Question

我正在尝试从网站上抓取足球比赛结果。我用html获取结果，当我尝试用.text删除它们时，得到奇怪的输出。我使用parent方法获取整个分数的父HTML元素。

scraper脚本：

        response = requests.get(url)
        html_soup = BeautifulSoup(response.text, 'html.parser')
        type(html_soup)

        results = html_soup.findAll('strong',text="East Wall Rovers")
        chosen_team_results=[]

        for result in results:
            chosen_team_results.append(result.parent.text)
        print(chosen_team_results)

HTML：

<p class="zeta"><strong>
            Killester Donnycarney FC</strong>
            1
            <strong>Cherry Orchard</strong>
            2
                        </p>
<p class="zeta"><strong>
            Ballymun United</strong>
            2
            <strong>Bluebell United</strong>
            1
                        </p>

输出：

'\r\n\t\t\tValeview Shankill\r\n\t\t\t1\r\n\t\t\tEast Wall Rovers\r\n\t\t\t5\r\n\t\t\t\t\t\t', '\r\n\t\t\tMarks Celtic FC\r\n\t\t\t0\r\n\t\t\tEast Wall Rovers\r\n\t\t\t5\r\n\t\t\t\t\t\t', '\r\n\t\t\tBlessington FC\r\n\t\t\t0\r\n\t\t\tEast Wall Rovers\r\n\t\t\t5\r\n\t\t\t\t\t\t', '\r\n\t\t\tParkvale FC\r\n\t\t\t2\r\n\t\t\tEast Wall Rovers\r\n\t\t\t1\r\n\t\t\t\t\t\t', '\r\n\t\t\tBoyne Rovers\r\n\t\t\t1\r\n\t\t\tEast Wall Rovers\r\n\t\t\t1\r\n\t\t\t\t\t\t'

我希望结果以纯文本形式显示，只是团队和得分。

Answer 1

要摆脱空白，我建议您执行以下操作：

  for result in results:
      chosen_team_results.append(''.join(str(result.parent.text).split()))
  print(chosen_team_results)

BeautifulSoup Python .text方法未返回正确的文本

1 个答案: