今天跟大家唠唠我搞的这个英超积分排名的小玩意儿，一开始就是图个乐呵，想自己没事儿也能盯着看看，谁知道越搞越上瘾，现在基本每天都得瞅两眼。
我是手动更新，就找个体育网站，一场一场比赛的看结果，然后自己算积分，再用Excel排个序。那叫一个费劲！ 尤其是周末比赛多的时候，眼睛都看花了，而且还容易出错，经常算错分，被朋友吐槽。
后来我就琢磨，这不行，得想个法子偷懒。就开始琢磨用Python写个爬虫，自动抓取数据。这对我来说可是个挑战，之前都是用Java的，Python也就是听说过。没办法，硬着头皮开始学呗。
先是找了个教程，跟着学了点requests库，这玩意儿用来发送网络请求，获取网页内容，简直神器！然后又学了BeautifulSoup，用来解析HTML，把网页上乱七八糟的东西提取出来。这俩加一块儿，基本就能把网页上的数据扒下来了。
扒数据是第一步，关键是找到数据源。我找了好几个体育网站，发现有的网站反爬虫做得比较搞不定。找到一个，数据还算规整，就它了！
接下来就是写代码了。先用requests把网页内容抓下来，然后用BeautifulSoup解析HTML，找到包含积分排名的那个表格。这部分是最麻烦的，因为网页的HTML结构经常变，稍微改一点，我的代码就得跟着改。我得经常盯着，一旦发现网页结构变了，就赶紧改代码，简直就是个体力活。
数据抓下来之后，还得处理。把队伍的名字、比赛场次、胜负平、进球数、失球数、积分等等，都提取出来，放到一个列表里。然后把这个列表转换成一个DataFrame，这是pandas库里的一个数据结构，方便我进行排序和分析。
有了DataFrame，排序就简单了，直接调用sort_values方法，按照积分排序，齐活！把排序好的结果输出到一个CSV文件里，或者直接打印到控制台上。
为了方便自己看，我还加了个小功能，可以根据队伍的名字搜索，直接显示这支队伍的排名和积分情况。这样就不用每次都从头看到尾了。
整个过程下来，学到了不少东西。Python的语法、爬虫的原理、数据处理的方法，还有就是，要学会适应变化，因为网页结构随时都可能变。折腾了这么久，终于能每天自动更新英超积分排名了，感觉真不错！
这只是个小玩具，还有很多可以改进的地方。比如，可以把数据存到数据库里，方便长期保存和分析；可以做一个简单的Web界面，让更多人可以访问；还可以加入更多的统计信息，比如主场胜率、客场胜率等等。以后有时间再慢慢折腾。
- 先用requests抓取网页
- 然后BeautifulSoup解析HTML
- 接着提取数据，放到DataFrame
- 排序输出，完成！
就这样，这回的分享就到这里，下次再跟大家聊聊我搞的其他小玩意儿！
还没有评论，来说两句吧...