贴一个自己写的爬虫python script给大家查进度

去年申OPT的时候自己写了一个webscrap查附近号段，没想到今年又用到啦。感觉地里很多人都需要，我就把自己写的script贴上来，不要笑！也欢迎大神改进code！

在用之前要先configure selenium里的webdriver，我当时好像搞了半天才搞成功。大家多去网上搜搜，我也不太懂这个具体怎么搞。

用法：
1. output_dir里面输入自己的output地址
2. for loop的range里把号段改成自己想要查询的号段，如：
         for x in range(1916550000, 1916560000)
3. 后面receiptn里面把EAC改成自己的处理中心，我是EAC所以就写的EAC。
4. 第一个if clause里面的number改成2里面的起始number，如 if x == 1916550000:

注意事项：好像一次查太多号码会被封，我曾经试图一次查一万个号然后就被禁止了。。。不知道大神有没有办法解决


"H:\case status webscrape.py"


补充内容 (2019-5-31 00:54):
附件上传没成功，放楼下了

。。。刚刚上传附件没有成功，放在这里了。。。

多谢楼主分享，python爬虫我也自己写过一个，但里面查到很多相邻号段的case其实不是h1 cap的，对今年新抽的同学，绝大多数都是noise，参考意义不大。。。
拿一个WAC1919351***为例，Case Was Approved on May 15, 2019，但看一下这个case的received date确实May 8, 2019，显然不是新抽的h1 case（基本收据日都是Apr 11, 2019才对）

补充内容 (2019-5-31 01:46):
确实 -> 却是

郁澜瑾 发表于 2019-5-31 04:12
对的，所以webscrape的时候可以把收据日期也截出来然后按照日期分析进度

不过查case status的网页是不提供case history的
需要自己登录egov账户添加case后才能看到history，要登录账号啥的就麻烦了

good job!

谢谢大佬分享，但是链接打不开呢

Sinkle 发表于 2019/05/31 01:45:32
多谢楼主分享，python爬虫我也自己写过一个，但里面查到很多相邻号段的case其实不是h1 cap的，对今年新抽的同学，绝大多数都是noise，参考意义不大。。。
拿一个WAC1919351***...

有收据日不是411的吧

布鲁丝儿 发表于 2019-5-31 02:56
有收据日不是411的吧

据我所知，参加抽签的h1b cap的received date基本都在04/11左右, 不会像我举的例子里那种五月初的received date, notice date倒是五花八门的没错
如果你有其他反例，欢迎举出来

chensw885522 发表于 2019-5-31 01:30
谢谢大佬分享，但是链接打不开呢

链接那个我搞错了，看下面的附件

Sinkle 发表于 2019-5-31 01:45
多谢楼主分享，python爬虫我也自己写过一个，但里面查到很多相邻号段的case其实不是h1 cap的，对今年新抽的 ...

对的，所以webscrape的时候可以把收据日期也截出来然后按照日期分析进度