如何编辑 Python 代码以循环请求以从列表中提取信息

Question

我只有几周的时间来学习 Python，我正在尝试从列表（事件）中提取特定信息。 我已经能够调用列表并提取特定行（单个事件的信息），但目标是运行程序并从整个被调用列表中提取信息（来自所有事件的信息）。

其中，到目前为止，我最好的猜测是：

one_a_tag = soup.findAll('a')[22:85]

和

one_a_tag = soup.findAll('a')[22+1]

但我想出了这些错误：

    TypeError                                 Traceback (most recent call last)
<ipython-input-15-ee19539fbb00> in <module>
     11 soup.findAll('a')
     12 one_a_tag = soup.findAll('a')[22:85]
---> 13 link = one_a_tag['href']
     14 'https://arema.mx' + link
     15 eventUrl = ('https://arema.mx' + link)

TypeError: list indices must be integers or slices, not str

和

TypeError                                 Traceback (most recent call last)
<ipython-input-22-81d98bcf8fd8> in <module>
     10 soup
     11 soup.findAll('a')
---> 12 one_a_tag = soup.findAll('a')[22]+1
     13 link = one_a_tag['href']
     14 'https://arema.mx' + link

TypeError: unsupported operand type(s) for +: 'Tag' and 'int'

这是到目前为止的全部代码：

import requests
import urllib.request
import time
from bs4 import BeautifulSoup

url = 'https://arema.mx/'

response = requests.get(url)
soup = BeautifulSoup(response.text, "html.parser")
soup
soup.findAll('a')
one_a_tag = soup.findAll('a')[22]
link = one_a_tag['href']
'https://arema.mx' + link 
eventUrl = ('https://arema.mx' + link)  
print(eventUrl)

def getAremaTitulo(eventUrl):
    res = requests.get(eventUrl)
    res.raise_for_status()
    
    soup = bs4.BeautifulSoup(res.text, 'html.parser')
    elems = soup.select('body > div.body > div.ar.eventname')
    return elems[0].text.strip()

def getAremaInfo(eventUrl):
    res = requests.get(eventUrl)
    res.raise_for_status()
    
    soup = bs4.BeautifulSoup(res.text, 'html.parser')
    elems = soup.select('body > div.body > div.event-header')
    return elems[0].text.strip()

titulo = getAremaTitulo(eventUrl)
print('Nombre de evento: ' + titulo)

info = getAremaInfo(eventUrl)
print('Info: ' + info)

time.sleep(1)

我确信代码中可能存在一些冗余，但我最热衷于解决的是创建一个循环来从所有事件中提取我正在寻找的特定信息。 我需要添加什么才能到达那里？

谢谢！

Answer 1

要获取有关事件的所有信息，您可以使用此脚本：

import requests
from bs4 import BeautifulSoup


url = 'https://arema.mx/'
soup = BeautifulSoup(requests.get(url).content, 'html.parser')

for event_link in soup.select('#events a.event'):
    u = 'https://arema.mx' + event_link['href']
    s = BeautifulSoup(requests.get(u).content, 'html.parser')

    event_name = s.select_one('.eventname').get_text(strip=True)
    event_info = s.select_one('.event-header').text.strip()

    print(event_name)
    print(event_info)
    print('-' * 80)

印刷：

...

--------------------------------------------------------------------------------
NOCHE BOHEMIA <A PIANO Y GUITARRA>
"Freddy González y Víctor Freez dos amigos que al
paso del tiempo hermanaron sus talentos para crear un concepto musical cálido y
acústico entre cuerdas y teclas haciéndonos vibrar entre una línea de canciones
de ayer y hoy. Rescatando las bohemias que tantos recuerdos y encuentros nos han
generado a lo largo del tiempo.

 Precio: $69*ya incluye cargo de servicio.Fecha: Sábado 15 de agosto 20:00 hrsTransmisión en vivo por Arema LiveComo ingresar a ver la presentación.·         Dale clic en Comprar  y Selecciona tu acceso.·         Elije la forma de pago que más se te facilite y finaliza la compra.·         Te llegara un correo electrónico con la confirmación de compra y un liga exclusiva para ingresar a la transmisión el día seleccionado únicamente.La compra de tu boleto es un apoyo para el artista.Importante:  favor de revisar tu correo en bandeja de entrada, no deseados o spam ya que los correos en ocasiones son enviados a esas carpetas.
--------------------------------------------------------------------------------
    
...