使用ScraperWiki抓取PDF时出现未定义错误

Question

我正在尝试用ScraperWiki来抓取这个PDF文件。现在的代码给我报了一个错误，提示“名字 'data' 未定义”，但是我在

elif int(el.attrib['left']) < 647: data['Neighborhood'] = el.text

如果我把那一行注释掉，我在else语句上也会收到同样的错误。

这是我的代码

import scraperwiki
import urllib2, lxml.etree
#Pull Mondays
url = 'http://www.city.pittsburgh.pa.us/police/blotter/blotter_monday.pdf'
pdfdata = urllib2.urlopen(url).read()
xmldata = scraperwiki.pdftoxml(pdfdata)
root = lxml.etree.fromstring(xmldata)
# how many pages in PDF
pages = list(root)
print "There are",len(pages),"pages"
# Test Scrape of only Page 1 of 29
for page in pages[0:1]:
    for el in page:
        if el.tag == "text":
            if int(el.attrib['left']) < 11: data = { 'Report Name': el.text }
            elif int(el.attrib['left']) < 317: data['Location of Occurrence'] = el.text
            elif int(el.attrib['left']) < 169: data['Incident Time'] = el.text
            elif int(el.attrib['left']) < 647: data['Neighborhood'] = el.text
            elif int(el.attrib['left']) < 338: data['Description'] = el.text
            else:
                data['Zone'] = el.text
                print data

我哪里出错了呢？

另外，如果有更好的解决方案，欢迎提供建议。

Answer 1

除非你跳过了某些代码，否则你的 data 字典只有在这一行的条件满足时才会被创建：

if int(el.attrib['left']) < 11: data = { 'Report Name': el.text }

你后面所有设置 data 值的代码都依赖于它已经存在，所以如果这个条件没有满足，你就会遇到 NameError 的错误。

一个简单的解决办法是总是先创建一个空的 data 字典，比如：

for page in pages[0:1]:
    for el in page:
        data = {}
        if el.tag =="text":

等等。