搜寻MLB游戏日数据

时间:2018-09-07 05:07:17

标签: python xml beautifulsoup

我正在使用BeautifulSoup尝试从MLB游戏日页面中抓取数据。

现在,我只是想提取游戏日ID。

这是一个页面示例:

url = "http://gd2.mlb.com/components/game/mlb/year_2017/month_04/day_20/epg.xml"

soup = BeautifulSoup(urlopen(d_url), "lxml")

此后,我不确定如何导航和查找ID。

每个游戏将它们存储在2个不同的位置:

  game_data_directory="/components/game/mlb/year_2017/month_04/day_20/
                       gid_2017_04_20_bosmlb_tormlb_1"

gameday="2017_04_20_bosmlb_tormlb_1"

找到然后存储ID的最佳方法是什么?

谢谢。

1 个答案:

答案 0 :(得分:1)

data = requests.get('http://gd2.mlb.com/components/game/mlb/year_2017/month_04/day_20/epg.xml')
data = BeautifulSoup(data.content, "lxml")

for game in data.find_all('game'):
    print(game['game_data_directory'])
    pos = game['game_data_directory'].rfind('/')
    print(game['game_data_directory'][46:])