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中的装饰器详解
Apr 13 Python
Python中列表和元组的相关语句和方法讲解
Aug 20 Python
关于numpy中np.nonzero()函数用法的详解
Feb 07 Python
python3+dlib实现人脸识别和情绪分析
Apr 21 Python
python创造虚拟环境方法总结
Mar 04 Python
python+selenium实现自动化百度搜索关键词
Jun 03 Python
python之MSE、MAE、RMSE的使用
Feb 24 Python
使用jupyter Nodebook查看函数或方法的参数以及使用情况
Apr 14 Python
踩坑:pytorch中eval模式下结果远差于train模式介绍
Jun 23 Python
Python实现自动签到脚本功能
Aug 20 Python
详解基于Facecognition+Opencv快速搭建人脸识别及跟踪应用
Jan 21 Python
使用Python开发贪吃蛇游戏 SnakeGame
Apr 30 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
PHP Zip解压 文件在线解压缩的函数代码
2010/05/26 PHP
php fsockopen中多线程问题的解决办法[翻译]
2011/11/09 PHP
Java和PHP在Web开发方面对比分析
2015/03/01 PHP
详解如何在云服务器上部署Laravel
2017/06/30 PHP
php中加密解密DES类的简单使用方法示例
2020/03/26 PHP
PHP项目多语言配置平台实现过程解析
2020/05/18 PHP
Ext.MessageBox工具类简介
2009/12/10 Javascript
使用js画图之圆、弧、扇形
2015/01/12 Javascript
javascript操作ul中li的方法
2015/05/14 Javascript
JS时间特效最常用的三款
2015/08/19 Javascript
JavaScript实现的简单烟花特效代码
2015/10/20 Javascript
每日十条JavaScript经验技巧(二)
2016/06/23 Javascript
Angular2从搭建环境到开发步骤详解
2016/10/17 Javascript
AngularJs入门教程之环境搭建+创建应用示例
2016/11/01 Javascript
Vue 仿百度搜索功能实现代码
2017/02/16 Javascript
微信小程序 仿猫眼实现实例代码
2017/03/14 Javascript
JS设计模式之惰性模式(二)
2017/09/29 Javascript
Vue多系统切换实现方案
2018/06/05 Javascript
react native 文字轮播的实现示例
2018/07/27 Javascript
vue interceptor 使用教程实例详解
2018/09/13 Javascript
Vue实现兄弟组件间的联动效果
2020/01/21 Javascript
详解Vue串联过滤器的使用场景
2020/04/30 Javascript
[43:51]2014 DOTA2国际邀请赛中国区预选赛 Dream Times VS TongFu
2014/05/22 DOTA
[26:40]DOTA2上海特级锦标赛A组资格赛#1 Secret VS MVP.Phx第一局
2016/02/25 DOTA
Python+Django在windows下的开发环境配置图解
2009/11/11 Python
使用Django和Python创建Json response的方法
2018/03/26 Python
Ubuntu配置Pytorch on Graph (PoG)环境过程图解
2020/11/19 Python
利用CSS3实现自定义滚动条代码分享
2016/08/18 HTML / CSS
英国最专业的健身器材供应商之一:Best Gym Equipment
2017/12/22 全球购物
会计找工作求职信范文
2013/12/09 职场文书
活动倡议书范文
2014/05/13 职场文书
优质护理服务心得体会
2016/01/22 职场文书
测量JavaScript函数的性能各种方式对比
2021/04/27 Javascript
go设置多个GOPATH的方式
2021/05/05 Golang
pytorch MSELoss计算平均的实现方法
2021/05/12 Python
Mysql排序的特性详情
2021/11/01 MySQL