Python爬取新浪足球数据（以中超为例）
最近在整理上学期学位课中用到的一些知识点，其中看到了一个很省代码量的操作，记录一下。上学期多元统计，留了一个课程论文是用相关统计方法来分析数据，像我这种叫天天不应叫地地不灵要啥啥没有“三无蓝孩“，硬着头皮学了爬虫，后来，就有了今天的故事。 入坑一时爽，一直入坑一直爽啊 当然，说是要结合自己的专业，我，一个学GIS的，有些数据怕是要保密的，而且公开我也不会用啊 但是我爱看球啊，从中超英超德甲西甲，平时闲着没事也爱看看数据啥的，哪个球员又牛逼了，哪个队进欧冠了啥的，然后我就用这些数据做了个聚类（怕是多元统计里最简单的一个了，也感谢老师的浓浓师生情，让我复习了一天的多元统计过了） 回到正题，其实获取数据是主要的工作量，不想让中间商赚差价就只能自己动手丰衣足食了。 首先，打开网址，http://match.sports.sina.com.cn/football/csl/opta_rank.php?item=order&year=2019&lid=8&type=2&dpc=1 我起初的思路很钢铁直，就是用XPath获取，结合源码写了如下获取方式 def parse_page ( text ) : tree = etree . HTML ( text ) # print(tree) ranking = [ ] club_name = [ ] try_goal = [ ] for i in