Python爬虫提取的运动员身高数据如何正确追加到列表中？

代码问题分析 #

• height_list.append() 语句放在了for循环外部，只会在循环结束后执行1次，添加的是循环最后一次迭代的i对应的身高值，是列表数据异常的核心原因。
• for循环内部用大括号包裹代码是错误写法，Python的代码块靠缩进区分，你写的大括号属于无用冗余代码，也导致追加操作没有被纳入循环执行逻辑。
• 身高数据重复是因为页面同时渲染了桌面端、移动端两套 roster 节点，所以find_all会抓到46个身高节点，取前23条的逻辑是可行的。

修正后代码 #

import requests
from bs4 import BeautifulSoup

url = 'https://athletics.baruch.cuny.edu/sports/mens-swimming-and-diving/roster'

page = requests.get(url)
soup = BeautifulSoup(page.content, 'html.parser')

# 创建空列表分别存储以英寸为单位的身高和原始爬取身高
height_inches = []
height_list = []

heights = soup.find_all('span', class_= "sidearm-roster-player-height")

# 直接取前23条有效身高，避免重复数据
for i in range(23):
    height_text = heights[i].get_text()
    print(height_text)
    # 追加操作放到循环内部，每次迭代都添加当前身高
    height_list.append(height_text)

print(height_list)

内容的提问来源于stack exchange，提问作者user17003245