Как получить данные только первого класса между двумя одинаковыми классами
На странице https://www.hltv.org/matches совпадения разделены по датам, но классы совпадают. Я имею в виду,
Это сегодняшний матч-класс
<div class = "match-day"><div class = "standard-headline">2018-05-01</div>
Это завтрашний матч-класс.
<div class = "match-day"><div class = "standard-headline">2018-05-02</div>
Что я пытаюсь сделать, так это получить ссылки под классом «стандартный заголовок», но только на сегодняшние совпадения. Мол, получить единственный первый.
Вот мой код.
import urllib.request
from bs4 import BeautifulSoup
headers = {} # Headers gives information about you like your operation system, your browser etc.
headers['User-Agent'] = 'Mozilla/5.0' # I defined a user agent because HLTV perceive my connection as bot.
hltv = urllib.request.Request('https://www.hltv.org/matches', headers=headers) # Basically connecting to website
session = urllib.request.urlopen(hltv)
sauce = session.read() # Getting the source of website
soup = BeautifulSoup(sauce, 'lxml')
matchlinks = []
# Getting the match pages' links.
for links in soup.find_all('div', class_='upcoming-matches'): # Looking for "upcoming-matches" class in source.
for links in soup.find_all('a'): # Finding "a" tag under "upcoming-matches" class.
clearlink = links.get('href') # Getting the value of variable.
if clearlink.startswith('/matches/'): # Checking for if our link starts with "/matches/"
matchlinks.append('https://hltv.org' + clearlink) # Adding into list.
Ответы 1
Собственно, на сайте сначала отображаются сегодняшние матчи (вверху), а потом уже следующие дни ». Итак, если вы хотите получить сегодняшние совпадения, вы можете просто использовать find(), который возвращает найденное совпадение первый.
Использование этого даст вам то, что вы хотите:
today = soup.find('div', class_='match-day')
Но если вы хотите явно указать дату, вы можете найти тег, содержащий сегодняшнюю дату, используя text='2018-05-02' в качестве параметра для метода find(). Но обратите внимание, что в исходном коде страницы используется тег <span class = "standard-headline">2018-05-02</span>, а не тег <div>. После получения этого тега используйте .parent, чтобы получить тег <div class = "match-day">.
today = soup.find('span', text='2018-05-02').parent
Опять же, если вы хотите сделать решение более универсальным, вы можете использовать datetime.date.today() вместо жестко заданной даты.
today = soup.find('span', text=datetime.date.today()).parent
Для этого вам нужно будет импортировать модуль datetime.
Безумие видеть, что иногда решение бывает таким простым, но вы не можете его найти или увидеть, пока вы слишком заняты им. Спасибо. Кстати, поправьте меня, если я ошибаюсь, но вы сначала находите диапазон, чем получаете div, используя родительский метод, верно?