0

我是编码新手，有一些可以使用指导的概念性问题。

我正在网页抓取，它输出到一个 csv，如果在我运行笔记本时 csv 已经存在，它会附加行。我计划使用带有 papermill 的 cronjobs 来自动运行刮，但我担心我可能会丢失一些代码来确保我不会覆盖当前的 csv。我想我可能还需要实现if name == __main__，但我无法理解它的应用。

下面是我认为我可能需要编辑才能使用 papermill 并获得我想要的结果的代码。

file_name = Path("scrapes.csv") 

if file_name.exists():  # if file already exists in directory
    print('file exists, now appending')
    
    # append new scrapes to the file without header row
    df.to_csv('scrapes.csv', mode='a', index=False, header=False) 

else: # if file does not exist yet
    print('file does not exist, now creating')
    df.to_csv('scrapes.csv', index=False) #create new file

  1. 如果我在 papermill 中运行它，它会知道我指的是哪个文件路径，还是使用 os.path 是最佳实践？

  2. 我是否需要将输出位置指定为生成/附加的 csv 的路径？

  3. 我需要为此使用if name == __main__吗？一般来说，我对它的用例仍然有些困惑。

谢谢！

4

0 回答 0