使用Selenium抓取维基百科表格出现SyntaxError语法错误如何修复

核心错误原因 #

ignore_index=True是pandas append()方法的入参，你错误将其放在了字典的花括号{}内部，而字典要求所有元素必须遵循键名:值的格式，单独写ignore_index=True不符合字典语法规则，因此触发SyntaxError。

直接修复代码 #

将ignore_index=True移到字典右括号外侧，作为append()方法的参数即可，修改后的循环段代码如下：

for i in range(len(building)):
    df_building = df_building.append({
        'Building': building[i].text,
        'City': city[i].text,
        'Country': country[i].text,
        'Height in M': height_meters[i].text,
        'Height in Ft': height_ft[i].text,
        'Floors': floors[i].text
    }, ignore_index=True)

其他潜在问题修复建议 #

• XPath路径中的"是HTML转义字符，需要替换为普通双引号才能正确匹配页面元素，修改示例：
  building = driver.find_elements_by_xpath('//table[@class="wikitable sortable jquery-tablesorter"][1]/tbody/tr/td[2]')
• Windows系统下的文件路径使用单斜杠时会触发转义识别，建议给路径字符串加前缀r避免异常，驱动初始化代码修改为：
  driver = webdriver.Chrome(r'C:\Program Files\Python39\chromedriver.exe')
• 如果你使用pandas 2.0及以上版本，DataFrame.append()已被正式弃用，更推荐用列表收集数据后一次性生成DataFrame，运行效率更高，写法参考：

  data_list = []
  for i in range(len(building)):
      data_list.append({
          'Building': building[i].text,
          'City': city[i].text,
          'Country': country[i].text,
          'Height in M': height_meters[i].text,
          'Height in Ft': height_ft[i].text,
          'Floors': floors[i].text
      })
  df_building = pd.DataFrame(data_list)
  

内容的提问来源于stack exchange，提问作者Peters7