• 为了提前预测比赛结果,于是我用Python获取比赛球员数据进行分析,结果...


    为了提前预测比赛结果,于是我用Python获取比赛球员数据进行分析,结果...

    前因后果

    最近不是世界杯嘛,但是太忙了实在没时间看,于是为了凑热闹,用Python把本次球员信息都获取了一遍,看不了比赛,那就多了解了解嘛~


    于是靠着分析的情况,大胆的买了一波小日子赢,实事证明我的判断没有错,甚至有理有据~


    话不多说,我们开始操作~

    准备工作

    软件&模块

    本次使用的环境是 python 3.8
    编辑器是 pycharm 2021

    第三方模块是 requests ,第三方模块需要手动安装,我们win+r输入cmd 打开命令提示符窗口 ,输入pip install requests 即可安装。

    实现步骤

    爬虫原理是模拟成客户端向服务器发送网络请求。

    那么我们如何来实现今天的案例呢?

    大致分为一下几步,

    1.分析数据来源

    • 静态数据: 元素面板去分析
    • 动态数据

    2、实现代码:

    • 发送请求
    • 获取数据
    • 解析数据
    • 保存数据

    代码展示

    import requests     # 发送网络请求的  导入别人写好的功能
    import csv          # 写入数据的 内置模块
     
     
    # 伪装
    headers = {
        'Cookie': 'UOR=www.****.com.cn,; SINAGLOBAL=175.0.61.77_1657884424.966721; U_TRS1=0000004e.e788d5bf.6321e608.840542e4; Apache=175.0.61.120_1669203295.444472; ULV=1669203299775:10:6:4:175.0.61.120_1669203295.444472:1669203296517',
        'Host': 'api.sports.sina.com.cn',
        'Referer': 'http://****.cn/',
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/107.0.0.0 Safari/537.36'
    }
    url = 'http://*****.cn/?p=sports&s=sport_client&a=index&_sport_t_=football&_sport_s_=opta&_sport_a_=teamStatics&show_players=1&type=108&season=2017&id=960&dpc=1'
    
    response = requests.get(url=url, headers=headers)
    
    json_data = response.json()
    
    players = json_data['result']['data']['players']
    
    f = open('日本球队.csv', mode='a', encoding='utf-8', newline='')
    csv_writer = csv.writer(f)
    csv_writer.writerow(['player_name_cn', 'count', 'mins_played', 'goal_assist', 'goals', 'total_pass', 'accurate_pass'])
    for player in players:
        player_name_cn = player['player_name_cn']                 # 球员名称
        count = player['count']                                   # 场次
        mins_played = player['mins_played']                       # 出场时间
        goal_assist = player['goal_assist']                       # 助攻
        goals = player['goals']                                   # 进球
        total_pass = player['total_pass']                         # 传球
        accurate_pass = player['accurate_pass']                   # 传准
        csv_writer.writerow([player_name_cn, count, mins_played, goal_assist, goals, total_pass, accurate_pass])
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31

    部分效果展示

    就冲小日子的数据,虽然我看他们不顺眼,但是我还是买了他们~


    emmm~
    结果大家昨晚都看到了,果然不负所望,小赚一波。

    我准备了这些视频,PDF电子书籍,以及本文源代码!给大家直接在文末名片自取即可~


    最后

    当然,本文仅供参考,娱乐为主,大家也别上头~

    好了,今天的分享就到这里了,咱们下次见!

  • 相关阅读:
    电机基础知识
    转运RNA(tRNA)甲基化修饰7-甲基胞嘧啶(m7C)|tRNA-m7G
    单链表(1)
    【深入浅出Spring6】第八期——面向切面编程 AOP
    【深度学习】Python爬取豆瓣实现影评分析
    datatable 列筛选 .()
    CocosCreator3.8研究笔记(二十五)CocosCreator 动画系统-2d骨骼动画spine
    2023 ICPC 网络赛 第二场 部分题解 (待完善)
    文字与视频结合效果
    什么是关系数据库,你知道吗?
  • 原文地址:https://blog.csdn.net/fei347795790/article/details/128027211