大家好，我们来探讨如何爬取虎扑NBA官网数据，并且将数据写入Excel中同时自动生成折线图，主要有以下几个步骤：
本文将分以下两个部分进行分别讲解：
在虎扑NBA官网球员页面中进行爬虫，获取球员数据。
清洗整理爬取的球员数据，对其进行可视化。
项目主要涉及的Python模块：
requests
pandas
bs4
爬虫部分
爬虫部分整理思路如下
观察URL1的源代码找到球队名称与对应URL2观察URL2的源代码找到球员对应的URL3观察URL3源代码找到对应球员基本信息与比赛数据并进行筛选存储
其实爬虫就是在html上操作，而html的结构很简单就只有一个，就是一个大框讨一个小框，小框再套小框，这样的一层层嵌套。
目标URL如下：
URL1：http://nba.hupu.com/players/
URL2（此处以湖人球队为例）：https://nba.hupu.com/players/lakers
URL3（此处以詹姆斯为例）：https://nba.hupu.com/players/lebronjames-650.html
先引用模块
from bs4 import BeautifulSoupimport requestsimport xlsxwriterimport os
查看URL1源代码，可以看到球队名词及其对应的URL2在span标签中<span class><a href = “...">下，进而找到它的父框与祖父框，下面的思路都是如此，图如下：
此时，可以利用requests模块与bs4模块进行有目的性的索引，得到球队的名称列表。
def Teamlists( url):
TeamName =[]
TeamURL=[]
GET=requests. get(URL1)
soup=BeautifulSoup(GET.content, \'lxml\')
lables=soup. select( \'html body div div div ul li span a\')
for lable inlables: ballname=lable.get_text TeamName.append(ballname)
print(ballname) teamname=input( "请输入想查询的球队名：") #此处可变为GUI界面中的按键值
c=TeamName.index(teamname)
for item in lables: HREF=item.get(\'href\')
TeamURL.append(HREF) URL2=TeamURL[c] return URL2
就此得到了对应球队的URL2，接着观察URL2网页的内容，可以看到球员名称在标签a中<a target = "_blank" href = ....>下，同时也存放着对应球员的URL3，如下图：
此时,故依然通过requests模块与bs4模块进行相对应的索引，得到球员名称列表以及对应的URL3。
#自定义函数获取队员列表和对应的
URLdef playerlists(URL2): PlayerName=[]
PlayerURL=[] GET2=requests.get(URL1)
soup2=BeautifulSoup(GET2.content,\'lxml\')
lables2=soup2.select(\'html body div div table tbody tr td b a\')
for lable2 in lables2: playername=lable2.get_text PlayerName.append(playername)
print(playername) name=input("请输入球员名：") #此处可变为GUI界面中的按键值
d=PlayerName.index(name)
for item2 in lables2: HREF2=item2.get(\'href\')
PlayerURL.append(HREF2) URL3=PlayerURL[d]return URL3,name
现在就此得到了对应球队的URL3，接着观察URL3网页的内容，可以看到球员基本信息在标签p下，球员常规赛生涯数据与季后赛生涯数据在标签td下，如下图：
同样，依然通过requests模块与bs4模块进行相对应的索引，得到球员基本信息与生涯数据，而对于球员的常规赛与季候赛的生涯数据将进行筛选与储存，得到data列表。
def Competition(URL3):data=[]GET3=requests.get(URL3)
soup3=BeautifulSoup(GET3.content,\'lxml\')
lables3=soup3.select(\'html body div div div div div div div div p\')
lables4=soup3.select(\'div div table tbody tr td\')
for lable3 in lables3:introduction=lable3.get_text print(introduction) #球员基本信息
for lable4 in lables4:competition=lable4.get_textdata.append(competition)
for i in range(len(data)):if data[i]==\'职业生涯常规赛平均数据\':a=data[i+31]
a=data.index(a)del(data[:a]) for x in range(len(data)):if data[x]==\'职业生涯季后赛平均数据\':b=data[x]b=data.index(b)del(data[b:])return data
通过上述网络爬虫得到了以下的数据，提供可视化数据的同时便于绑定之后的GUI界面按键事件：
获取NBA中的所有球队的标准名称；
通过指定的一只球队获取球队中所有球员的标准名称；
通过指定的球员获取到对应的基本信息以及常规赛与季后赛数据；
可视化部分
思路：创建文件夹 创建表格和折线图
自定义函数创建表格，运用os模块进行编写，返回已创文件夹的路径，代码如下：
def file_add(path): #此时的内函数path可与GUI界面的Statictext绑定
creatpath=path+\'Basketball\'try:if not os.path.isdir(creatpath):os.makedirs(creatpath) except:print("文件夹存在")return creatpath
运用xlsxwriter模块在creatpath路径下自定义函数创建excel表格同时放入数据与构造折线图，代码如下：
def player_chart(name,data,creatpath): #此为表格名称——球员名称+chartEXCEL=xlsxwriter.Workbook(creatpath+\'\'+name+\'chart.xlsx\')
worksheet=EXCEL.add_worksheet(name)
bold=EXCEL.add_format({\'bold\':1})
headings=data[:18]
worksheet.write_row(\'A1\',headings,bold) #写入表头
num=(len(data))//18a=0
for i in range(num):a=a+18c=a+18i=i+1
worksheet.write_row(\'A\'+str(i+1),data[a:c]) #写入数据
chart_col = EXCEL.add_chart({\'type\': \'line\'}) #创建一个折线图
chart_col.add_series({\'name\': \'=\'+name+\'!$R$1\', #设置折线描述名称\'categories\':\'=\'+name+\'!$A$2:$A$\'+str(num), #设置图表类别标签范围
\'values\': \'=\'+name+\'!$R$2:$R$\'+str(num-1), #设置图表数据范围
\'line\': {\'color\': \'red\'}, }) #设置图表线条属性#设置图标的标题和想
x，y轴信息chart_col.set_title({\'name\': name+\'生涯常规赛平均得分\'})
chart_col.set_x_axis({\'name\': \'年份 (年)\'})
chart_col.set_y_axis({\'name\': \'平均得分(分)\'})
chart_col.set_style(1) #设置图表风格
worksheet.insert_chart(\'A14\', chart_col, {\'x_offset\':25, \'y_offset\':3,}) #把图标插入工作台中并设置偏移EXCEL.close
数据表格效果展现，以詹姆斯为例如下
并且此时打开自动生成的Excel，对应的折线图就直接展现出来，无需再次整理！
现在结合任务一的网络爬虫与任务二的数据可视化，可以得到实时的球员常规赛数据与季后赛数据汇总，同时还有实时球员生涯折线图。便可以与上次的GUI界面任务设计中的”可视化“按钮事件绑定，感兴趣的读者可以自己进一步研究！