爬取最近NBA的15个数据文件，保存为Excel文件

<think>好的，用户想用Python爬取NBA最近15个数据并保存为Excel文件。首先，我需要确定用户的具体需求是什么。“最近15个数据”可能指的是最近15场比赛的数据，或者是某个统计项的前15个数据点，比如得分、篮板等。假设用户指的是最近15场比赛的数据，那么需要从NBA相关的网站获取这些数据。 接下来，我需要考虑使用哪些工具。用户之前的问题中提到过Selenium和requests库，但引用里也有使用requests和parsel的例子。由于NBA数据可能在动态加载的网页上，可能需要用Selenium来处理JavaScript渲染。但如果是静态页面，用requests加解析库会更高效。然后，分析目标网站。常见的NBA数据来源有官网、ESPN、虎扑等。官网可能有反爬措施，而虎扑可能结构更简单。假设选择虎扑的球员数据页面，比如https://nba.hupu.com/stats/players，这个页面可能包含球员的统计信息。接下来是步骤分解：1.发送HTTP请求获取网页内容；2.解析HTML提取所需数据；3.处理分页获取足够的数据；4.保存到Excel。如果使用requests和parsel，需要检查页面是否动态加载。如果数据是通过API返回的JSON，可能需要找到接口地址。例如，虎扑的数据可能存放在某个API中，可以直接请求JSON数据，这样更简单。 例如，打开虎扑球员统计页面，按F12检查网络请求，查看XHR请求，找到返回数据的API接口。假设找到类似https://nba.hupu.com/stats/players/list的接口，返回的数据结构需要解析。然后，编写代码发送GET请求，设置请求头模拟浏览器，防止被拒。解析返回的JSON或HTML数据，提取球员姓名、得分、篮板等字段。由于用户需要最近15个数据，可能需要获取最新的15条记录，或者按时间排序后的前15条。保存数据到Excel可以使用openpyxl或pandas库。pandas的DataFrame可以方便地将数据转换为Excel文件，使用to_excel方法即可。另外，分页处理可能需要循环请求不同的页面，直到获取足够的数据。例如，每页显示15条数据，直接获取第一页即可；如果每页显示更多，可能需要计算页数。 需要注意的是，爬取数据时要遵守网站的robots.txt，合理设置请求间隔，避免给服务器造成压力。此外，检查是否有反爬机制，如验证码、IP封锁等，可能需要使用代理或延迟请求。 最后，测试代码是否能够正确获取数据并保存为Excel，处理可能的异常情况，如网络错误、数据格式变化等。</think>以下是使用Python爬取NBA球员数据并保存为Excel文件的完整解决方案： ### 一、环境准备 ```python pip install requests pandas openpyxl ``` ### 二、完整代码实现 ```python import requests import pandas as pd from parsel import Selector def fetch_nba_data(): headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36' } # 请求目标网页 url = "https://nba.hupu.com/stats/players" response = requests.get(url, headers=headers) # 解析数据 sel = Selector(response.text) players = [] # 提取前15条数据 for row in sel.css('tbody tr')[:15]: player = { '排名': row.css('td:nth-child(1)::text').get(), '球员': row.css('td:nth-child(2) a::text').get(), '球队': row.css('td:nth-child(3) a::text').get(), '得分': row.css('td:nth-child(4)::text').get(), '命中率': row.css('td:nth-child(6)::text').get(), '三分命中率': row.css('td:nth-child(8)::text').get() } players.append(player) # 保存到Excel df = pd.DataFrame(players) df.to_excel('nba_top15.xlsx', index=False) if __name__ == '__main__': fetch_nba_data() ``` ### 三、关键步骤说明 1. **网页请求**：使用`requests`库模拟浏览器请求，添加`User-Agent`头防止被拒绝访问[^2] 2. **数据解析**：通过`parsel`库的CSS选择器定位表格数据，提取指定字段 3. **数据筛选**：使用列表切片`[:15]`获取最新/前15条数据 4. **数据存储**：利用`pandas`将数据转换为DataFrame，直接导出Excel文件 ### 四、注意事项 1. 如果遇到反爬机制，可添加`time.sleep(2)`设置请求间隔 2. 需要定期检查网页结构变化，及时调整CSS选择器路径 3. Excel文件生成路径默认为当前目录，可修改为绝对路径