URL, пытающийся очистить, загружает другую страницу

ProgramBox

URL, пытающийся очистить, загружает другую страницу

Post author:admin
Запись опубликована:1 декабря, 2022
Post category:Вопросы по программированию

#python #web-scraping #beautifulsoup

#python #веб-очистка #beautifulsoup

Вопрос:

Я пытаюсь очистить https://sportsbook.draftkings.com/event/179665865?category=oddsamp;subcategory=player-props однако мой код не работал, и когда я устранил его, я понял, что он ведет меня на исходную страницу по адресу https://sportsbook.draftkings.com/event/179665865 Первая ссылка — это вкладка внутри второй ссылки.

Вот код тестера, который я создал, чтобы проверить, очищаю ли я правильную страницу.

 import re
import urllib.request
from bs4 import BeautifulSoup


request = urllib.request.Request("https://sportsbook.draftkings.com/event/179665865?category=oddsamp;subcategory=player-props")
html = urllib.request.urlopen(request).read()
soup = BeautifulSoup(html,'html.parser')

my_list = []
links = soup.find_all("div", class_="sportsbook-table__body")
for link in links:
    my_list.append(link)
print(my_list[0].prettify())

Этот код печатает HTML из https://sportsbook.draftkings.com/event/179665865 и не тот URL, который я ввел: https://sportsbook.draftkings.com/event/179665865?category=oddsamp;subcategory=player-props
Есть идеи о том, как найти решение?

Вот мой исходный код:

 import re
import urllib.request
from bs4 import BeautifulSoup

url = "https://sportsbook.draftkings.com/leagues/football/3"
request = urllib.request.Request(url)
nfl_html = urllib.request.urlopen(request).read()
soup = BeautifulSoup(nfl_html, "html.parser")
nfl_table = soup.find("div", {"class":"sportsbook-offer-category-card"})
game_links = nfl_table.find_all("a", {"class":"event-cell-link"})

#Extracting links of all NFL games 
extracted_links = []
for link in game_links:
    url = "https://sportsbook.draftkings.com"   link["href"]
    extracted_links.append(url)
unique_links = list(set(extracted_links))

#Extracting links for player props tab
pp_link_list = []
for link in unique_links:
    url = link
    request = urllib.request.Request(url)
    game_html = urllib.request.urlopen(request).read()
    soup = BeautifulSoup(game_html, "html.parser")
    player_prop_string = soup.find("a", attrs={"href":re.compile(".player-props")})
    player_prop_link = player_prop_string.get("href")
    cleaned_pp_link = "https://sportsbook.draftkings.com"   player_prop_link
    pp_link_list.append(cleaned_pp_link)

#finding Receptions tag
for link in pp_link_list:
    request = urllib.request.Request(link)
    receptions_html = urllib.request.urlopen(request).read()
    soup = BeautifulSoup(receptions_html, "html.parser")
    pp_receptions = soup.find("a", string="Receptions")
    print(pp_receptions)

Вот код из руководства по очистке JavaScript:

 import requests

url = "https://sportsbook.draftkings.com/seo/event/179665865?category=oddsamp;subcategory=player-props"

payload={}
headers = {
  'Connection': 'keep-alive',
  'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.141 Safari/537.36',
  'Accept': '*/*',
  'Sec-Fetch-Site': 'same-origin',
  'Sec-Fetch-Mode': 'cors',
  'Sec-Fetch-Dest': 'empty',
  'Referer': 'https://sportsbook.draftkings.com/event/179665865?category=oddsamp;subcategory=player-props',
  'Accept-Language': 'en-US,en;q=0.9',
  'Cookie': '_abck=DBDA89A5A31D9FEFB47C67D719658B43~-1~YAAQHfs7F5OGUJN2AQAAYA/mlgXT6aeFPsQvZz54rGwtk/Ly825VmhBkHjVKfgFl8zCTUQ2Y3nJiNrOn6DX4jJkGA/YJaYwCKG PUE1dwqmD9QW4x7DXO8s9u9zcS RcPVakt/wbmEBxoM4tEmWsTpnjz EW9s9NgW97dezt5ap1hEjFpMCTsa56T q9RfuZKdSC/K7Gdps6hYt/FWb39j24XVIXTlLXvplE0btKZ LyFb6bSJCM6prARRjZzR4N2ZnKq4unE/LIDIWJSKMDJ0DZ1SJmpy4WufraZS65EHphBXAU8rmuwJxkc6/f7g==~-1~-1~-1; _gcl_aw=GCL.1608849430.Cj0KCQiAlZH_BRCgARIsAAZHSBnmRt0mLw0NxfWBSTiF25LMSMbn6sNxhOyCIxazxiXoeZJeKtnRRWsaAlCPEALw_wcB; _gcl_dc=GCL.1608849430.Cj0KCQiAlZH_BRCgARIsAAZHSBnmRt0mLw0NxfWBSTiF25LMSMbn6sNxhOyCIxazxiXoeZJeKtnRRWsaAlCPEALw_wcB; _gcl_au=1.1.1388899746.1608849430; ken_gclid=Cj0KCQiAlZH_BRCgARIsAAZHSBnmRt0mLw0NxfWBSTiF25LMSMbn6sNxhOyCIxazxiXoeZJeKtnRRWsaAlCPEALw_wcB; _ga=GA1.2.1743418995.1608849430; _gac_UA-28146424-9=1.1608849430.Cj0KCQiAlZH_BRCgARIsAAZHSBnmRt0mLw0NxfWBSTiF25LMSMbn6sNxhOyCIxazxiXoeZJeKtnRRWsaAlCPEALw_wcB; _gac_UA-28146424-14=1.1608849430.Cj0KCQiAlZH_BRCgARIsAAZHSBnmRt0mLw0NxfWBSTiF25LMSMbn6sNxhOyCIxazxiXoeZJeKtnRRWsaAlCPEALw_wcB; ab.storage.deviceId.b543cb99-2762-451f-9b3e-91b2b1538a42={"g":"52f3867a-5f17-3c2e-94bd-5d3249f64d04","c":1608849430261,"l":1608849430261}; _scid=64979b4d-306e-49e8-882b-376874a71712; _fbp=fb.1.1608849430431.2041993013; _csrf=e296fdf6-e4e5-45f9-bee0-50903c5b6c43; clientDateOffset=300; __helocckid=60b2e760-1d5a-f092-2d2b-182e5d900410; _ga=GA1.3.1743418995.1608849430; quickStartWelcomeModalHidden=1; _gid=GA1.2.1425230282.1611114838; _gid=GA1.3.1425230282.1611114838; _sctr=1|1611032400000; bm_sz=CE022114B11530B2AA11F32C83D2F5E0~YAAQlADARR2NnvV2AQAA6mmxIQq4vlc3GPjcRNuA2sgi8hzL4xa/VmvykJ2OzqJ2MOAaYkOZGi2jSasJGdaOKMNZxmaCuIuFI/ 68dSFNeuXsli3tilqlsTTLAYADbMtRAkr/mvrNXVNnB2xyeLtw2Z1QMTrpr3dgKbu/s8yKJJmqM23CI/3T2JDFmESDLIA/hGt; STIDN=eyJDIjoxMjIzNTQ4NTIzLCJTIjoxNjA0NTA0MTkxNiwiU1MiOjE2NjI1MzE1OTM1LCJWIjo4NDA3NjA4OTYxLCJMIjoxLCJFIjoiMjAyMS0wMS0yMVQwMDo1ODo0MS4wMDI3MjEyWiIsIlNFIjoiVVMtREsiLCJVQSI6IkFMQkN1MEZKRm0xOEJ4NkI1NVNEaG5DV2x4RWhZUnpoeS8xbTVHYTRhcm89IiwiREsiOiI0MDI2MDRiNi1mNzUxLTQzYjgtYWUzYy03NWE2MTA3ODEyYjAiLCJESSI6IjlkOWUwNDkyLTk3MmQtNGViMi04NzM4LWQ1ZmE4NjI2ODZmNSIsIkREIjoyMTc1MDY4NTUyfQ==; STH=25ed8076576d85fd5e714c743efafe863bbe9992636279042f125bf814876dc7; ak_bmsc=33918B58D43253116BF830CEFC5451F445C000AC83470000B9CA08603E37D434~plrtxo6LJtZGvCmFfba4SxJsiH bYXoseg9EFP0ePzvm 9kiIjRZAxGl3IDBrYamORXt8uj/ iHuOah3l5BHYRebUS7QBaQLEBVGlJ1UaJGXFrYmxZcnRPGUK9yD0iapDGlEWW iobTsAAnH6UtLK0G6GykGGTeID3GobdlNanXSP/K8StTpNEonGFATgQi659nVloFHWXsyZoSLz6JUv7HqcQGuLfwH/s CxSzoRTrtw=; hgg=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJ2aWQiOiI4NDA3NjA4OTYxIiwiZGtlLTYwIjoiMjg1IiwiZGtoLTExMSI6InRuOUJKQVpLIiwiZGtlLTExMSI6IjAiLCJka2gtMTE5IjoiaUdXR0VkTkciLCJka2UtMTE5IjoiMCIsImRrZS0xMjYiOiIzNzQiLCJka2UtMTQyIjoiNDI1IiwiZGtlLTE0NCI6IjQzMSIsImRrZS0xNDkiOiIzMzczIiwiZGtlLTE1MCI6IjU2NyIsImRrZS0xNTEiOiI0NTciLCJka2UtMTUyIjoiNDU4IiwiZGtlLTE1MyI6IjQ1OSIsImRrZS0xNTQiOiI0NjAiLCJka2UtMTU1IjoiNDYxIiwiZGtlLTE1NiI6IjQ2MiIsImRrZS0xNjgiOiI1MTgiLCJka2UtMTc5IjoiNTY5IiwiZGtlLTIwNCI6IjcxMCIsImRrZS0yMTkiOiIyMjQ2IiwiZGtlLTIyMSI6IjgxMyIsImRraC0yMjkiOiJWY3pCUExGZCIsImRrZS0yMjkiOiIwIiwiZGtlLTIzMCI6Ijg1NyIsImRrZS0yODgiOiIxMTI4IiwiZGtlLTMwMCI6IjExODgiLCJka2UtMzE4IjoiMTI2MSIsImRrZS0zNDUiOiIxMzUzIiwiZGtlLTM0NiI6IjEzNTYiLCJka2UtMzg0IjoiMTUwOSIsImRraC0zOTQiOiJTTjZQNnk5byIsImRrZS0zOTQiOiIwIiwiZGtlLTQwOCI6IjE2MTAiLCJka2UtNDE2IjoiMTY0OSIsImRrZS00MTgiOiIxNjUxIiwiZGtlLTQxOSI6IjE2NTIiLCJka2UtNDIwIjoiMTY1MyIsImRrZS00MjEiOiIxNjU0IiwiZGtlLTQyMiI6IjE2NTUiLCJka2UtNDI5IjoiMTcwNSIsImRrZS00NTIiOiIxODMyIiwiZGtlLTUyMCI6IjIxNTQiLCJka2UtNTUwIjoiMjMxOCIsImRrZS01NjQiOiIyMzc3IiwiZGtlLTU2NyI6IjIzODciLCJka2UtNTY4IjoiMjM5MCIsImRraC01ODgiOiIwS0xuMnktQSIsImRrZS01ODgiOiIwIiwiZGtlLTYzNiI6IjI2OTEiLCJka2UtNzAwIjoiMjk5MiIsImRrZS03MzkiOiIzMTQwIiwiZGtoLTc0MiI6Ik43XzBGMkpqIiwiZGtlLTc0MiI6IjAiLCJka2UtNzU3IjoiMzIxMiIsImRrZS03NjYiOiIzMjU2IiwiZGtoLTc2OCI6InQ0QXZ0djc5IiwiZGtlLTc2OCI6IjAiLCJka2gtNzc2IjoiaU1UUE9SUHYiLCJka2UtNzc2IjoiMCIsImRrZS03OTAiOiIzMzQ4IiwiZGtlLTc5NCI6IjMzNjQiLCJka2UtODA0IjoiMzQxMiIsImRrZS04MDUiOiIzNDE3IiwiZGtlLTgwNiI6IjM0MjUiLCJka2UtODA3IjoiMzQzNyIsImRrZS04MDkiOiIzNDQ4IiwiZGtlLTgyNCI6IjM1MTEiLCJka2UtODI1IjoiMzUxNCIsImRrZS04MzQiOiIzNTU3IiwiZGtlLTgzNiI6IjM1NzAiLCJka2gtODUwIjoiQWZIM0Q1Y08iLCJka2UtODUwIjoiMCIsImRrZS04NjEiOiIzNjc5IiwiZGtlLTg2NSI6IjM2OTUiLCJka2UtODczIjoiMzc0MSIsImRrZS04NzQiOiIzNzQ1IiwiZGtlLTg3NiI6IjM3NTIiLCJka2UtODc3IjoiMzc1NiIsImRrZS04ODAiOiIzNzY2IiwiZGtlLTg4MSI6IjM3NzAiLCJka2UtODgyIjoiMzc3MyIsImRraC04ODQiOiI5bnpaeXUzZiIsImRrZS04ODQiOiIwIiwiZGtlLTg4NiI6IjM3OTIiLCJka2gtODg3IjoicTh6R2NRR2wiLCJka2UtODg3IjoiMCIsImRrZS04ODgiOiIzODAzIiwiZGtoLTg5NCI6InRmNG1xNXoxIiwiZGtlLTg5NCI6IjAiLCJka2gtODk1IjoiTlBaV21wOEciLCJka2UtODk1IjoiMCIsImRrZS04OTYiOiIzODI4IiwiZGtlLTg5NyI6IjM4MjkiLCJka2UtOTA0IjoiMzg1MiIsImRrcy04NDgiOiIzNjIzIiwiZGtlLTg2OCI6IjM3MTQiLCJka2gtODc1IjoiMlNxNEw0eWMiLCJka3MtODc1IjoiMCIsImRrZS04OTIiOiIzODE4IiwiZGtoLTkwNyI6Imt2UVhieml2IiwiZGtlLTkwNyI6IjAiLCJka2UtOTA4IjoiMzg2NSIsImRrZS05MDkiOiIzODc0IiwiZGtlLTkxMSI6IjM4ODEiLCJka2UtOTEyIjoiMzg4NSIsImRraC05MTMiOiI2TjNtM0R5TiIsImRrZS05MTMiOiIwIiwiZGtlLTkwMyI6IjM4NDgiLCJuYmYiOjE2MTExODg5MzIsImV4cCI6MTYxMTE4OTIzMiwiaWF0IjoxNjExMTg4OTMyLCJpc3MiOiJkayJ9.apqbLQnG0Nj66-jWAZ09AaCUlNyu43O3rx9NsJcOiQE; _tq_id.TV-54368172-1.fee2=87ca359129cec881.1608849430.0.1611188941..; ab.storage.sessionId.b543cb99-2762-451f-9b3e-91b2b1538a42={"g":"972cb2fe-319b-613b-c9a5-8ede2f1f01ae","e":1611190741949,"c":1611188920508,"l":1611188941949}; _uetsid=203570505ad311eb8977a502002b06fb; _uetvid=18d28b90552911eba93ba9fa3de3ddaf; STE="2021-01-21T01:24:07.3520115Z"; bm_sv=97E74E999901A3F2FF1DB0E898B535E8~p/KKtKWD42o7AL6FLvDZyMDzEMufDsjtAh27f1gyY2b28U6tONfYNoQvOsTRMFumXdxleL7cjyt/4QKs4wbPBII2EtIGHMsyVk6ARUqTvVaLmW OoJsx5 DPSJqDGCE/LvHqS5qfW9tFYR67 M3Y9W/ngCy4e7RQsVSDXudsEH4=; _gat_UA-28146424-9=1; _gat_UA-28146424-14=1',
  'If-None-Match': 'W/"1c-vSZYn6NdKuXhr7 6ybkEI0KDIh8"'
}

response = requests.request("GET", url, headers=headers, data=payload)

print(response.text)

Ответ №1:

Это то, что вы ищете?

 import re
import urllib.request
from bs4 import BeautifulSoup


request = urllib.request.Request("https://sportsbook.draftkings.com/event/179665865?category=oddsamp;subcategory=player-props")
html = urllib.request.urlopen(request).read()
soup = BeautifulSoup(html,'html.parser')

my_list = []
# links = soup.find_all("div", class_="sportsbook-table__body")
links = soup.select('a.event-cell-link')
for link in links:
    my_list.append(link.attrs['href'])
print(my_list)

Если это то, что вы ищете, то вы очень близки, вам просто нужен новый селектор a.event-cell-link и используйте BeautifulSoup.select() его для получения ссылок.

Надеюсь, это поможет. Не стесняйтесь задавать любые дополнительные вопросы.

Редактировать # 1:

На ваш дополнительный вопрос — некоторая часть страницы будет заполнена javascript. Я дам вам фрагмент кода, который может оказаться полезным:

 import re
import urllib.request
from bs4 import BeautifulSoup
import json


request = urllib.request.Request("https://sportsbook.draftkings.com/event/179665865?category=oddsamp;subcategory=player-props")
html = urllib.request.urlopen(request).read()

data_lines = html.decode("utf-8").splitlines()

for line in data_lines:
    line = line.strip()
    if line.startswith('window.__INITIAL_STATE__ = '):
        json_str = line.replace('window.__INITIAL_STATE__ = ', '')[:-1]
        json_dict = json.loads(json_str)
print(json_dict.keys())

# dict_keys(['eventGroups', 'error', 'outcomes', 'sports', 'displayGroup', 'offers', 'settings', 'loading', 'quickLinks', 'strapline', 'featured', 'user', 'event', 'modals', 'experiments', 'rewards', 'myBets', 'seo', 'promotions', 'userOptedInPromotions', 'carouselCards', 'betslip', 'teamPages', 'playoffPages'])

Теперь вы можете работать с dict. Дайте мне знать, если это поможет.

1. Привет, Дэниел, вторая часть моего кода просто пыталась напечатать первое «поле» на странице, чтобы увидеть, нахожусь ли я на вкладке «Популярные» или на вкладке «Реквизит игрока». Моя цель — очистить вкладку Player Props, но, похоже, страница загружает только вкладку Popular независимо от URL, который я ввожу. Я надеюсь очистить поле «Receptions» на вкладке Player Props для большей ясности.

2. Пожалуйста, посмотрите на отредактированную версию и посмотрите, имеет ли это смысл.

3. Извините, я все еще относительно новичок в изучении Python. Теперь я вижу, что часть страницы является javascript, и попытался следовать инструкциям по ее очистке здесь: danielms.site/blog/web-scraping-javascript-with-python-xhr Я смог пройти через руководство и получить блок кода, но не уверен, как реализовать его в моемсобственный. (Я только что добавил этот код в свой первоначальный вопрос). Что касается вашего ответа, я также не уверен, что с этим делать. Еще раз извиняюсь и спасибо за помощь!

Ответ №2:

Вы можете извлечь строку json из html или просто получить json из api. В любом случае вам потребуется выполнить три итерации, чтобы разобрать его. Это вложенный json, поэтому это может быть сложно (особенно для кого-то нового / обучающегося), но возможно сделать:

 import requests
import pandas as pd


url = 'https://sportsbook.draftkings.com//sites/US-SB/api/v1/event/179665865'
headers = {'User-Agent': 'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.141 Mobile Safari/537.36'}
payload = {
'includePromotions': 'true',
'format': 'json'}

data = requests.get(url,headers=headers,params=payload).json()
events = data['eventCategories']

rows = []
for event in events:
    row = {}
    name = event['name']
    row['name'] = name

    componentizedOffers = event['componentizedOffers']
    for each in componentizedOffers:
        subcategoryName = each['subcategoryName']
        row['subcategoryName'] = subcategoryName
        
        offers = each['offers']
        for offer in offers:
            for play in offer:
                offers_label = play['label']
                row['offers.label'] = offers_label
                
                outcomes = play['outcomes']
                for outcome in outcomes:
                    for key in outcome.keys():
                        if key not in ['providerOutcomeId', 'providerId', 'providerOfferId']:
                            row[key] = outcome[key]
                
                    rows.append(row.copy())
            

df = pd.DataFrame(rows)

Вывод (из первых 25 строк):

 print (df.head(25).to_string())
       name   subcategoryName      offers.label              label oddsAmerican  oddsDecimal oddsFractional  line        participant criterionName
0   Popular              Game      Point Spread      TB Buccaneers         -117         1.86          17/20   3.5      TB Buccaneers           NaN
1   Popular              Game      Point Spread         GB Packers         -105         1.96          19/20  -3.5         GB Packers           NaN
2   Popular              Game      Total Points               Over         -112         1.90           9/10  51.0         GB Packers           NaN
3   Popular              Game      Total Points              Under         -109         1.92          10/11  51.0         GB Packers           NaN
4   Popular              Game         Moneyline      TB Buccaneers          150         2.50            6/4  51.0      TB Buccaneers           NaN
5   Popular              Game         Moneyline         GB Packers         -175         1.58            4/7  51.0         GB Packers           NaN
6   Popular  Touchdown Scorer  Touchdown Scorer      Davante Adams          525         6.25           21/4  51.0      Davante Adams         First
7   Popular  Touchdown Scorer  Touchdown Scorer      Davante Adams          525         6.25           21/4  51.0      Davante Adams          Last
8   Popular  Touchdown Scorer  Touchdown Scorer      Davante Adams         -182         1.55          11/20  51.0      Davante Adams      To Score
9   Popular  Touchdown Scorer  Touchdown Scorer        Aaron Jones          850         9.50           17/2  51.0        Aaron Jones         First
10  Popular  Touchdown Scorer  Touchdown Scorer        Aaron Jones          850         9.50           17/2  51.0        Aaron Jones          Last
11  Popular  Touchdown Scorer  Touchdown Scorer        Aaron Jones          115         2.15          23/20  51.0        Aaron Jones      To Score
12  Popular  Touchdown Scorer  Touchdown Scorer         Mike Evans         1000        11.00           10/1  51.0         Mike Evans         First
13  Popular  Touchdown Scorer  Touchdown Scorer         Mike Evans         1000        11.00           10/1  51.0         Mike Evans          Last
14  Popular  Touchdown Scorer  Touchdown Scorer         Mike Evans          135         2.35          27/20  51.0         Mike Evans      To Score
15  Popular  Touchdown Scorer  Touchdown Scorer      Robert Tonyan         1100        12.00           11/1  51.0      Robert Tonyan         First
16  Popular  Touchdown Scorer  Touchdown Scorer      Robert Tonyan         1100        12.00           11/1  51.0      Robert Tonyan          Last
17  Popular  Touchdown Scorer  Touchdown Scorer      Robert Tonyan          150         2.50            6/4  51.0      Robert Tonyan      To Score
18  Popular  Touchdown Scorer  Touchdown Scorer       Chris Godwin         1200        13.00           12/1  51.0       Chris Godwin         First
19  Popular  Touchdown Scorer  Touchdown Scorer       Chris Godwin         1200        13.00           12/1  51.0       Chris Godwin          Last
20  Popular  Touchdown Scorer  Touchdown Scorer       Chris Godwin          165         2.65          33/20  51.0       Chris Godwin      To Score
21  Popular  Touchdown Scorer  Touchdown Scorer  Leonard Fournette         1300        14.00           13/1  51.0  Leonard Fournette         First
22  Popular  Touchdown Scorer  Touchdown Scorer  Leonard Fournette         1300        14.00           13/1  51.0  Leonard Fournette          Last
23  Popular  Touchdown Scorer  Touchdown Scorer  Leonard Fournette          190         2.90          19/10  51.0  Leonard Fournette      To Score
24  Popular  Touchdown Scorer  Touchdown Scorer       Allen Lazard         1400        15.00           14/1  51.0       Allen Lazard         First

1. Вау, большое вам спасибо! Это определенно немного выше моей головы, но отличная отправная точка для работы. Ключевая часть кода, который я пытаюсь создать, — это возможность начать с домашней страницы DraftKings и перейти на страницу NFL, чтобы выполнить итерацию по каждой из игр. таким образом, мне не нужно вручную вводить URL. Итак, мой вопрос в том, как вы сгенерировали URL-адрес в опубликованном вами коде и есть ли способ сгенерировать эту ссылку с помощью кода? Еще раз спасибо за вашу помощь!

2. @travis_c18, извините, что просто вижу это сейчас по какой-то причине. Мне нужно будет взглянуть, но обычно в API используется стандартная конечная точка (url). И оттуда вы можете использовать его для получения динамических вещей, таких как и идентификатор события и тому подобное. Это будет сложно протестировать с помощью NFL (если я не смогу найти какую-то документацию), поскольку, очевидно, в сезоне осталась только 1 игра.

Метки: URL пытающийся очистить загружает другую страницу