作者 | 黄伟呢
来源 | 数据分析与统计学之美
我爬取的页面是腾讯体育，链接如下：
https://nba.stats.qq.com/player/list.htm
观察上图：左边展示的分别是NBA的30支球队，右边就是每只球队对应球员的详细信息。
此时思路就很清晰了，我们每点击一支球员，右侧就会出现该球队的球员信息。
整个爬虫思路简化如下：
① 获取每支球员页面的url；
② 利用Python代码获取每个网页中的数据；
③ 将获取到的数据，存储至不同的数据库；
那么，现在要做的就是找到每支球员页面的url，去发现它们的关联。
我们每点击一支球队，复制它的url，下面我复制了三支球队的页面url，如下所示：
观察上述url，可以发现：url基本一模一样，除了参数teamId对应的数字不一样，完全可以猜测出，这就是每支球队对应的编号，30支球队30个编号。
只要是涉及到“腾讯”二字，基本都是动态网页，我之前碰到过好多次。基础方法根本获取不到数据，不信可以查看网页源码试试：点击鼠标右键——>点击查看网页源代码。
部分截图如下
接着，将网页中的某个数据（你要获取的）复制，然后再源代码页面中，点击crtl + f，调出“搜索框”，将复制的数据粘贴进去。如果和上图一样，出现0条记录，则基本可以判断该网页属于动态网页，直接获取源码，一定找不到你要的数据。
因此如果你想要获取页面中的数据，使用selenuim自动化爬虫，是其中一种办法。
我喜欢用xpath，对于本文数据的获取，我都将使用它。关于xpath的使用，那就是另一篇文章了，这里就不详细讲述。
说了这么多，咋们直接上代码吧！
这里只爬取了一支球队，剩下29支球队球员数据的爬取任务交给你们。整个代码部分，基本上大同小异，我写了一个，你们照葫芦画瓢。【就一个循环，还不简单呀！】
将数据保存到txt文本的操作非常简单，txt几乎兼容所有平台，唯一的缺点就是不方便检索。要是对检索和数据结构要求不高，追求方便第一的话，请采用txt文本存储。
注意：txt中写入的是str字符串。
txt文档写入数据的规则是这样的：从头开始，从左至右一直填充。当填充至最右边后，会被挤到下一行。因此，如果你想存入的数据规整一点，可以自动填入制表符“ ”和换行符“
”。
以本文为例，将获取到的数据，存储到txt文本中。
部分截图如下：
excel有两种格式的文件，一种是csv格式，一种是xlsx格式。将数据保存至excel，当然是使用pandas库更方便。
结果如下：
MySQL是一个关系型数据库，数据是采用类excel的二维表来保存数据的，即行、列组成的表，每一行代表一条记录，每一列代表一个字段。
关于Python操作MySQL数据库，我曾经写了一篇博客，大家可以参考以下：
blog.csdn.net/weixin_41261833/article/details/103832017
为了让大家更明白这个过程，我分布为大家讲解：
① 创建一个表nba
我们想要往数据库中插入数据，首先需要建立一张表，这里命名为nba。
② 往表nba中插入数据
结果如下：
往
期
回
顾
资讯
谷歌使出禁用2G大招
技术
干货满满的python实战项目！
技术
Python写了一个网页版的P图软件
技术
11款可替代top命令的工具！
分享
点收藏
点点赞
点在看
版权声明
本文仅代表作者观点，不代表xx立场。
本文系作者授权xxx发表，未经许可，不得转载。
发表评论