賽車帖子網頁抓取

Question

我對Python和網頁抓取非常陌生。我想刮掉賽車站點以獲得每場比賽的日常比賽和統計數據。

我想獲得所有的種族部分鏈接以後使用來提取該種族的統計數據。 （http://betting.racingpost.com/horses/cards/）

例子： 32Red.com Fillies´ Handicap 1m1y

我使用此代碼，但我得到的頁面所有鏈接。我需要找到提取數據，但我不知道如何做到這一點。我嘗試了幾種方法，但沒有得到預期的結果。

from urllib.request import urlopen 
from bs4 import BeautifulSoup 

html = urlopen("http://betting.racingpost.com/horses/cards/") 
bsObj = BeautifulSoup(html.read()) 
namelist=bsObj.select("a") 
for i in namelist: 
    print(i['href']) 

Answer 1

如果我理解你的問題的權利，你想鏈接在表的第三列，對不對？

能夠爲這一工作是什麼改變了選擇和環路

rows = bsObj.select("div#race_result tr") 
for row in rows: 
    print(row.select("td:nth-of-type(4)")) 

不幸的是，在列中沒有類，但是這應該是足夠安全與你的結構。