搜寻网站

Question

我有这个：

 from bs4 import BeautifulSoup
 import requests

 page = requests.get("https://www.marca.com/futbol/primera/equipos.html")
 soup = BeautifulSoup(page.content, 'html.parser')
 equipos = soup.findAll('li', attrs={'id':'nombreEquipo'})

 aux = []
 for equipo in equipos:
     aux.append(equipo)

如果我打印（aux [0]），我会得到：      ，            比利亚雷亚尔            

Entrenador：

     

哈维尔·卡雷亚

     

Jugadores：

                       

1 塞尔吉奥·阿森霍

     

13 AndrésFernández

     

25 Mariano Barbosa

     ...

我的问题是我想拿标签：

 <h2 class="cintillo">Villarreal</h2>

和标记：      

1 塞尔吉奥·阿森霍

并将其放入bataBase 我该怎么办？ 谢谢

Answer 1

您可以像这样从<h2 class="cintillo">中提取第一个equipo元素：

h2 = str(equipo.find('h2', {'class':'cintillo'}))

如果只需要内部HTML（不带任何标签），请使用：

h2 = equipo.find('h2', {'class':'cintillo'}).text

您可以像这样从<span class="dorsal-jugador">中提取所有equipo元素：

jugadores = equipo.find_all('span', {'class':'dorsal-jugador'})

然后将h2和jugadores附加到多维列表。

完整代码：

from bs4 import BeautifulSoup
import requests

page = requests.get("https://www.marca.com/futbol/primera/equipos.html")
soup = BeautifulSoup(page.content, 'html.parser')
equipos = soup.findAll('li', attrs={'id':'nombreEquipo'})

aux = []
for equipo in equipos:
        h2 = equipo.find('h2', {'class':'cintillo'}).text
        jugadores = equipo.find_all('span', {'class':'dorsal-jugador'})
        aux.append([h2,[j.text for j in jugadores]])

# format list for printing
print('\n\n'.join(['--'+i[0]+'--\n' + '\n'.join(i[1])  for i in aux]))

输出样本：

--Alavés--
Fernando Pacheco
Antonio Sivera
Álex Domínguez
Carlos Vigaray
...

演示：https://repl.it/@glhr/55550385

Answer 2

您可以创建一个团队名称字典作为键，并以[entrenador，玩家]列表作为值

import requests
from bs4 import BeautifulSoup as bs

r = requests.get('https://www.marca.com/futbol/primera/equipos.html')
soup = bs(r.content, 'lxml')

teams = {}

for team in soup.select('[id=nombreEquipo]'):
    team_name = team.select_one('.cintillo').text 
    entrenador = team.select_one('dd').text
    players = [item.text for item in team.select('.dorsal-jugador')]
    teams[team_name] = {entrenador : players}
print(teams)