如何调整Selenium爬虫，仅抓取德甲页面指定区域的最新轮次数据

你只需要对现有代码做2处核心调整即可，无需重写原有逻辑：

1. 限定抓取范围为「Programma」表格 #

不要直接从整个页面查找元素，先定位到目标表格的父容器，后续所有元素查找都在该容器内执行，过滤其他3个无关表格的内容：

# 原有driver.get执行后新增这行，定位Programma对应的目标表格容器
target_table = driver.find_element(By.CSS_SELECTOR, "div.event-summary.event, div.leagues-static.event-summary-leagues")

# 原来的all_rows查找修改为从目标容器内查找，不再从全局driver查找
all_rows = target_table.find_elements(By.CSS_SELECTOR, "div[class^='event__round'],div[class^='event__match']")

2. 仅保留最新一轮赛事数据 #

页面内轮次按时间倒序排列，第一个出现的event__round就是最新轮次，你可以加一个终止标志，抓取完最新轮的所有赛事后直接终止循环即可：

current_round = '?'
# 新增标志位，标记是否已经抓取完最新一轮
latest_round_finished = False

for bundesliga in all_rows:
    # 如果已经抓取完最新轮，直接退出循环
    if latest_round_finished:
        break

    classes = bundesliga.get_attribute('class')
    if 'event__round' in classes:
        # 如果current_round已经有值，说明遇到了下一轮的标题，标记抓取完成
        if current_round != '?':
            latest_round_finished = True
            continue
        current_round = bundesliga.text.split(" ")[-1]  
                
    else:       
        # 原有赛事数据解析逻辑完全不用改
        datetime = bundesliga.find_element(By.CSS_SELECTOR, "[class^='event__time']")
        date, time = datetime.text.split(" ")
        date = date.rstrip('.')  

        team_home = bundesliga.find_element(By.CSS_SELECTOR, "[class^='event__participant event__participant--home']")            
        team_away = bundesliga.find_element(By.CSS_SELECTOR, "[class^='event__participant event__participant--away']")
        score_home = bundesliga.find_element(By.CSS_SELECTOR, "[class^='event__score event__score--home']")
        score_away = bundesliga.find_element(By.CSS_SELECTOR, "[class^='event__score event__score--away']")
        
        # 注意原有代码这里有笔误：不要把列表append到自身，建议单独定义结果列表存储
        match_data = [current_round, date, time, team_home.text, team_away.text, score_home.text, score_away.text]
        print(match_data)

内容的提问来源于stack exchange，提问作者Erling Olsen