Python实现爬虫爬取NBA数据功能示例


Posted in Python onMay 28, 2018

本文实例讲述了Python实现爬虫爬取NBA数据功能。分享给大家供大家参考,具体如下:

爬取的网站为:stat-nba.com,这里爬取的是NBA2016-2017赛季常规赛至2017年1月7日的数据

改变url_header和url_tail即可爬取特定的其他数据。

源代码如下:

#coding=utf-8
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
import requests
import time
import urllib
from bs4 import BeautifulSoup
import re
from pyExcelerator import *
def getURLLists(url_header,url_tail,pages):
  """
  获取所有页面的URL列表
  """
  url_lists = []
  url_0 = url_header+'0'+url_tail
  print url_0
  url_lists.append(url_0)
  for i in range(1,pages+1):
    url_temp = url_header+str(i)+url_tail
    url_lists.append(url_temp)
  return url_lists
def getNBAAllData(url_lists):
  """
  获取所有2017赛季NBA常规赛数据
  """
  datasets = ['']
  for item in url_lists:
    data1 = getNBASingleData(item)
    datasets.extend(data1)
  #去掉数据里的空元素
  for item in datasets[:]:
    if len(item) == 0:
      datasets.remove(item)
  return datasets
def getNBASingleData(url):
  """
  获取1个页面NBA常规赛数据
  """
  # url = 'http://stat-nba.com/query_team.php?QueryType=game&order=1&crtcol=date_out&GameType=season&PageNum=3000&Season0=2016&Season1=2017'
  # html = requests.get(url).text
  html = urllib.urlopen(url).read()
  # print html
  soup = BeautifulSoup(html)
  data = soup.html.body.find('tbody').text
  list_data = data.split('\n')
  # with open('nba_data.txt','a') as fp:
  #   fp.write(data)
  # for item in list_data[:]:
  #   if len(item) == 0:
  #     list_data.remove(item)
  return list_data
def saveDataToExcel(datasets,sheetname,filename):
  book = Workbook()
  sheet = book.add_sheet(sheetname)
  sheet.write(0,0,u'序号')
  sheet.write(0,1,u'球队')
  sheet.write(0,2,u'时间')
  sheet.write(0,3,u'结果')
  sheet.write(0,4,u'主客')
  sheet.write(0,5,u'比赛')
  sheet.write(0,6,u'投篮命中率')
  sheet.write(0,7,u'命中数')
  sheet.write(0,8,u'出手数')
  sheet.write(0,9,u'三分命中率')
  sheet.write(0,10,u'三分命中数')
  sheet.write(0,11,u'三分出手数')
  sheet.write(0,12,u'罚球命中率')
  sheet.write(0,13,u'罚球命中数')
  sheet.write(0,14,u'罚球出手数')
  sheet.write(0,15,u'篮板')
  sheet.write(0,16,u'前场篮板')
  sheet.write(0,17,u'后场篮板')
  sheet.write(0,18,u'助攻')
  sheet.write(0,19,u'抢断')
  sheet.write(0,20,u'盖帽')
  sheet.write(0,21,u'失误')
  sheet.write(0,22,u'犯规')
  sheet.write(0,23,u'得分')
  num = 24
  row_cnt = 0
  data_cnt = 0
  data_len = len(datasets)
  print 'data_len:',data_len
  while(data_cnt< data_len):
    row_cnt += 1
    print '序号:',row_cnt
    for col in range(num):
        # print col
        sheet.write(row_cnt,col,datasets[data_cnt])
        data_cnt += 1
  book.save(filename)
def writeDataToTxt(datasets):
  fp = open('nba_data.txt','w')
  line_cnt = 1
  for i in range(len(datasets)-1):
    #球队名称对齐的操作:如果球队名字过短或者为76人队是 球队名字后面加两个table 否则加1个table
    if line_cnt % 24 == 2 and len(datasets[i]) < 5 or datasets[i] == u'费城76人':
      fp.write(datasets[i]+'\t\t')
    else:
      fp.write(datasets[i]+'\t')
    line_cnt += 1
    if line_cnt % 24 == 1:
      fp.write('\n')
  fp.close()
if __name__ == "__main__":
  pages = int(1132/150)
  url_header = 'http://stat-nba.com/query_team.php?page='
  url_tail = '&QueryType=game&order=1&crtcol=date_out&GameType=season&PageNum=3000&Season0=2016&Season1=2017#label_show_result'
  url_lists = getURLLists(url_header,url_tail,pages)
  datasets = getNBAAllData(url_lists)
  writeDataToTxt(datasets)
  sheetname = 'nba normal data 2016-2017'
  str_time = time.strftime('%Y-%m-%d',time.localtime(time.time()))
  filename = 'nba_normal_data'+str_time+'.xls'
  saveDataToExcel(datasets,sheetname,filename)

更多关于Python相关内容可查看本站专题:《Python Socket编程技巧总结》、《Python正则表达式用法总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》

希望本文所述对大家Python程序设计有所帮助。

Python 相关文章推荐
python实现从网络下载文件并获得文件大小及类型的方法
Apr 28 Python
Python使用正则表达式获取网页中所需要的信息
Jan 29 Python
python中(str,list,tuple)基础知识汇总
Feb 20 Python
python实现手机通讯录搜索功能
Feb 22 Python
Python实现对字典分别按键(key)和值(value)进行排序的方法分析
Dec 19 Python
树莓派与PC端在局域网内运用python实现即时通讯
Jun 22 Python
利用python-docx模块写批量生日邀请函
Aug 26 Python
Python3.x+迅雷x 自动下载高分电影的实现方法
Jan 12 Python
python自动化测试三部曲之request+django实现接口测试
Oct 07 Python
python获取命令行参数实例方法讲解
Nov 02 Python
python基于pexpect库自动获取日志信息
Feb 01 Python
Python学习之异常中的finally使用详解
Mar 16 Python
Django+Ajax+jQuery实现网页动态更新的实例
May 28 #Python
Python实现合并两个列表的方法分析
May 28 #Python
django js实现部分页面刷新的示例代码
May 28 #Python
Django项目中用JS实现加载子页面并传值的方法
May 28 #Python
Python面向对象类继承和组合实例分析
May 28 #Python
django传值给模板, 再用JS接收并进行操作的实例
May 28 #Python
Django处理文件上传File Uploads的实例
May 28 #Python
You might like
对Session和Cookie的区分与解释
2007/03/16 PHP
for循环连续求和、九九乘法表代码
2012/02/20 PHP
php的优点总结 php有哪些优点
2019/07/19 PHP
可以显示单图片,多图片ajax请求的ThickBox3.1类下载
2007/12/23 Javascript
js querySelector和getElementById通过id获取元素的区别
2012/04/20 Javascript
全面详细的jQuery常见开发技巧手册
2016/02/21 Javascript
详解React开发中使用require.ensure()按需加载ES6组件
2017/05/12 Javascript
详解VUE中v-bind的基本用法
2017/07/13 Javascript
深入浅析vue组件间事件传递
2017/12/29 Javascript
vue.js计算属性computed用法实例分析
2018/07/06 Javascript
VUE引入第三方js包及调用方法讲解
2019/03/01 Javascript
浅谈Vue的响应式原理
2019/05/30 Javascript
详解Vscode中使用Eslint终极配置大全
2019/11/08 Javascript
微信小程序点击保存图片到本机功能
2019/12/13 Javascript
python抽象基类用法实例分析
2015/06/04 Python
python 数据清洗之数据合并、转换、过滤、排序
2017/02/12 Python
浅谈python爬虫使用Selenium模拟浏览器行为
2018/02/23 Python
Python决策树之基于信息增益的特征选择示例
2018/06/25 Python
Python IDLE或shell中切换路径的操作
2020/03/09 Python
Python正则表达式高级使用方法汇总
2020/06/18 Python
python 基于opencv实现高斯平滑
2020/12/18 Python
Python读取pdf表格写入excel的方法
2021/01/22 Python
python 使用OpenCV进行简单的人像分割与合成
2021/02/02 Python
CSS3属性box-shadow使用指南
2014/12/09 HTML / CSS
让IE下支持Html5的placeholder属性的插件
2014/09/02 HTML / CSS
车间班组长岗位职责
2013/11/13 职场文书
初中生个人学习的自我评价
2013/12/04 职场文书
我们的节日端午节活动方案
2014/03/02 职场文书
小学语文课后反思精选
2014/04/25 职场文书
营销与策划专业求职信
2014/06/20 职场文书
音乐学专业求职信
2014/07/22 职场文书
市场部经理岗位职责
2015/02/02 职场文书
公司表扬信格式
2015/05/04 职场文书
2015年小学体育工作总结
2015/05/22 职场文书
2016年小学教师政治学习心得体会
2016/01/23 职场文书
css实现两栏布局,左侧固定宽,右侧自适应的多种方法
2021/08/07 HTML / CSS