抓取特定运动数据 SELENIUM/BS4答案

【问题标题】：Scraping specific sports data SELENIUM/BS4抓取特定运动数据 SELENIUM/BS4
【发布时间】：2022-01-09 15:32:24
【问题描述】：

我正在尝试从该页面上抓取数据https://www.flashscore.pl/druzyna/ajax/8UOvIwnb/tabela

Q1：我创建了这段代码，但我不知道如何仅为 AJAX 团队提取数据。数据将保存为列表。稍后它们将被保存到 csv 文件。另外，我不感兴趣，例如符号“？”如何排除它？我会很感激你的帮助。

Q2：如何将“AJAX”的 anserw 与“;”分开阿贾克斯;18;13;3;2;56:4;42;?;W;W;P;W;W;

代码

from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
from bs4 import BeautifulSoup as BS
import requests
from time import sleep
driver = webdriver.Chrome()
driver.get("https://www.flashscore.pl/druzyna/ajax/8UOvIwnb/tabela/")
sleep(10)
page = driver.page_source
soup = BS(page,'html.parser')
content3 = soup.find('div',{'class':'ui-table__body'})
content_list3 = content.find_all('div',{'class':'tableCellFormIcon tableCellFormIcon--TBD'})

for i in content3:
    print(i.text.split()[0])

结果

1.PSV18141346:2443?WWWWR
2.Ajax18133256:442?WWPWW
3.Feyenoord18123342:1739?WPRWW
4.Vitesse18103525:2533?WRWWR
5.Alkmaar18102635:2332?WWWWW
6.Twente1895428:2232?RWWWR
7.Utrecht1885533:2329?RRRPW
8.Cambuur1891832:3928?RPWPW
9.Nijmegen1874724:2625?WWPPP
10.Heerenveen1874720:2525?PWRWR
11.G.A.
12.Groningen1847720:2719?PPRRW
13.Heracles18531021:2618?RWPPP
14.Willem
15.Waalwijk1837819:3016?RPPWR
16.Sparta
17.Sittard18341119:4613?PRWPP
18.Zwolle1813149:326?PPPRR

【问题讨论】：

标签： python selenium-webdriver beautifulsoup

【解决方案1】：

您可以将其添加到列表中：

res = []
for i in content3:
    line = i.text.split()[0]
    print(line)
    res.append(line)

https://docs.python.org/3/tutorial/datastructures.html-

list.append(x) 将一个项目添加到列表的末尾。相当于 a[len(a):] = [x].

替换“？”添加这个：

line = line.replace("?", "")

https://docs.python.org/3/library/stdtypes.html#str.replace-

str.replace(old, new[, count]) 返回所有字符串的副本子字符串 old 的出现被 new 替换。如果可选参数 count 是给定的，只有第一个 count 出现被替换。

检查行是否包含“Ajax”：

if "Ajax" in line:
    print(line)

【讨论】：

谢谢。但是我如何打印特定团队“AJAX”的结果。当我把它放在列表上时，我可以打印例如只有第三个元素？我该怎么做？
@Piotr 查看我的编辑
谢谢。你知道我怎么能分开结果。例如 2.;Ajax;18;1;3;3;2;56:44;2;?;W;W;P;W;W
@Piotr 请批准/投票赞成答案，如果需要，请提出另一个问题。
好的，我批准投票并在主题上添加 Q2。谢谢

【解决方案2】：

添加正则表达式并排序“Ajax”：

import re 

res = []
for i in content3:
    line = i.text.split()[0]
    if re.search('Ajax', line):
        line = line.replace("?", "")
        res.append(line)

print(res)

【讨论】：

非常感谢。如何用“，”分隔结果？