我是一名初学者蟒蛇(3)用户,我目前正试图为我的梦幻足球赛季刮取一些运动数据。以前我在一个回合的路上做了这个(在HT-track中下载,转换为excel并使用VBA来组合我的数据)。但是现在我正在尝试学习python以提高我的编码能力。
我想要抓this page但是在选择我想要的行/表时遇到了一些困难。以下是我的代码目前的情况。它仍然有一些代码,我一直在尝试使用它。
from urllib.request import urlopen # import the library
from bs4 import BeautifulSoup # Import BS
from bs4 import SoupStrainer # Import Soup Strainer
page = urlopen('http://www.footywire.com/afl/footy/ft_match_statistics?mid=6172') # access the website
only_tables = SoupStrainer('table') # parse only table elements when parsing
soup = BeautifulSoup(page, 'html.parser') # parse the html
# for row in soup('table',{'class':'tbody'}[0].tbody('tr')):
# tds = row('td')
# print (tds[0].string, tds[1].string)
# create variables to keep the data in
team = []
player = []
kicks = []
handballs = []
disposals = []
marks = []
goals = []
tackles = []
hitouts = []
inside50s = []
freesfor = []
freesagainst = []
fantasy = []
supercoach = []
table = soup.find_all('tr')
# print(soup.prettify())
print(table)
现在我可以选择所有' tr'从页面,但我只是选择具有以下属性的行时遇到问题:
<tr bgcolor="#ffffff" onmouseout="this.bgColor='#ffffff';" onmouseover="this.bgColor='#cbcdd0';">
&#34;的onmouseover&#34;似乎是我想要刮掉的桌子的唯一属性。
有谁知道我如何改变这行代码,选择这个属性?
table = soup.find_all('tr')
从这里我相信我可以将数据放入数据框中,希望我可以导出为CSV。
任何帮助都会非常感激,因为我查看了BS4文档但没有运气。
答案 0 :(得分:1)
你可以用这个:
table = soup.findAll("tr", {"bgcolor": "#ffffff", "onmouseout": "this.bgColor='#ffffff'", "onmouseover": "this.bgColor='#cbcdd0';"})
此外,您还可以使用以下方法:
tr_tag = soup.findAll(lambda tag:tag.name == "tr" and tag["bgcolor"] == "#ffffff") and tag["onmouseout"] = "this.bgColor='#ffffff'" and tag["onmouseover"] = "this.bgColor='#cbcdd0';"
上述方法的优点在于它使用了BS的全部功能,并以非常优化的方式为您提供结果
答案 1 :(得分:0)
检查this:
soup.find_all("tr", attrs={"onmouseover" : "this.bgColor='#cbcdd0';"})