这是我第三次或第四次使用 BeautifulSoup。我将它与请求库一起使用以从体育网站上抓取数据。我正在尝试抓取运动员的信息,例如姓名、年龄、身高等。但是,在尝试获取信息时(print(player_name)) 我得到的是这个而不是网站页面中显示的信息:
姓名:{{details.player.person.lastName}},{{details.player.person.firstName}}
有没有办法访问真实数据?
我的代码:
import requests
from bs4 import BeautifulSoup
def scrape_player(player_url):
response_player = requests.get(player_url)
player_soup = BeautifulSoup(response_player.text, 'html.parser')
div = player_soup.find('div', {'class' : 'player-info-row'})
player_name = div.text
print(player_name)
if __name__ == '__main__':
scrape_player('https://ehfcl.eurohandball.com/men/20212/player/LFpFsiLDFvxs_tXnKlFAQw/luis-frade/')
网站从脚本标签加载数据,因此其动态加载并且bs4
无法通过标签或类捕获,但尽管它存在于script
标签中
import requests
from bs4 import BeautifulSoup
url = "https://ehfcl.eurohandball.com/men/2021-22/player/Z8PG_QqFxhA-6PTQ4gcCSA/stas-skube/"
r = requests.get(url)
soup = BeautifulSoup(r.content, "html.parser")
在这里,我们可以找到script
标记并将数据加载为 json 格式,该格式将数据作为键值对返回,您可以提取您想要的数据!
data=soup.find("script",attrs={"type":"application/ld+json"})
import json
main_data=json.loads(data.string)
print(main_data['name'])
print(main_data['birthDate'])
输出:
Skube Stas
1989-11-15
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句