同一URL对应两个页面，Python+Selenium爬取Sofascore赛事数据遇阻

问题核心 #

Sofascore的短格式对阵URL（比如https://www.sofascore.com/arsenal-tottenham-hotspur/IsR）是动态匹配机制，会优先指向最新或未来的同对阵赛事，所以直接访问会跳转到非目标的历史场次。

可行解决方法 #

1. 用赛事唯一ID构建固定URL
   Sofascore每一场赛事都有唯一数字ID，这个ID对应的URL不会跳转。你可以从日期页面的元素里提取这个ID：

   • 先通过Selenium访问目标日期页面https://www.sofascore.com/football/2022-05-12
   • 定位到热刺对阵阿森纳的赛事卡片，提取卡片上的data-event-id属性值（这就是该场赛事的唯一ID）
   • 用ID拼接成固定URL：https://www.sofascore.com/event/{赛事ID}，访问这个地址就能直接进入目标历史赛事页面

2. 保留会话上下文跳转
   不要直接输入短URL，而是模拟正常用户操作流程：

   • 先打开日期页面，再用Selenium模拟点击赛事卡片进入详情页，这样网站会话会记录你是从历史日期入口进入的，不会跳转到未来赛事

3. 添加页面日期验证
   不管用哪种方式进入页面，都可以加一步验证：

   • 提取页面上的赛事日期文本，和目标日期2022-05-12对比
   • 如果不匹配，说明页面跳转了，重新通过日期页面入口进入即可

代码示例（基于Selenium） #

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

driver = webdriver.Chrome()

# 1. 访问日期页面获取赛事唯一ID
driver.get("https://www.sofascore.com/football/2022-05-12")
# 等待赛事卡片加载，定位热刺vs阿森纳的赛事卡片
event_card = WebDriverWait(driver, 10).until(
    EC.presence_of_element_located((By.XPATH, "//div[contains(text(), 'Tottenham Hotspur') and contains(text(), 'Arsenal')]/ancestor::div[@data-event-id]"))
)
event_id = event_card.get_attribute("data-event-id")

# 2. 用唯一ID访问固定URL
fixed_url = f"https://www.sofascore.com/event/{event_id}"
driver.get(fixed_url)

# 可选：验证页面日期是否正确
match_date = WebDriverWait(driver, 10).until(
    EC.presence_of_element_located((By.CLASS_NAME, "sc-12foipm-0"))
).text
if "12 May 2022" in match_date:
    print("成功进入目标赛事页面")
    # 此处编写爬取数据的逻辑
else:
    print("页面跳转，重新获取赛事ID")

driver.quit()

内容的提问来源于stack exchange，提问作者Kwinten