Блог

Прочитав документацию BeautifulSoup, мне удалось написать короткий скрипт на python, чтобы очистить таблицу и распечатать ее, однако я не могу понять, как отформатировать ее в таблицу. Конечная цель — получать прогнозы на футбольные матчи с веб-сайта:https://afootballreport.com/predictions/over-1.5-goals / и сохранять их в текстовый файл.

Вот код, который я написал до сих пор:

 import urllib
import urllib.request
from bs4 import BeautifulSoup

def make_soup(url):
    thepage = urllib.request.urlopen(url)
    soupdata = BeautifulSoup(thepage, "html.parser")
    return soupdata

soup = make_soup("https://afootballreport.com/predictions/over-1.5-goals/")
for record in soup.findAll('tr'):

    for data in record.findAll('td'):

     print(data.text.strip())
  

и это вывод:

 03/28
17:30
Iceland Reykjavik Youth Cup


Fjölnir / Vængir U19
Valur / KH U19
Over 1.5
Valur / KH U19 have over 1.5 goals in 100% of their games in the last 2 months (total games 6).
03/28
17:30
Saudi Arabia Pro League


Al Ittifaq
Al Quadisiya
Over 1.5
Al Ittifaq have over 1.5 goals in 100% of their games in the last 2 months (total games 8).
  

Я хочу, чтобы в нем было по столбцу для каждой строки: дата, время, футбольная лига, домашняя команда, выездная команда, Совет, Описание.
Вот так:

 Date, Time, Football League, HomeTeam, AwayTeam, Tip, Description
03/28, 17:30, Iceland Reykjavik Youth Cup, Fjölnir / Vængir U19, Valur / KH U19, Over 1.5, Valur / KH U19 have over 1.5 goals in 100% of their games in the last 2 months (total games 6).
  

Не мог бы кто-нибудь мне помочь, пожалуйста?

Вы выполняете ужасно много работы. Всякий раз, когда я вижу <table> тег, я бы сначала попробовал pandas .read_html() . Он выполняет большую часть работы за вас, а затем вы можете просто манипулировать фреймом данных по мере необходимости.

 import pandas as pd

tables = pd.read_html('https://afootballreport.com/predictions/over-1.5-goals/')
table = tables[0]

table[['Date', 'Time']] = table['Home team - Away team'].str.split('  ', expand=True)
table = table.drop(['Home team - Away team'],axis=1)
table =  table.rename(columns={"Unnamed: 3":"Description"})   


table[['Football League', 'Home Team', 'Away Team']] = table['Tip'].str.split('  ', expand=True)
table = table.drop(['Tip'],axis=1)
  

Вывод:

 print (table.head(5).to_string())
      Logic                                        Description   Date   Time              Football League             Home Team       Away Team
0  Over 1.5  Valur / KH U19 have over 1.5 goals in 100% of ...  03/28  17:30  Iceland Reykjavik Youth Cup  Fjölnir / Vængir U19  Valur / KH U19
1  Over 1.5  Al Ittifaq have over 1.5 goals in 100% of thei...  03/28  17:30      Saudi Arabia Pro League            Al Ittifaq    Al Quadisiya
2  Over 1.5  Sarreguemines have over 1.5 goals in 100% of t...  03/28  19:00            France National 3         Sarreguemines   Strasbourg II
3  Over 1.5  Mons Calpe have over 1.5 goals in 100% of thei...  03/28  19:29   Gibraltar Premier Division            Mons Calpe   Glacis United
4  Over 1.5  Glacis United have over 1.5 goals in 100% of t...  03/28  19:29   Gibraltar Premier Division            Mons Calpe   Glacis United
  

Редактировать:

Если вы используете Pandas версии 0.24.2

 import pandas as pd

tables = pd.read_html('https://afootballreport.com/predictions/over-1.5-goals/')
table = tables[0]

table[['Date', 'Time']] = table['Home team - Away team'].str.split('  ', expand=True)
table = table.drop(['Home team - Away team'],axis=1)
table =  table.rename(columns={"Logic":"Description"})   


table[['Football League', 'Home Team', 'Away Team']] = table['Home team - Away team.1'].str.split('  ', expand=True)
table = table.drop(['Home team - Away team.1'],axis=1)