luda # python # # NBA明星##NBA#
#百分#
启动Python后不知道该怎么用。这篇文章将利用Python迅速获得大量数据。
处理目标：用Python获取NBA历史得分排名前500的历史球星及得分数据。
前期准备：电脑安装Python，Pycharm软件（其他类似可视化处理界面，方便编程）
目标网站：（一个非常全面的NBA数据记录网站）
准备完成后，下面就开始我们的数据获取工作：首先，第一步泡一壶茶，或者倒一杯咖啡（非必要步骤[狗头]），废话不说，言归正传，正式开始处理步骤。
首先，打开pycharm，新建项目，写好项目名称地址等基本信息。
本次数据获取过程中需要使用requests模块、网页文本解析模块etree、csv模块。所以在脚本文件中加入所需的模块。
依赖模块
pycharm构建的项目只提供了基础的模块内容，所以我们还需要在设置-设置-Python解析器中导入我们所需要的模块。
导入依赖模块
然后通过浏览器打开我们的目标网址：query.php?page=0&QueryType=all&AllType=season&AT=tot&crtcol=pts&order=1#label_show_result
目标网址
网址信息中我们主要用到的信息主要是page信息，用来标识目标网址的页数。设置好页数之后，右键点击检查查看目标网页的原始代码。找到姓名节点及分数节点。
姓名节点及得分节点信息
在完成以上准备后，在脚本文件中编辑reque请求，主要包括url及请求的hearder信息。在url中定义一个用来控制当前页码的变量currentPage，自动获取时用来控制数据获取数量。
url请求
请求后的本档解析使用e函数。
网页解析
再次回到解析的网页，分析发现用来控制表格数据的节点采用类来控制，例如：姓名所属的类为"normal player_name_out change_color col1 row*"，得分所在的类为"current pts change_color col22 row *'"，同时通过row的标号来标识排名编号，每页默认为20行（0-19）。
节点信息
所以再次回到脚本文件，设置解析的表达式对数据进行解析，通过currentRow变量来存储当前排名位置。
数据解析
最后，通过while加for循环的方式批量下载数据，并保存为csv文档。
while-for
完成之后就可以随意处理数据了。[狗头][狗头]
NBA得分排名前10
文/挽风行