div-dataを印刷するにはどうすればいいですか？

Question

私は、Webページからプログラムにデータを取得する際に問題が発生した暇な時にプロジェクトをやっています。

これは私の現在のコードです：私はそれがこのreactidでWebページ上のすべての値を表示させる、と私はできません

regex = r'<div data-reactid=".3.$squad content.0.$=11:0.0.0.0.1:0.2.0.0">([^<]*)</div>' 

：

import urllib 
import re 

htmlfile = urllib.urlopen("http://www.superliga.dk/klub/aab?sub=squad") 

htmltext = htmlfile.read() 

regex = r'<div data-reactid=".3.$squad content.0.$=11:0.0.0.0.1:0.2.0.0">([^<]*)</div>' 

pattern = re.compile(regex) 

goal = re.findall(pattern,htmltext) 

print goal 

そして、それはこの部分を除いて大丈夫働いていますこの問題の解決策を見つけることはできません。 Pythonで印刷する方法を教えてください。

Answer 1

あなたのブラウザのデベロッパーコンソールに表示されたタグと一致させようとしています。 残念ながら、あなたが見たhtmlはダイナミックページの「最終形式」だけです。urlopenでダウンロードしたものは、ブラウザから取得されたデータを使用してjavascriptによって動的に他の要素で埋められるWebページのスケルトンですいくつかのバックエンドサーバー。

htmltestに格納されている実際の値を印刷しようとすると、正規表現にマッチさせようとしているようなものが見つからないでしょう。

しようとすることができます（devコンソールを介して）フェッチされたリソースを監視し、API呼び出しをリバースエンジニアリングして、必要な情報を回復することです。これらのAPI呼び出しの応答は、JSON形式であるか、html本文よりも構文解析が容易な可能性があります。

UPDATE：

http://ss2.tjekscores.dk/pro-stats/tournaments/46/top-players?sortBy=eventsStats.goals&limit=5&skip=0&positionId=&q=&seasonId=10392&teamId[]=8470

はたぶん、これはあなたが探している情報を返します。たとえば、Chromeの開発ツールで私のような非同期呼び出しを見ることができます。