使用Python从web xhr提要中提取数据

我正试图从别人那里得到网球比赛的结果。我特别想知道两名球员的名字，比赛的日期/时间和结果。我有两个问题：

默认情况下，该网页不会显示所有匹配项-只有单击页面底部的“显示更多匹配项”才能显示这些匹配项

当我在beautiful soup中加载html时，数据似乎不在那里。看起来它是由某种查询（“”）加载的，但我不知道如何直接运行它

我的代码示例如下：

url="http://www.scoreboard.com/au/tennis/wta-singles/australian-open-2016/results/"

from urllib.request import Request, urlopen
req = Request(url, headers={"X-Fsign": "SW9D1eZo"})
s = urlopen(req,timeout=50).read()
s=urlopen(req, timeout=50).read()
soup=BeautifulSoup(s, "lxml")

match_times=soup.find_all("td", class_="cell_ad time")
players=soup.find_all("span", class_="padl"
results=soup.find_all("td", class_"cell_sa score  bold"
#these all return empty element sets

如何加载所有结果都可见的页面？如何优雅地提取上述数据

编辑： 在建议使用selenium之后，我构建了一个函数，将使用selenium/Chrome加载页面，然后将html发送到bs4：

def open_url(url):
    try:
        from urllib.request import Request, urlopen
        req = Request(url)
        s = urlopen(req,timeout=20).read()
        driver.get(url)
        try:
            driver.find_element_by_xpath("""//*[@id="tournament-page-results-more"]/tbody/tr/td/a""").click()
            time.sleep(5)
        except:
            print("No more results to show...")
        body=driver.find_element_by_id("fs-results")
        return BeautifulSoup(body.get_attribute("innerHTML"), "lxml")
    except:
        print("Webpage doesn't exist")

这意味着我可以显示所有结果，但单击“显示更多”按钮。不幸的是，在页面正确加载之前，代码会继续运行，因此当我尝试获取包含结果的所有行时：

matches=[]
soup=open_url(url)
rrows=soup.find_all("tr")
for rrow in rrows:
    if rrow.attrs['class']!=['event_round']:
        matches.append(rrow)

---

它只得到最初可见的结果。如何修复此问题？

此页面使用JavaScript获取数据，如果使用

urllib

，则只会获取没有数据的html代码

---

使用Selenium刮取JS页面。

此页面使用JavaScript获取数据，如果使用

urllib

，则只会获取没有数据的html代码

---

使用Selenium来清理JS页面。

如果您有机会提供一个示例，我对SeleniumHave改编代码使用Selenium一点也不熟悉（见上文）。但仍然存在问题-页面在代码继续之前未完成加载…@user3725021您应该发布新问题，让社区解决您的问题，并接受我的回答以结束此问题。您是否有机会提供一个示例-我对SeleniumHave适配代码不太熟悉，无法使用selenium（见上文）。但仍然存在问题-在代码继续之前页面未完成加载…@user3725021您应该发布新问题，让社区解决您的问题，并接受我的回答以结束此问题。