1

抱歉，如果您觉得有人问过这个问题，但我已经阅读了相关问题并且对 Python 很陌生，我无法找到如何以干净的方式编写此请求。

现在我有这个最小的 Python 代码：

from mechanize import Browser

from BeautifulSoup import BeautifulSoup
import re
import urllib2



br = Browser()
br.open("http://www.atpworldtour.com/Rankings/Singles.aspx")

filename = "rankings.html"
FILE = open(filename,"w")

html = br.response().read(); 

soup = BeautifulSoup(html);
links = soup.findAll('a', href=re.compile("Players"));
for link in links:
    print link['href'];

FILE.writelines(html);

它检索 href 包含单词 player 的所有链接。

现在我需要解析的 HTML 看起来像这样：

<tr>
  <td>1</td>
  <td><a href="/Tennis/Players/Top-Players/Roger-Federer.aspx">Federer,&nbsp;Roger</a>&nbsp;(SUI)</td>
  <td><a href="/Tennis/Players/Top-Players/Roger-Federer.aspx?t=rb">10,550</a></td>
  <td>0</td>
  <td><a href="/Tennis/Players/Top-Players/Roger-Federer.aspx?t=pa&m=s">19</a></td>
</tr>

1 包含玩家的等级。我希望能够在字典中检索这些数据：

  • 秩
  • 玩家的名字
  • 链接到详细页面（此处/Tennis/Players/Top-Players/Roger-Federer.aspx）

你能给我一些指示，或者如果这很容易帮助我构建这段代码？我不确定如何在 Beautiful Soup 中提出请求。

安东尼

4

1 回答 1

3

使用您的方法搜索玩家将起作用，但每个玩家将返回 3 个结果。更容易搜索表本身，然后遍历行（标题除外）：

table=soup.find('table', 'bioTableAlt')
for row in table.findAll('tr')[1:]:
    cells = row.findAll('td')
    #retreieve data from cells...

要获取您需要的数据：

    rank = cells[0].string
    player = cells[1].a.string
    link = cells[1].a['href']
于 2010-01-14T22:16:45.463 回答