使用 SELENIUM/BS4 进行抓取

Question

我正在尝试从此页面https://www.flashscore.pl/druzyna/ajax/8UOvIwnb/tabela抓取数据

如何用“;”分隔结果？ 我怎样才能准确地选择我需要的数据？

数据是动态的

结果

 ['1.Ajax20153261:548WWWWP']

预期结果（单独的；并且在本例中缺少几行值 20 和值 48）

Ajax;15;3;2;61:5;W;W;W;W;P'

下面的代码

from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
from bs4 import BeautifulSoup as BS
import requests
from time import sleep
import re
driver = webdriver.Chrome()
driver.get("https://www.flashscore.pl/druzyna/ajax/8UOvIwnb/tabela/")
sleep(10)
page = driver.page_source
soup = BS(page,'html.parser')
content3 = soup.find('div',{'class':'ui-table__body'})
content_list3 = content3.find_all('div',{'class':'tableCellFormIcon 
tableCellFormIcon--TBD'})
res = []
for i in content3:
   line = i.text.split()[0]
   if re.search('Ajax', line):
       line = line.replace("?", "")
       res.append(line)

print(res)

Answer 1

这能解决你的问题吗？

content3 = soup.find('div',{'class':'ui-table__body'})
content_list3 = content3.find_all('div',{'class':'tableCellFormIcon tableCellFormIcon--TBD'})

content_list3 = content3.find_all('div',{'class':'tableCellFormIcon', 'title': re.compile('Ajax*')})
res = []
for i in content_list3:    
    line = i.text
    line = line.replace("?", "")
    res.append(line)

res = ";".join(res)
print(res)

我没有将所选内容中的所有文本字段合并，然后搜索 Ajax，而是只选择了标题中包含“Ajax”的那些 div，并一一获取它们的文本。 然后，您可以使用偏好分隔符加入它们。