我想抓取 2018 年的所有 MLB 擊球手統計數據。這是我目前的代碼：#import modulesfrom urllib.request import urlopenfrom lxml import html#fetch url/htmlresponse = urlopen("https://www.baseball-reference.com/leagues/MLB/2018-standard-batting.shtml")content = response.read()tree = html.fromstring( content )#parse datacomment_html = tree.xpath('//comment()[contains(., "players_standard_batting")]')[0]comment_html = str(comment_html).replace("-->", "")comment_html = comment_html.replace("<!--", "")tree = html.fromstring( comment_html )for batter_row in tree.xpath('//table[@id="players_standard_batting"]/tbody/tr[contains(@class, "full_table")]'): csk = batter_row.xpath('./td[@data-stat="player"]/@csk')[0]當我刮掉所有的擊球手時，每個名字都附有 0.01。我嘗試使用以下代碼刪除附加號碼：bat_data = [csk]string = '0.01'result = []for x in bat_data : if string in x: substring = x.replace(string,'') if substring != "": result.append(substring) else: result.append(x)print(result)此代碼刪除了數字，但是，只打印了姓氏：輸出：['Zunino, Mike']此外，名稱周圍有一個括號和引號。名字也是倒序的。1) 如何打印所有擊球手的名字？2) 如何去掉引號和括號？3) 我可以顛倒名字的順序，先打印名字，然后打印姓氏嗎？我希望的最終輸出是所有擊球手的名字，例如：Mike Zunino。我是這個網站的新手......我也是抓取/編碼的新手，非常感謝我能得到的任何幫助！=)
3 回答
寶慕林4294392
TA貢獻2021條經驗 獲得超8個贊
1) 打印所有擊球手名稱
print(result)
這將打印結果對象中的所有內容。如果它沒有打印您期望的內容，那么就會發生其他錯誤。
2) 刪除引號 括號是因為它是一個數組對象。試試這個...
print(result[0])
這將告訴解釋器在 0 索引處打印結果。
3) 名字的倒序
嘗試
name = result[0].split(“ “).reverse()[::-1]
慕慕森
TA貢獻1856條經驗 獲得超17個贊
你只得到最后一個擊球手，因為你在第一個循環中每次都覆蓋 csk 的值。首先初始化空列表bat_data，然后將每個batter 添加到其中。
bat_data= []
for batter_row in blah:
csk = blah
bat_data.append(csk)
這將為您提供所有擊球手的列表， ['Abreu,Jose0.01', 'Acuna,Ronald0.01', 'Adam,Jason0.01', ...]
然后循環遍歷此列表，但您不必檢查string名稱中是否包含它。只需執行x.replace('0.01', '')然后檢查字符串是否為空。
顛倒名稱順序
substring = substring.split(',')
substring.reverse()
nn = " ".join(substring)
然后將 nn 附加到結果中。
你得到引號和括號是因為你正在打印列表。而是遍歷列表并打印每個項目。
假設您正確獲得了 bat_data，您的代碼已編輯：
for x in bat_data :
substring = x.replace(string,'')
if substring != "":
substring = substring.split(',')
substring.reverse()
substring = ' '.join(substring)
result.append(substring)
for x in result:
print(x)
添加回答
舉報
0/150
提交
取消