问题描述
我正在尝试从此投注页面中刮除所有赔率:
我需要刮擦:
-
比赛名称,例如'Palmeiras-Coritiba'等
每行的 -
列“ 1”,“ X”列和“ 2”列值。
from splinter import browser
from bs4 import BeautifulSoup
executable_path = {"executable_path": "/path/to/geckodriver"}
browser = browser("firefox",**executable_path,headless=True,incognito=True)
bets = f'https://www.oddsportal.com/soccer/brazil/serie-a/'
browser.visit(bets)
# parse html
soup = BeautifulSoup(browser.html,'html.parser')
odds = soup.find_all('tr',class_="odd")
for el in odds:
print (el.find('a').contents[0])
print (el.find('td',class_='odds-Nowrp'))
但我在9行中仅得到6列的“ 1”值:
<td class="odds-Nowrp" xodd="1.52" xoid="E-3pdmnxv464x0x9vma2"><a href="" onclick="globals.ch.togle(this,'E-3pdmnxv464x0x9vma2');return false;" xparam="odds_text">1.52</a></td>
<td class="odds-Nowrp" xodd="1.9" xoid="E-3pdmoxv464x0x9vma4"><a href="" onclick="globals.ch.togle(this,'E-3pdmoxv464x0x9vma4');return false;" xparam="odds_text">1.90</a></td>
<td class="odds-Nowrp" xodd="2.17" xoid="E-3pdmsxv464x0x9vmac"><a href="" onclick="globals.ch.togle(this,'E-3pdmsxv464x0x9vmac');return false;" xparam="odds_text">2.17</a></td>
<td class="odds-Nowrp" xodd="4.24" xoid="E-3pdmrxv464x0x9vmaa"><a href="" onclick="globals.ch.togle(this,'E-3pdmrxv464x0x9vmaa');return false;" xparam="odds_text">4.24</a></td>
<td class="odds-Nowrp" xodd="2.49" xoid="E-3pdmuxv464x0x9vmag"><a href="" onclick="globals.ch.togle(this,'E-3pdmuxv464x0x9vmag');return false;" xparam="odds_text">2.49</a></td>
<td class="odds-Nowrp" xodd="4.08" xoid="E-3pdn3xv464x0x9vmaq"><a href="" onclick="globals.ch.togle(this,'E-3pdn3xv464x0x9vmaq');return false;" xparam="odds_text">4.08</a></td>
而且我没有收到想要的'a'文字。
解决方法
由于选择器,您无法获得所有行。您正在使用css类odd
,该类仅适用于奇数行(背景为白色的行)。
关于未获取<a>
标签的文本,这是由于以下事实造成的:每行第一列中有两个<a>
标签,而您正在读取第一行的内容一个,不包含任何文本。
您可以尝试这种方法-而不是寻找行,而是寻找第一列(包含匹配名称的<td>
),然后使用<td>
查看其同级findNext
打印匹配名称和“ 1”列的值的示例:
odds = soup.find_all('td',class_="name table-participant")
for el in odds:
print (el.find('a').findNext('a').contents[0])
print (el.findNext('td').find('a').contents[0])
编辑:此示例显示匹配名称和所有赔率(当表格包含已完成的匹配时,也说明html结构的变化):
odds = soup.find_all('td',class_="name table-participant")
for el in odds:
links_in_first_column = el.find_all('a')
match_name = ''.join(map(lambda e : e.text.strip(),links_in_first_column))
print(match_name)
odds_columns = el.find_next_siblings('td',xodd=True)
print (odds_columns[0]['xodd'])
print (odds_columns[1]['xodd'])
print (odds_columns[2]['xodd'])