- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我遇到了很多页面,这些页面通过简单的按钮删除或什至只是页面中的一个小故障就可以解决问题。
这个问题似乎经常出现,但我不确定如何解决它。本质上,随着球队、赔率和任何东西都消失了,它得到了带有链接的 xpath:(//*[contains(@class, "sport-block") and .//div/div]//*[包含(@class, "purple-ar")])
。正如它应该的那样,但不是团队和赔率造成无用的抓取。
我最初使用 CSS 选择器,但我想不出在 CSS 的限制下这怎么可能。
我追求的简单 xpath:
//*[contains(@class, "sport-block") and .//div/div]//*[contains(@class, "purple-ar")]
问题依然存在。
我对祖先和之前的东西不是很熟悉......但是像 xpath 之类的东西:
即://a/ancestor::div[contains(@class, 'xpath')]/preceding-sibling::div[contains(@class, 'xpath')]//a
到:
//a/ancestor::div[contains(@class, 'table-grid')]/preceding-sibling::span[contains(@class, 'sprite-icon arrow-icon arrow-right arrow-purple')]//a
可能会解决(假设我可以让它工作)。
<td class="top-subheader uppercase">
<span>
English Premier League Futures
</span>
</td>
</tr>
<tr>
<td class="content">
<div class="titles">
<span class="match-name">
<a href="/sports-betting/soccer/united-kingdom/english-premier-league-futures/outright-markets-20171226-616961-22079860">
Outright Markets
</a>
</span>
<span class="tv">
26/12
</span>
<span class="other-matches">
<a href="/sports-betting/soccer/united-kingdom/english-premier-league-futures/outright-markets-20171226-616961-22079860" class="purple-arrow">5 Markets
<span class="sprite-icon arrow-icon arrow-right arrow-purple"></span>
</a>
</span>
有什么办法可以解决这个问题吗?谢谢。
当前输出:
Steaua Bucharest Link for below
Celtic Link for below
Napoli Link for below
Lyon Link for below
期望:
Steaua Bucharest LINK FOR Steaua Bucharest
Celtic Link Celtic
Napoli Link for Napoli
Lyon Link for Lyon
有什么办法可以解决这个问题吗?或者甚至缩小方法?持续性问题。谢谢。
最佳答案
为了确保您的数据结构对于每个组都是完整的,我遍历它们并使用嵌套(或相对?我不确定这里的术语)XPath 来获取数据。可以通过在每个查询之前放置 .
来使用相对 XPath。
我也清理了一下:
如果这能解决您的数据一致性问题,请告诉我。
import csv
import os
import time
from random import shuffle
from selenium import webdriver
from selenium.common.exceptions import TimeoutException, NoSuchElementException
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.ui import WebDriverWait as wait
driver = webdriver.Chrome()
driver.set_window_size(1024, 600)
driver.maximize_window()
driver.get('https://crownbet.com.au/sports-betting/soccer')
header = driver.find_element_by_tag_name('header')
driver.execute_script('arguments[0].hidden="true";', header)
header1 = driver.find_element_by_css_selector('div.row.no-margin.nav.sticky-top-nav')
driver.execute_script('arguments[0].hidden="true";', header1)
# XPaths for the data
groups = '//div[@id="sports-matches"]/div[@class="container-fluid"]'
xp_match_link = './/span[@class="match-name"]/a'
xp_bp1 = './/div[@data-id="1"]//span[@class="bet-party"]'
xp_ba1 = './/div[@data-id="3"]//span[@class="bet-amount"]'
xp_bp3 = './/div[@data-id="3"]//span[@class="bet-party"]'
xp_ba3 = './/div[@data-id="3"]//span[@class="bet-amount"]'
while True:
try:
# wait for the data to populate the tables
wait(driver, 5).until(EC.element_to_be_clickable((By.XPATH, (xp_bp1))))
time.sleep(2)
data = []
for elem in driver.find_elements_by_xpath(groups):
try:
match_link = elem.find_element_by_xpath(xp_match_link)\
.get_attribute('href')
except:
match_link = None
try:
bp1 = elem.find_element_by_xpath(xp_bp1).text
except:
bp1 = None
try:
ba1 = elem.find_element_by_xpath(xp_ba1).text
except:
ba1 = None
try:
bp3 = elem.find_element_by_xpath(xp_bp3).text
except:
bp3 = None
try:
ba3 = elem.find_element_by_xpath(xp_ba3).text
except:
ba3 = None
data.append([match_link, bp1, ba1, bp3, ba3])
print(data)
element = driver.find_element_by_xpath('//span[text()="Next Page"]')
driver.execute_script("arguments[0].scrollIntoView();", element)
wait(driver, 5).until(EC.element_to_be_clickable((By.XPATH, '//span[text()="Next Page"]')))
element.click()
with open('test.csv', 'a', newline='', encoding="utf-8") as outfile:
writer = csv.writer(outfile)
for row in data:
writer.writerow(row)
except TimeoutException as ex:
pass
except NoSuchElementException as ex:
print(ex)
break
关于python - 简单的网页更改或按钮删除和抓取的数据是无用的,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47922167/
哇,我一直在尝试让一个简单的 Android Twitter 应用程序运行,但这是不可能的。我来自 iOS 背景。我目前正在努力使这些工作: 来自 Marakana 的 MyTwitter 应用程序。
我只花了几个小时调试一个编译器错误,如果编译器的错误消息更有用,我可以立即修复这个错误。 我把它简化为一个简单的例子: template int f(int); template auto g(U
我想调整我的线条(两条)的大小,因为我觉得它们太瘦了。 下面的代码这样做了,但是为 size 创建了一个图例,这是无用的,因为 size 没有可以映射到它的变量。 qplot(date,value,d
如果我这样做 xset dpms 600 3600 7200 ,它在 10 点后使我的屏幕空白 几分钟的不事件。 问题 X11 怎么知道我闲了多久,我怎么才能访问这个 以编程方式空闲时间? 我无法获得
在调查 ConflictError ( see this previous question ) 时,我看到了很多 persistent.mapping.PersistentMapping 冲突。 具
我正在使用 PHP 和 jQuery 创建交互式白板应用程序。创建一个卡片组不是问题,也不是在页面上应用 Canvas 覆盖以便我可以在上面写字。我是一名业余编码员,完全是自学成才。这部分是学习更多的
我是网页设计的自学者,所以我可能会错过一些基础编码。 所以问题是 内容在一行中从右边溢出了 div。 代码如下 HTML
我在将 DRF SessionAuthentication 与定义为 ModelViewSets 的 View 一起使用时遇到问题。 “LoginRequiredMixin”在泛型 View 中工作正
这是我的一段代码:输出看起来像:12、44、55,我需要删除最后一个“,”,我尝试了所有方法。 while ((r = scanf("%d", &v)) > 0){ printf("%
我正在做这样的事情 http://jsfiddle.net/8ErSL/2/ 当您将鼠标悬停在任何文本框 (div) 上时,其中会出现一个小图标。 我想阻止图标的淡入淡出效果在我不小心将鼠标悬停在 d
我使用“wget --mirror [sitename]”启动了一个 wget 镜像,它是工作正常,但意外中断了该过程。 我现在想恢复镜像,但有以下警告: 如果 wget 已经下载了一个文件,我不想下
我有一个包含多个子项的 DOM 元素 (#installations),其中只有一个具有类 .selected。我需要选择此类和其余的前 3 个 (:not(.selected)) 并显示它们 - 目
我是一名优秀的程序员,十分优秀!