我想刮一些 Houston Dynamo stats from this season转换为 CSV,然后使用 R 可视化该数据。
如何使用 lxml 抓取 tr 和 td 元素?有没有我应该看的更简单的选择器?
最佳答案
对于(合理)格式良好的 HTML 表格,R 中的 XML 包使这类事情变得非常简单:
library(XML)
> url <- "http://www.houstondynamo.com/stats/season?page=0"
> tbl <- readHTMLTable(url)
> head(tbl[[1]])
Player POS GP GS MINS G A SHTS SOG GWG PKG/A HmG RdG G/90min SC%
1 Will Bruin F 32 31 2510 12 4 78 35 0 0/0 6 6 0.43 15.4
2 Brad Davis M 31 28 2523 8 12 53 22 3 3/4 5 3 0.29 15.1
3 Brian Ching F 30 13 1385 5 5 35 15 1 2/2 2 3 0.32 14.3
4 Boniek Garcia M 17 17 1530 4 6 30 12 1 0/0 3 1 0.24 13.3
5 Calen Carr M 26 17 1512 4 2 29 11 2 0/0 3 1 0.24 13.8
6 Macoumba Kandji F 29 21 1630 4 2 34 16 1 0/0 3 1 0.22 11.8
关于python - 足球统计 Python 抓取工具,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13733276/