小编use*_*778的帖子

我需要编写将所有href链接从网页放入数组的代码.这是我到目前为止所拥有的:

var array = [];
var links = document.links;
for(var i=0; i<links.length; i++) {
  array.push(links[i].href);
}

但是,这不适用于Gmail的收件箱这样的网页,因为部分链接位于iframe内.我怎样才能获得所有链接,包括iframe内的链接？

此外,这是谷歌Chrome扩展.在清单中,我将all_frames设置为true - 这会有所不同吗？

谢谢

我正在尝试使用python和mechanize从网站下载文件.我当前的代码成功登录到网站并打开包含下载链接的页面.

下载链接是:https://www.lendingclub.com/browse/browseNotesRawDataV2.action

该链接的信息是:

Link(base_url='https://www.lendingclub.com/browse/browse.action', url='/browse/browseNotesRawDataV2.action', text='', tag='a', attrs=[('class', 'master_pngfix'), ('id', 'browseDownloadAllLink'), ('href', '/browse/browseNotesRawDataV2.action')])

我使用follow_link方法点击链接:

br = mechanize.Browser()
br.follow_link(url='/browse/browseNotesRawDataV2.action')

但是,没有任何反应,也没有下载文件.当我登录时在浏览器中打开链接时,它会暂停几秒钟并下载文件.

如何使用Python下载文件？

我想使用PyQt/QWebview来1)加载特定的URL,2)将信息输入表单,3)单击按钮/链接.Mechanize不起作用,因为我需要一个实际的浏览器.

这是我的代码:

import sys
from PyQt4.QtCore import *
from PyQt4.QtGui import *
from PyQt4.QtWebKit import *
from PyQt4 import QtCore

app = QApplication(sys.argv)
web = QWebView()
web.load(QUrl("https://www.lendingclub.com/account/gotoLogin.action"))

def fillForm():
    doc = web.page().mainFrame().documentElement()
    user = doc.findFirst("input[id=master_username]")
    passwd = doc.findFirst("input[id=master_password]")

    user.setAttribute("value", "email@email.com")
    passwd.setAttribute("value", "password")


    button = doc.findFirst("input[id=master_sign-in-submit]")
    button.evaluateJavaScript("click()")

QtCore.QObject.connect(web, QtCore.SIGNAL("loadFinished"), fillForm)
web.show()
sys.exit(app.exec_())

页面正确加载,但未输入任何输入,并且未提交表单.有任何想法吗？

我正在尝试从csv加载训练和测试数据,在scikit/sklearn中运行随机森林回归器,然后预测测试文件的输出.

TrainLoanData.csv文件包含5列; 第一列是输出,接下来的4列是功能.TestLoanData.csv包含4列 - 功能.

当我运行代码时,我收到错误:

    predicted_probs = ["%f" % x[1] for x in predicted_probs]
IndexError: invalid index to scalar variable.

这是什么意思？

这是我的代码:

import numpy, scipy, sklearn, csv_io //csv_io from https://raw.github.com/benhamner/BioResponse/master/Benchmarks/csv_io.py
from sklearn import datasets
from sklearn.ensemble import RandomForestRegressor

def main():
    #read in the training file
    train = csv_io.read_data("TrainLoanData.csv")
    #set the training responses
    target = [x[0] for x in train]
    #set the training features
    train = [x[1:] for x in train]
    #read in the test file
    realtest = csv_io.read_data("TestLoanData.csv")

    # …