0

Доброй ночи друзья, пишу небольшой парсер:

import requests

from bs4 import BeautifulSoup

import re

LINK = "https://premierliga.ru/tournaments/championship/tournament-table/"
def main():
    link = LINK
    print(get_data(get_html(link)))

def get_html(link):
    response = requests.get(link)
    return response.text

def get_data(html):

    soup = BeautifulSoup(html,'lxml')
    trs = soup.find('div', class_=('stats-tournament- 
    table')).find('table').find_all('tr')
for tr in trs:
    position = tr.find('td', class_='place')
    print (position)
#return trs

if __name__=='__main__':
    main()

Столкнулся со следующей проблемой, парсер возвращает мне:

<td class="place">
  <span></span>1
        </td>
<td class="place">
  <span></span>2
        </td>

А я хочу получить только текст, в данном случае цифры между тегами, но у меня никак не получается. Пробовал воспользоваться get_text(), но пишет что нет такого атрибута, пробовал replace, результат тот же (видимо из за того, что это не строка), как можно отсюда вычленить только текст? Заранее спасибо

0

3 ответа 3

0

Самый нижний цикл в листинге:

trs = bla_bla
for tr in trs:
    position = tr.find('td', {'class': 'place'})
    print (position.text.strip())

<tag>.text извлекает из тега текст целиком даже, если в нём есть вложенные теги со своим содержимым. Если все теги class="place" однотипные, с пустыми спанами, то вполне пойдёт и такой вариант. Функция strip() убирает пробельные символы по краям извлечённого текста.

0

Правильней еще раз пройти в цикле:

def get_data(html):
    soup = BeautifulSoup(html,'lxml')
    trs = soup.find('div', class_=('stats-tournament-table')).find('table').find_all('tr')
    for tr in trs:
        position = tr.find_all('td', class_='place')
        for i in position:
            print (i.text.replace('\n', ''))
0

Не знаю насколько правильно так делать, bs4.element.tag > в строку, и так очищать. В целом проблема решена.

def get_data(html):

soup = BeautifulSoup(html,'lxml')
trs = soup.find('div', class_=('stats-tournament-table')).find('table').find_all('tr')
for tr in trs:
    position = tr.find('td', class_='place')
    position_str = re.sub('<[^>]+>',"",str(position))
    position_str = ''.join(position_str.split())#убираем перенос
    print(position_str)
#return trs

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.