代码之家 › 专栏 › 技术社区 › SIM

无法从某些复杂的html元素中提取特定内容

web-scraping xpath python-3.x python

1

SIM · 技术社区 · 7 年前

我的脚本可以抓取的是包含 Mondays December 26th 2016 Horse Racing Tips Mondays 2016 总是出现在每个标题中。

现在,我想抓取不同目录下的内容喜欢 Sunshine Coast Race Tips . 每个选项下都有多个比赛提示 星期一 .

其中一个比赛提示:

Sunshine Coast Race Tips:

Race 1: 7, 5, 4, 3 - Winner (1) $1.30 Exacta $1.90 Trifecta $4.10
Race 2: 2, 4, 3, 8 - Winner (1) $3.40 Exacta $62.70 Trifecta $116.10 First 4 $158.80
Race 3: 4, 10, 5, 13 - 2nd and 4th - Loss

这是我迄今为止的尝试:

import requests
from lxml.html import fromstring

url = "https://www.freehorseracingtipsaustralia.com/mondays-horse-racing-results-2016"

res = requests.get(url,headers={"User-Agent":"Mozilla/5.0"})
root = fromstring(res.text)
for item in root.xpath("//b[starts-with(.,'Mondays')]"):
    print(item.text_content())

1 回复 | 直到 7 年前

1

2

Andersson 7 年前

尝试下面的代码获得比赛技巧

for item in root.xpath('''(//div[b/font[.="Today's Race Tips:"]])[1]/following-sibling::div/b'''):
    print(item.text_content())