python - 使用 html 进入 url 并抓取表格-6ren

python - 使用 html 进入 url 并抓取表格

转载作者：行者123 更新时间：2023-12-01 06:31:20

我需要从玩家的各个页面中抓取表格，但有时如果有多个同名玩家，搜索将转到玩家列表。我想要那个在 NBA 打球的球员。例如，对于 Sergio Rodriguez，会显示一个列表 ( https://basketball.realgm.com/search?q=Sergio+Rodriguez )，因此它不会转到单个页面，而是显示“没有 Sergio Rodriguez 的国际表”。我想进入在 NBA 效力的塞尔吉奥·罗德里格斯 (Sergio Rodriguez) 的个人页面(排名第二)并抓取表格，但我不知道该怎么做。我如何使用 html 进入该特定玩家的页面并继续抓取？

HTML:

<tbody>
<tr>
<td class="nowrap tablesaw-cell-persist" rel="Rodriguez Febles, Sergio"><a href="/player/Sergio-Rodriguez-Febles/Summary/50443">Sergio Rodriguez Febles</a></td>
<td class="nowrap" rel="5">SF</td>
<td class="nowrap" rel="79">6-7</td>
<td class="nowrap" rel="202">202</td>
<td class="nowrap" rel="19931018"><a href="/info/birthdays/19931018/1">Oct 18, 1993</a></td>
<td class="nowrap" rel="2015"><a href="/nba/draft/past_drafts/2015" target="_blank">2015</a></td>
<td class="nowrap" rel="N/A">-</td>
<td rel="-">-</td>
</tr>
<tr>
<td class="nowrap tablesaw-cell-persist" rel="Rodriguez, Sergio"><a href="/player/Sergio-Rodriguez/Summary/85">Sergio Rodriguez</a></td>
<td class="nowrap" rel="1">PG</td>
<td class="nowrap" rel="75">6-3</td>
<td class="nowrap" rel="176">176</td>
<td class="nowrap" rel="19860612"><a href="/info/birthdays/19860612/1">Jun 12, 1986</a></td>
<td class="nowrap" rel="2006"><a href="/nba/draft/past_drafts/2006" target="_blank">2006</a></td>
<td class="nowrap" rel="N/A">-</td>
<td rel="NYK, PHL, POR, SAC"><a href="/nba/teams/New-York-Knicks/20/Rosters/Regular/2010">NYK</a>, <a href="/nba/teams/Philadelphia-Sixers/22/Rosters/Regular/2017">PHL</a>, <a href="/nba/teams/Portland-Trail-Blazers/24/Rosters/Regular/2009">POR</a>, <a href="/nba/teams/Sacramento-Kings/25/Rosters/Regular/2010">SAC</a></td>
</tr>
<tr>
<td class="nowrap tablesaw-cell-persist" rel="Rodriguez, Sergio"><a href="/player/Sergio-Rodriguez/Summary/39601">Sergio Rodriguez</a></td>
<td class="nowrap" rel="3">SG</td>
<td class="nowrap" rel="76">6-4</td>
<td class="nowrap" rel="-">-</td>
<td class="nowrap" rel="19771012"><a href="/info/birthdays/19771012/1">Oct 12, 1977</a></td>
<td class="nowrap" rel="1999"><a href="/nba/draft/past_drafts/1999" target="_blank">1999</a></td>
<td class="nowrap" rel="N/A">-</td>
<td rel="-">-</td>
</tr>
</tbody>

import requests
from bs4 import BeautifulSoup
import pandas as pd


playernames=['Carlos Delfino', 'Sergio Rodriguez']

result = pd.DataFrame()
for name in playernames:

    fname=name.split(" ")[0]
    lname=name.split(" ")[1]
    url="https://basketball.realgm.com/search?q={}+{}".format(fname,lname)
    response = requests.get(url)

    soup = BeautifulSoup(response.content, 'html.parser')

    # check the response url
    if (response.url == "https://basketball.realgm.com/search..."):
        # parse the search results, finding players who played in NBA
        ... get urls from the table ...
        soup.table...  # etc.
        foreach url in table:
            response = requests.get(player_url)
            soup = BeautifulSoup(response.content, 'html.parser')
            # call the parse function for a player page
            ...
            parse_player(soup)
    else: # we have a player page
        # call the parse function for a player page, same as above
        ...
        parse_player(soup)

    try:
        table1 = soup.find('h2',text='International Regular Season Stats - Per Game').findNext('table')
        table2 = soup.find('h2',text='International Regular Season Stats - Advanced Stats').findNext('table')

        df1 = pd.read_html(str(table1))[0]
        df2 = pd.read_html(str(table2))[0]

        commonCols = list(set(df1.columns) & set(df2.columns))
        df = df1.merge(df2, how='left', on=commonCols)
        df['Player'] = name

    except:
        print ('No international table for %s.' %name)
        df = pd.DataFrame([name], columns=['Player'])

最佳答案

使用 if 条件检查元素的文本是否与 Sergio Rodriguez 匹配，然后转到该 block 并获取最新的 url，然后获取汤等。

import requests
from bs4 import BeautifulSoup
import pandas as pd


playernames=['Carlos Delfino', 'Sergio Rodriguez','Nikola Jokic','Brandon Jennings','Thon Maker']

result = pd.DataFrame()
for name in playernames:

    fname=name.split(" ")[0]
    lname=name.split(" ")[1]
    url="https://basketball.realgm.com/search?q={}+{}".format(fname,lname)
    response = requests.get(url)
    soup = BeautifulSoup(response.content, 'html.parser')

    #Add check here if matches with `Sergio Rodriguez` then go to if clause
    if soup.find('a',text=name).text==name:
        url="https://basketball.realgm.com"+soup.find('a',text=name)['href']
        print(url)
        response = requests.get(url)
        soup = BeautifulSoup(response.text, 'lxml')

    try:
        table1 = soup.find('h2',text='International Regular Season Stats - Per Game').findNext('table')
        table2 = soup.find('h2',text='International Regular Season Stats - Advanced Stats').findNext('table')

        df1 = pd.read_html(str(table1))[0]
        df2 = pd.read_html(str(table2))[0]

        commonCols = list(set(df1.columns) & set(df2.columns))
        df = df1.merge(df2, how='left', on=commonCols)
        df['Player'] = name
        print(df)
    except:
        print ('No international table for %s.' %name)
        df = pd.DataFrame([name], columns=['Player'])

控制台你可以看到df正在打印。

  https://basketball.realgm.com/player/Carlos-Delfino/Summary/446
       Season                               Team  ...    PER          Player
0     2002-03         Fortituto Kontatto Bologna  ...  15.38  Carlos Delfino
1   2003-04 *                          All Teams  ...  16.08  Carlos Delfino
2   2003-04 *         Fortituto Kontatto Bologna  ...  15.15  Carlos Delfino
3   2003-04 *         Fortituto Kontatto Bologna  ...  16.58  Carlos Delfino
4     2008-09                             Khimki  ...  19.48  Carlos Delfino
5     2016-17                       Boca Juniors  ...  14.82  Carlos Delfino
6   2017-18 *                          All Teams  ...  -0.76  Carlos Delfino
7   2017-18 *  KIROLBET Baskonia Vitoria-Gasteiz  ...   0.21  Carlos Delfino
8   2017-18 *  KIROLBET Baskonia Vitoria-Gasteiz  ...  -6.67  Carlos Delfino
9   2018-19 *                          All Teams  ...  15.37  Carlos Delfino
10  2018-19 *                        Fiat Torino  ...  13.67  Carlos Delfino
11  2018-19 *         Fortituto Kontatto Bologna  ...  22.76  Carlos Delfino
12  2018-19 *                        Fiat Torino  ...  12.78  Carlos Delfino

[13 rows x 41 columns]
https://basketball.realgm.com/player/Sergio-Rodriguez/Summary/85
       Season                       Team  ...    PER            Player
0     2003-04       Movistar Estudiantes  ...   0.00  Sergio Rodriguez
1   2004-05 *                  All Teams  ...  13.81  Sergio Rodriguez
2   2004-05 *       Movistar Estudiantes  ...  14.55  Sergio Rodriguez
3   2004-05 *       Movistar Estudiantes  ...  11.17  Sergio Rodriguez
4   2005-06 *                  All Teams  ...  12.50  Sergio Rodriguez
5   2005-06 *       Movistar Estudiantes  ...  13.80  Sergio Rodriguez
6   2005-06 *       Movistar Estudiantes  ...   6.09  Sergio Rodriguez
7   2010-11 *                  All Teams  ...  13.45  Sergio Rodriguez
8   2010-11 *                Real Madrid  ...  15.26  Sergio Rodriguez
9   2010-11 *                Real Madrid  ...  12.83  Sergio Rodriguez
10  2011-12 *                  All Teams  ...  14.07  Sergio Rodriguez
11  2011-12 *                Real Madrid  ...  14.84  Sergio Rodriguez
12  2011-12 *                Real Madrid  ...   0.00  Sergio Rodriguez
13  2011-12 *                Real Madrid  ...  15.55  Sergio Rodriguez
14  2012-13 *                  All Teams  ...  17.57  Sergio Rodriguez
15  2012-13 *                Real Madrid  ...  19.51  Sergio Rodriguez
16  2012-13 *                Real Madrid  ...   0.00  Sergio Rodriguez
17  2012-13 *                Real Madrid  ...  30.02  Sergio Rodriguez
18  2013-14 *                  All Teams  ...  22.89  Sergio Rodriguez
19  2013-14 *                Real Madrid  ...  22.05  Sergio Rodriguez
20  2013-14 *                Real Madrid  ...  27.16  Sergio Rodriguez
21  2013-14 *                Real Madrid  ...  18.64  Sergio Rodriguez
22  2014-15 *                  All Teams  ...  19.18  Sergio Rodriguez
23  2014-15 *                Real Madrid  ...  18.10  Sergio Rodriguez
24  2014-15 *                Real Madrid  ...  21.48  Sergio Rodriguez
25  2014-15 *                Real Madrid  ...  20.10  Sergio Rodriguez
26  2015-16 *                  All Teams  ...  17.59  Sergio Rodriguez
27  2015-16 *                Real Madrid  ...  17.87  Sergio Rodriguez
28  2015-16 *                Real Madrid  ...  20.14  Sergio Rodriguez
29  2015-16 *                Real Madrid  ...   9.32  Sergio Rodriguez
30  2015-16 *                Real Madrid  ...  16.95  Sergio Rodriguez
31  2017-18 *                  All Teams  ...  19.19  Sergio Rodriguez
32  2017-18 *                CSKA Moscow  ...  19.36  Sergio Rodriguez
33  2017-18 *                CSKA Moscow  ...  17.89  Sergio Rodriguez
34  2018-19 *                  All Teams  ...  17.83  Sergio Rodriguez
35  2018-19 *                CSKA Moscow  ...  14.92  Sergio Rodriguez
36  2018-19 *                CSKA Moscow  ...  21.10  Sergio Rodriguez
37  2018-19 *                CSKA Moscow  ... -11.12  Sergio Rodriguez
38  2019-20 *                  All Teams  ...  18.23  Sergio Rodriguez
39  2019-20 *  EA7 Emporio Armani Milano  ...  18.26  Sergio Rodriguez
40  2019-20 *  EA7 Emporio Armani Milano  ...  18.06  Sergio Rodriguez

[41 rows x 41 columns]
https://basketball.realgm.com/player/Nikola-Jokic/Summary/49571
      Season                      Team       League  ...   DRtg    PER        Player
0  2012-13 *                 All Teams  All Leagues  ...   98.5  14.15  Nikola Jokic
1  2012-13 *  KK Mega Leks Junior Team     Belgrade  ...   95.2  21.13  Nikola Jokic
2  2012-13 *             KK Mega Bemax          KLS  ...  104.9   3.48  Nikola Jokic
3  2013-14 *                 All Teams  All Leagues  ...  108.5  19.42  Nikola Jokic
4  2013-14 *             KK Mega Bemax     Liga ABA  ...  108.4  21.18  Nikola Jokic
5  2013-14 *             KK Mega Bemax          KLS  ...  109.0  21.79  Nikola Jokic
6  2014-15 *                 All Teams  All Leagues  ...  100.6  24.61  Nikola Jokic
7  2014-15 *             KK Mega Bemax     Liga ABA  ...  100.5  24.02  Nikola Jokic
8  2014-15 *             KK Mega Bemax          KLS  ...  100.8  31.50  Nikola Jokic

[9 rows x 41 columns]
https://basketball.realgm.com/player/Brandon-Jennings/Summary/1609
      Season                    Team  ...    PER            Player
0  2008-09 *               All Teams  ...  13.05  Brandon Jennings
1  2008-09 *             Virtus Roma  ...  12.94  Brandon Jennings
2  2008-09 *             Virtus Roma  ...  12.43  Brandon Jennings
3    2017-18          Shanxi Zhongyu  ...  21.51  Brandon Jennings
4  2018-19 *               All Teams  ...  12.52  Brandon Jennings
5  2018-19 *  Zenit Saint Petersburg  ...  14.60  Brandon Jennings
6  2018-19 *  Zenit Saint Petersburg  ...  10.16  Brandon Jennings

[7 rows x 41 columns]
https://basketball.realgm.com/player/Thon-Maker/Summary/42192
No international table for Thon Maker.

关于python - 使用 html 进入 url 并抓取表格，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/59901366/

文章推荐： jquery - 将

更改为

文章推荐： sql - SELECT DISTINCT 内部 WHERE IN 子句性能

文章推荐： jquery - PrettyPhoto 删除扩展图像选项

文章推荐： java - 在 Java SE 6 中扩展类时出错

javascript - 使用 WebScriptEndpoint 使用 javascript 使用 WCF 服务
我在网上搜索但没有找到任何合适的文章解释如何使用 javascript 使用 WCF 服务，尤其是 WebScriptEndpoint。任何人都可以对此给出任何指导吗？谢谢最佳答案这是一篇关于
c - 没有结果!!使用 fork() 使用 dup2 使用 2 个管道运行 execlp()
我正在编写一个将运行 Linux 命令的 C 程序，例如: cat/etc/passwd | grep 列表 |剪切-c 1-5 我没有任何结果 *这里 parent 等待第一个 child (chi
python - 处理文件上传，使用 Pillow 调整大小，使用 SQLAlchemy 存储，使用 Flask 提供文件
所以我正在尝试处理文件上传，然后将该文件作为二进制文件存储到数据库中。在我存储它之后，我尝试在给定的 URL 上提供文件。我似乎找不到适合这里的方法。我需要使用数据库，因为我使用 Google 应用引
excel - 使用 IF 使用 VBA 在单元格中添加公式的问题
我正在尝试制作一个宏，将下面的公式添加到单元格中，然后将其拖到整个列中并在 H 列中复制相同的公式我想在 F 和 H 列中输入公式的数据 Range("F1").formula = "=IF(ISE
使用 OperatorPrecedenceParser 使用 FParsec 解析函数应用程序？
问题类似于this one ，但我想使用 OperatorPrecedenceParser 解析带有函数应用程序的表达式在 FParsec . 这是我的 AST: type Expression =
sql - 使用 sequelize 使用 where 查询编码计数
我想通过使用 sequelize 和 node.js 将这个查询更改为代码取决于在哪里 select COUNT(gender) as genderCount from customers where
bash - 使用 “let”分配Bash失败，使用 “/”
我正在使用GNU bash，版本5.0.3(1)-发行版(x86_64-pc-linux-gnu)，我想知道为什么简单的赋值语句会出现语法错误: #/bin/bash var1=/tmp
javascript - 使用 JavaScript 使用 FOR OF 数组循环时出现错误？
这里，为什么我的代码在 IE 中不起作用。我的代码适用于所有浏览器。没有问题。但是当我在 IE 上运行我的项目时，它发现错误。而且我的 jquery 类和 insertadjacentHTMl 也不
javascript - 使用 javascript 使用 for 属性更改表单标签内容
我正在尝试更改标签的innerHTML。我无权访问该表单，因此无法编辑 HTML。标签具有的唯一标识符是“for”属性。这是输入和标签的结构:
javascript - 使用 jquery 使用 .on() 将事件附加到页面上的动态插入按钮
我有一个页面，我可以在其中返回用户帖子，可以使用一些 jquery 代码对这些帖子进行即时评论，在发布新评论后，我在帖子下插入新评论以及删除按钮。问题是 Delete 按钮在新插入的元素上不起作用，
使用 awk 使用 sha1sum 进行散列
我有一个大约有 20 列的“管道分隔”文件。我只想使用 sha1sum 散列第一列，它是一个数字，如帐号，并按原样返回其余列。使用 awk 或 sed 执行此操作的最佳方法是什么？ Accounti
mysql - 使用 insert into 使用 mysql
我需要将以下内容插入到我的表中...我的用户表有五列 id、用户名、密码、名称、条目。 (我还没有提交任何东西到条目中，我稍后会使用 php 来做)但由于某种原因我不断收到这个错误:#1054 - U
jquery - 将输入字段值修剪为仅字母数字字符/使用 .使用 jQuery
所以我试图有一个输入字段，我可以在其中输入任何字符，但然后将输入的值小写，删除任何非字母数字字符，留下“。”而不是空格。例如，如果我输入: 地球的 70% 是水，-!*#$^^ & 30% 土地输
javascript - 使用 .innerHTML 使用 DOM
我正在尝试做一些我认为非常简单的事情，但出于某种原因我没有得到想要的结果？我是 javascript 的新手，但对 java 有经验，所以我相信我没有使用某种正确的规则。这是一个获取输入值、检查选择
php - 使用 angularjs 使用 where 子句从数据库获取数据
我想使用 angularjs 从 mysql 数据库加载数据。这就是应用程序的工作原理；用户登录，他们的用户名存储在 cookie 中。该用户名显示在主页上我想获取这个值并通过 angularjs
ios - 使用 UITableViewCell 使用 AutoLayout
我正在使用 autoLayout，我想在 UITableViewCell 上放置一个 UIlabel，它应该始终位于单元格的右侧和右侧的中心。这就是我想要实现的目标所以在这里你可以看到我正在谈论的
mysql - 使用 ElasticSearch 使用 or 和运算符搜索多个字段
我需要与 MySql 等效的 elasticsearch 查询。我的 sql 查询: SELECT DISTINCT t.product_id AS id FROM tbl_sup_price t
ios - 使用 Swift 使用 JSON
我正在实现代码以使用 JSON。 func setup() { if let flickrURL = NSURL(string: "https://api.flickr.com/
javascript - 使用 JavaScript 使用 for 循环声明变量
我尝试使用for循环声明变量，然后测试cols和rols是否相同。如果是，它将运行递归函数。但是，我在 javascript 中执行 do 时遇到问题。有人可以帮忙吗？现在，在比较 col.1 和
jquery - 使用 :after 使用 jquery 更改样式
我举了一个我正在处理的问题的简短示例。 HTML代码: 1 2 3 CSS 代码: .BB a:hover{ color: #000; } .BB > li:after {

行者123

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

python - 使用 html 进入 url 并抓取表格