Al parecer data.txt viene con un "\r\n" al final. La solución es eliminar ese caracter.
Modifique sólo estas líneas del código original
for data in record.findAll("td"):
playerdata=playerdata + "," + data.text
if len(playerdata) !=0:
playerdatasaved = playerdatasaved + "\n" + playerdata[0:]
Reemplazandolas por
for data in record.findAll("td"):
playerdata=playerdata + "," + data.text.strip()
if len(playerdata) !=0:
playerdatasaved = playerdatasaved + "\n" + playerdata[1:]
para eliminar las "\r\n" y las "," extras de la línea en construcción.
También cambie la codificación a UTF8 en los write
. De otra manera, se pierden los caracteres con acentos.
file.write(bytes(header, encoding= "utf8", errors="ignore"))
file.write(bytes(playerdatasaved, encoding= "utf8", errors="ignore"))
Con esas modificaciones, el còdigo que asi:
import urllib
import urllib.request
from bs4 import BeautifulSoup
import os
def make_soup(url):
thepage = urllib.request.urlopen(url)
soupdata =BeautifulSoup(thepage, "html.parser")
return soupdata
playerdatasaved = ""
soup = make_soup("https://es.wikipedia.org/wiki/Max_Holloway")
for record in soup.findAll("tr"):
playerdata = ""
for data in record.findAll("td"):
playerdata=playerdata + "," + data.text.strip()
if len(playerdata) !=0:
playerdatasaved = playerdatasaved + "\n" + playerdata[1:]
header = "Resultado, Record, Oponente, Método, Evento, Fecha, Ronda, Tiempo, Localizacion, Notas"
file =open(os.path.expanduser("max_holloway.csv"), "wb")
file.write(bytes(header, encoding= "utf8", errors="ignore"))
file.write(bytes(playerdatasaved, encoding= "utf8", errors="ignore"))
lo que produce
Resultado, Record, Oponente, Método, Evento, Fecha, Ronda, Tiempo, Localizacion, Notas
Jerome-Max Holloway
4 de diciembre de 1991 (28 años)Waianae, Hawái, Estados Unidos
Blessed
Kickboxing
Gracie Technics
70 kg (154 lb)
1,80 m (5 ft 11 in)
Estadounidense
2010-presente
27
21
10
2
9
6
1
5
[editar datos en Wikidata]
Derrota,21–6,Alexander Volkanovski,Decisión (dividida),UFC 251,11 de julio de 2020,5,5:00,Abu Dab
i,Por el Campeonato de Peso Pluma de UFC.
Derrota,21–5,Alexander Volkanovski,Decisión (unánime),UFC 245,14 de diciembre de 2019,5,5:00,Para
dise, Nevada,Perdió el Campeonato de Peso Pluma de UFC.
Victoria,21–4,Frankie Edgar,Decisión (unánime),UFC 240,27 de julio de 2019,5,5:00,Edmonton, Alber
ta,Defendió el Campeonato de Peso Pluma de UFC.