- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试使用 BeautifulSoup 解析来自具有平面 HTML 结构的体育网站的赛程数据。
到目前为止,我尝试只解析每个赛程日期的第一个赛程,而不解析同一日期的其他赛程。
html 是:
...
<h3 class="fix_header1">January 2019</h3>
<h4 class="fix_header2">Friday 4th January</h4>
<div class="fix_item">
<span class="match_col">
<span class="team">Warriors</span>
</span>
<span class="match_time">20:00</span>
<span class="match_col">
<span class="team">Knights</span>
</span>
</div>
<h4 class="fix_header2">Saturday 5th January</h4>
<div class="fix_item">...</div>
<div class="fix_item">...</div>
<div class="fix_item">...</div>
<h4 class="fix_header2">Sunday 6th January</h4>
<div class="fix_item">...</div>
<div class="fix_item">...</div>
<div class="fix_item">...</div>
<div class="fix_item">...</div>
<div class="fix_item">...</div>
<div class="fix_item">...</div>
...
代码:
from bs4 import BeautifulSoup
import requests
url = "https://www.dummyurl.com/fixtures"
response = requests.get(url, timeout=5)
content = BeautifulSoup(response.content, "html.parser")
fixtures = []
def process_fixtures(date, home, time, away):
fixture_item = {
"date": "",
"home":"",
"time":"",
"away":""
}
fixture_item["date"] = date
fixture_item["home"] = home
fixture_item["time"] = time
fixture_item["away"] = away
fixtures.append(fixture_item)
fixtures_dates = content.find_all("h4", class_="fix_header2")
for fixtures_date in fixtures_dates:
date = fixtures_date.text
home = fixtures_date.find_next("span", class_="team").text
time = fixtures_date.find_next("span", class_="match_time").text.strip()
away = fixtures_date.find_next("span", class_="team").find_next("span", class_="team").text
process_fixtures(date, home, time, away)
输出:
[{'date': 'Friday 4th January',
'home': 'Warriors',
'time': '20:00',
'away': 'Knights'},
{'date': 'Saturday 5th January',
'home': 'Kings',
'time': '15:00',
'away': 'Bulls'},
{'date': 'Sunday 6th January',
'home': 'Fishes',
'time': '19:00',
'away': 'Lions'},
...
我在寻找什么:
[{'date': 'Friday 4th January',
'home': 'Warriors',
'time': '20:00',
'away': 'Knights'},
{'date': 'Saturday 5th January',
'home': 'Kings',
'time': '15:00',
'away': 'Bulls'},
{'date': 'Saturday 5th January',
'home': 'Cats',
'time': '16:30',
'away': 'Dogs'},
{'date': 'Saturday 5th January',
'home': 'Empire',
'time': '19:30',
'away': 'County State'},
...
最佳答案
技巧是从日期标题开始,然后循环包含夹具信息的同级标题,直到您点击另一个标题。您在日期标题之间收集的任何内容都属于最后一个日期。
试试这个:
from bs4 import BeautifulSoup, Tag
import requests
from pprint import pprint
def make_soup(url: str) -> BeautifulSoup:
res = requests.get(url, headers={'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:69.0) Gecko/20100101 Firefox/69.0'})
res.raise_for_status()
html = res.text
soup = BeautifulSoup(html, 'html.parser')
return soup
def extract_fixtures(soup: BeautifulSoup) -> list:
headers = soup.select('.fixres__header2')
fixtures = []
for h in headers:
date = h.text.strip()
for s in h.next_siblings:
if s in headers:
break
if not isinstance(s, Tag):
continue
if 'fixres__item' not in s.get('class', []):
break
home = s.select_one('.matches__participant--side1').text.strip()
away = s.select_one('.matches__participant--side2').text.strip()
time = s.select_one('.matches__date').text.strip()
m = {
'date': date,
'home': home,
'away': away,
'time': time
}
fixtures.append(m)
return fixtures
url = 'https://www.skysports.com/premier-league-fixtures'
soup = make_soup(url)
fix = extract_fixtures(soup)
pprint(fix)
输出:
[{'away': 'Norwich City',
'date': 'Friday 9th August',
'home': 'Liverpool',
'time': '20:00'},
{'away': 'Manchester City',
'date': 'Saturday 10th August',
'home': 'West Ham United',
'time': '12:30'},
{'away': 'Sheffield United',
'date': 'Saturday 10th August',
'home': 'Bournemouth',
'time': '15:00'},
{'away': 'Southampton',
'date': 'Saturday 10th August',
'home': 'Burnley',
'time': '15:00'},
{'away': 'Everton',
'date': 'Saturday 10th August',
'home': 'Crystal Palace',
'time': '15:00'},
{'away': 'Brighton and Hove Albion',
'date': 'Saturday 10th August',
'home': 'Watford',
'time': '15:00'},
...
...
关于python - 如何使用 BeautifulSoup 将平面 HTML 结构解析为字典?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57056006/
我一直在使用 AJAX 从我正在创建的网络服务中解析 JSON 数组时遇到问题。我的前端是一个简单的 ajax 和 jquery 组合,用于显示从我正在创建的网络服务返回的结果。 尽管知道我的数据库查
很难说出这里要问什么。这个问题模棱两可、含糊不清、不完整、过于宽泛或夸夸其谈,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开,visit the help center . 关闭 1
我在尝试运行 Android 应用程序时遇到问题并收到以下错误 java.lang.NoClassDefFoundError: com.parse.Parse 当我尝试运行该应用时。 最佳答案 在这
有什么办法可以防止etree在解析HTML内容时解析HTML实体吗? html = etree.HTML('&') html.find('.//body').text 这给了我 '&' 但我想
我有一个有点疯狂的例子,但对于那些 JavaScript 函数作用域专家来说,它看起来是一个很好的练习: (function (global) { // our module number one
关闭。此题需要details or clarity 。目前不接受答案。 想要改进这个问题吗?通过 editing this post 添加详细信息并澄清问题. 已关闭 8 年前。 Improve th
我需要编写一个脚本来获取链接并解析链接页面的 HTML 以提取标题和其他一些数据,例如可能是简短的描述,就像您链接到 Facebook 上的内容一样。 当用户向站点添加链接时将调用它,因此在客户端启动
在 VS Code 中本地开发时,包解析为 C:/Users//AppData/Local/Microsoft/TypeScript/3.5/node_modules/@types//index而不是
我在将 json 从 php 解析为 javascript 时遇到问题 这是我的示例代码: //function MethodAjax = function (wsFile, param) {
我在将 json 从 php 解析为 javascript 时遇到问题 这是我的示例代码: //function MethodAjax = function (wsFile, param) {
我被赋予了将一种语言“翻译”成另一种语言的工作。对于使用正则表达式的简单逐行方法来说,源代码过于灵活(复杂)。我在哪里可以了解更多关于词法分析和解析器的信息? 最佳答案 如果你想对这个主题产生“情绪化
您好,我在解析此文本时遇到问题 { { { {[system1];1;1;0.612509325}; {[system2];1;
我正在为 adobe after effects 在 extendscript 中编写一些代码,最终变成了 javascript。 我有一个数组,我想只搜索单词“assemble”并返回整个 jc3_
我有这段代码: $(document).ready(function() { // }); 问题:FB_RequireFeatures block 外部的代码先于其内部的代码执行。因此 who
背景: netcore项目中有些服务是在通过中间件来通信的,比如orleans组件。它里面服务和客户端会指定网关和端口,我们只需要开放客户端给外界,服务端关闭端口。相当于去掉host,这样省掉了些
1.首先贴上我试验成功的代码 复制代码 代码如下: protected void onMeasure(int widthMeasureSpec, int heightMeasureSpec)
什么是 XML? XML 指可扩展标记语言(eXtensible Markup Language),标准通用标记语言的子集,是一种用于标记电子文件使其具有结构性的标记语言。 你可以通过本站学习 X
【PHP代码】 复制代码 代码如下: $stmt = mssql_init('P__Global_Test', $conn) or die("initialize sto
在SQL查询分析器执行以下代码就可以了。 复制代码代码如下: declare @t varchar(255),@c varchar(255) declare table_cursor curs
前言 最近练习了一些前端算法题,现在做个总结,以下题目都是个人写法,并不是标准答案,如有错误欢迎指出,有对某道题有新的想法的友友也可以在评论区发表想法,互相学习🤭 题目 题目一: 二维数组中的
我是一名优秀的程序员,十分优秀!