时间戳

首页 > 解决方案 > 使用 BeautifulSoup 4.8.2 从网站上抓取表格

python - 使用 BeautifulSoup 4.8.2 从网站上抓取表格

问题描述

我正在尝试从网站上抓取一张桌子，但它并不完全奏效。我正在使用 Python 3.7.4 和 bs4 4.8.2。另外，我不精通 HTML，所以如果我弄错了一些术语，请原谅。

我正在尝试使用“id = 'track_1_box'”来抓取父类下的表类，可以在此处看到。我试图提取的信息是字符串“title = 'Canada'”和“Cole”，但现在我什至无法访问该表。

这是我到目前为止所尝试的。

import requests
import numpy as np
from bs4 import BeautifulSoup
from csv import writer

#%%
url = 'https://www.mkleaderboards.com/mkw/charts/world/nonsc/12'
response = requests.get(url)

soup = BeautifulSoup(response.text, 'html.parser')

table = soup.find("table", class_='table')

但是，“table”变量返回一个空列表。我也尝试过访问父类

soup.find_all(class_ = 'panel inline_box track_box')

返回

[<div class="panel inline_box track_box" id="track_1_box">
 </div>, <div class="panel inline_box track_box" id="track_2_box">
 </div>, <div class="panel inline_box track_box" id="track_3_box">
 </div>, <div class="panel inline_box track_box" id="track_4_box">
 </div>]

但不是四个 div 类的“内部”。

我做错了什么还是网站有什么东西阻止我刮桌子？

标签： pythonweb-scrapingbeautifulsoup

解决方案

数据是通过 JavaScript 加载的，但您可以使用requests模块来获取数据：

import json
import requests


url = 'https://www.mkleaderboards.com/mkw/charts/world/nonsc/12'
api_url = 'https://www.mkleaderboards.com/api/charts/mkw_nonsc_world/{num}'

cup_id = int(url.split('/')[-1])

# box 1:
box1 = requests.get(api_url.format(num=cup_id*4+1)).json()
# box 2:
box2 = requests.get(api_url.format(num=cup_id*4+2)).json()
# box 3:
box3 = requests.get(api_url.format(num=cup_id*4+3)).json()
# box 4:
box4 = requests.get(api_url.format(num=cup_id*4+4)).json()

# uncomment this to print data to screen:
# print(json.dumps(box1, indent=4))
# print(json.dumps(box2, indent=4))
# print(json.dumps(box3, indent=4))
# print(json.dumps(box4, indent=4))

# print box1 to screen:
for d in box1['data']:
    print('{:<30} {:<20} {}'.format(d['name'], d['country_name'], d['score_formatted']))

印刷：

Cole                           Canada               1:08.774
Kasey                          United States        1:08.881
SwareJonge                     Netherlands          1:09.036
Sosis                          United States        1:09.050
Paul M.                        United States        1:09.066
Sword                          United Kingdom       1:09.118
Gustav                         Sweden               1:09.136
Guy                            United States        1:09.143
Glaceon                        Japan                1:09.157
Liam [MKW]                     United Kingdom       1:09.171

推荐阅读