程式試做－批次查詢國中小戶籍學區學校(臺北市)

前言

使用步驟

本程式預計使用到：一份處理好的excel表格，google colab

前導準備(excel)：

1. 建立一份空白excel表單，將預備好的資料貼進去。
2. 將資料進行存檔。

程式步驟(colab)：

1. 登入google 帳號，開啟google colab 建立一份新專案。

1. 點選上方【+程式碼】，將以下程式碼貼進去
   (這段程式碼是因應更新造成原本driver不支援而修改的部分)

%%shell
sudo apt -y update
sudo apt install -y wget curl unzip
wget http://archive.ubuntu.com/ubuntu/pool/main/libu/libu2f-host/libu2f-udev_1.1.4-1_all.deb
dpkg -i libu2f-udev_1.1.4-1_all.deb
wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb
dpkg -i google-chrome-stable_current_amd64.deb
CHROME_DRIVER_VERSION=`curl -sS chromedriver.storage.googleapis.com/LATEST_RELEASE`
wget -N https://chromedriver.storage.googleapis.com/$CHROME_DRIVER_VERSION/chromedriver_linux64.zip -P /tmp/
unzip -o /tmp/chromedriver_linux64.zip -d /tmp/
chmod +x /tmp/chromedriver
mv /tmp/chromedriver /usr/local/bin/chromedriver
pip install selenium

1. 新增第二段程式碼區域，再將下方程式碼貼進去

!pip install xlsxwriter
from selenium import webdriver
import openpyxl
import xlsxwriter
import time
from time import sleep
import requests
import pandas as pd
from bs4 import BeautifulSoup
from google.colab import files
from selenium.webdriver.common.keys import Keys
import io
import pandas as pd
from selenium.webdriver.common.by import By
URL = "https://schooldistrict.tp.edu.tw/html/search.jsp" #台北市學區查詢系統的網址
options = webdriver.ChromeOptions()
options.add_argument("--headless")
options.add_argument('--disable-dev-shm-usage')
options.add_argument("--no-sandbox")
driver = webdriver.Chrome(
    options=options
)
driver.implicitly_wait(2)
ai = 0
driver.get(URL)
title = driver.title
uploaded = files.upload()# 會在執行區跳出要上傳xlsx檔案的請求
print(title)
#建立一個新的空白EXCEL表
wb = openpyxl.Workbook()            
s1 = wb['Sheet']
#各欄標題名稱
s1.cell(1,1).value = "姓名"
#s1.cell(1,2).value = "身分證字號"    #如果原本的檔案有身分證字號需要紀錄，可把本行最前面#字拿掉
s1.cell(1,3).value = "戶籍學區學校結果1"
s1.cell(1,4).value = "戶籍學區學校結果2"
s1.cell(1,5).value = "戶籍學區學校結果3"
s1.cell(1,6).value = "戶籍學區學校結果4"
def open():
   
    #取得臺北市學區查詢系統網址    
    driver.get('https://schooldistrict.tp.edu.tw/html/search.jsp')
    search_get()
    
    
def search_get():
    address = driver.find_element(By.ID,"roadSearch") 
    
    #把處理好的EXCEL讀取進來,取得表所在的工作表名稱，還有預計讀取的excel表內各欄標題列名稱
    sheet0 = pd.read_excel(io="輸入讀進來的excel檔名.xlsx", sheet_name="工作表名稱", usecols=["學生姓名","身分證統一編號","戶籍地址處理後"])
    st0 = pd.DataFrame(sheet0)
    
    st1 = st0[["學生姓名"]]
    #st2 = st0[["身分證統一編號"]] #如果有需要紀錄身分證字號，可把本行最前面#字拿掉
    st3 = st0[["戶籍地址處理後"]]
    a1 = 0
    
    for a1 in range(len(st1)):
      
        list1 = st0.at[a1,"學生姓名"]
        #list2 = st0.at[a1,"身分證統一編號"] #如果有需要紀錄身分證字號，可把本行最前面#字拿掉
        list3 = st0.at[a1,"戶籍地址處理後"]
        
        result_get = ""
        result_get1 = ""
        result_get2 = ""
        result_get3 = ""
        
        address.send_keys(Keys.CONTROL+'a')
        address.send_keys(Keys.BACK_SPACE)#每次搜尋前要把輸入欄位先清空
        time.sleep(1)
        address.send_keys(list3)#把EXCEL的戶籍地址那欄透過迴圈所在一個一個讀進去
        identify = driver.find_element(By.ID,"roadButton")
        identify.click()
        time.sleep(1)
        #TRY&EXCEPT語法,當TRY所執行的部分有ERROR,就可以直接執行EXCEPT的部分
        try:
             result_get = driver.find_element(By.XPATH,"//*[@class='ui-datatable-data ui-widget-content']/tr[1]/td[1]").text#找出第一間學校
             try:
                 result_get1 =driver.find_element(By.XPATH,"//*[@class='ui-datatable-data ui-widget-content']/tr[2]/td[1]").text                 
             except:
                 result_get1 = ""#找出第二間學校,如果沒有第二欄，就自動把RESULT_GET1的值設為空,下方步驟同此
                 
             try:
                 result_get2 =driver.find_element(By.XPATH,"//*[@class='ui-datatable-data ui-widget-content']/tr[3]/td[1]").text                 
             except:
                 result_get2 = ""#找出第三間學校
                
             try:
                 result_get3 =driver.find_element(By.XPATH,"//*[@class='ui-datatable-data ui-widget-content']/tr[4]/td[1]").text                 
             except:
                 result_get3 = ""#找出第四間學校
                            
             print(list1,result_get,result_get1,result_get2,result_get3)#在執行區試印出來核對，不用等到整個EXCEL跑完才知道內容是否有誤
             
             s1.cell(int(a1)+2,1).value = list1#姓名
             s1.cell(int(a1)+2,3).value = result_get#第一列的學區學校
             s1.cell(int(a1)+2,4).value = result_get1#第二列的學區學校
             s1.cell(int(a1)+2,5).value = result_get2#第三列的學區學校
             s1.cell(int(a1)+2,6).value = result_get3#第四列的學區學校
 
        except:
             s1.cell(int(a1)+2,1).value = list1#如果出錯了,就在C欄直接打XXXXX
             s1.cell(int(a1)+2,3).value = "XXXXX"
             print(list1,'XXXXX')
                  
        a1+=1
open()
wb.save('改成要輸出來的excel檔名.xlsx')#可把''內改成預計寫入的excel檔名
driver.close()

執行階段

補充說明