Analytics 表，但是对于标准 SQL，我收到了这样的错误：

Syntax error: Unexpected string literal '93868086.ga_sessions_*' at [1:244]

我不太关心 Legacy SQL，因为我认为我试图查询的表不喜欢它。我只是很困惑，为什么当常见语法是将表添加为字符串时它不期望字符串。难道我做错了什么？我通常用 Legacy SQL 编写，所以如果我遗漏了什么我不会感到惊讶。任何帮助，将不胜感激。

标准 SQL：

SELECT 
date,
channelGrouping,
geoNetwork.networkLocation,
device.browserVersion,
hits.dataSource,
device,
hits.page,
SUM(totals.timeOnSite),
SUM(totals.visits),
SUM(totals.bounces)
FROM
'93868086.ga_sessions_*'
WHERE
_TABLE_SUFFIX BETWEEN FORMAT_DATE('%Y%m%d',DATE_SUB(CURRENT_DATE(), INTERVAL 365 DAY))
AND
FORMAT_DATE('%Y%m%d',DATE_SUB(CURRENT_DATE(), INTERVAL 1 DAY))
GROUP BY date
ORDER BY
date ASC

我编写了以下代码来使用正则表达式请求页面，并查找类似于利率的字符串。整体代码有效；但是，它正在创建多个空数据帧，我无法获得删除空帧以清理输出的代码。我一直在尝试使用 .dropna、.drop 和 .empty 来尝试弃用数据帧，但输出保持不变，并继续使用我已有的信息打印空数据帧。有没有一种我不知道的方法可以摆脱这些空帧。代码和输出如下：

plcompetitors = ['https://www.lendingclub.com/loans/personal-loans',
                'https://www.marcus.com/us/en/personal-loans',
                'https://www.discover.com/personal-loans/']

#cycle through links in array until it finds APR rates/fixed or variable using regex
for link in plcompetitors:
    cdate = datetime.date.today()
    l = r.get(link)
    l.encoding = 'utf-8'
    data = l.text
    soup = bs(data, 'html.parser')
    paragraph = soup.find_all(text=re.compile('[0-9]%'))
    for n in paragraph:
        matches = []
        matches.extend(re.findall('(?i)\d+(?:\.\d+)?%\s*(?:to|-)\s*\d+(?:\.\d+)?%', n.string))
        sint = pd.Series(matches)
        qdate = pd.Series([datetime.datetime.now()]*len(sint))
        slink = pd.Series([link]*len(sint))
        df = pd.concat([qdate,sint,slink],axis=1)
        df.columns = ['Date','Interest Rate', 'URL']
        print(df)

输出：

  ...
0 ... …

我正在查询 365 天的 Google Analytics 数据，并将数据导出为：

20170726

我想要的是它以某种形式解析：

2017-07-26
07/26/2017
07/26/2017

我相信我应该使用 FORMAT_DATETIME 子句/方法来实现这一点，我有这样的：

SELECT
    FORMAT_DATETIME(%m/%d/%Y, date)

日期是 Google Analytics 中的字段。