Python爬取新浪足球数据（以中超为例）
最近在整理上学期学位课中用到的一些知识点，其中看到了一个很省代码量的操作，记录一下。上学期多元统计，留了一个课程论文是用相关统计方法来分析数据，像我这种叫天天不应叫地地不灵要啥啥没有“三无蓝孩“，硬着头皮学了爬虫，后来，就有了今天的故事。
入坑一时爽，一直入坑一直爽啊
当然，说是要结合自己的专业，我，一个学GIS的，有些数据怕是要保密的，而且公开我也不会用啊
但是我爱看球啊，从中超英超德甲西甲，平时闲着没事也爱看看数据啥的，哪个球员又牛逼了，哪个队进欧冠了啥的，然后我就用这些数据做了个聚类（怕是多元统计里最简单的一个了，也感谢老师的浓浓师生情，让我复习了一天的多元统计过了）
回到正题，其实获取数据是主要的工作量，不想让中间商赚差价就只能自己动手丰衣足食了。
首先，打开网址，http://match.sports.sina.com.cn/football/csl/opta_rank.php?item=order&year=2019&lid=8&type=2&dpc=1
我起初的思路很钢铁直，就是用XPath获取，结合源码写了如下获取方式
def parse_page(text):
tree = etree.HTML(text)
# print(tree)
ranking = []
club_name = []
try_goal = []
for i in range(2, 18):
# 球队排名
ranking_item = tree.xpath(
'//tr[' + format(i) + ']/td[1]/text()')[0].strip()
# 球队名称
club_name_item = tree.xpath(
'//tr['+format(i)+']/td/a/text()')[0].strip()
# 射门数
try_goal_item = tree.xpath(
'//tr['+format(i)+']/td[3]/text()')[0].strip()
ranking.append(ranking_item)
club_name.append(club_name_item)
try_goal.append(try_goal_item)
return zip(ranking, club_name, try_goal)
这样倒是也可以获取数据了，可是，对于Python这种语言这也未免太多代码了吧。。。
再看一眼网页源码，
table，emmm，用pandas啊
然后就用pandas库来实现
da = pandas.read_html(response.content)[0]
写个循环将不同年份的各种类型数据爬下来。。
哎，今年的中超啥时候能开呢
作者：小蒋小蒋荡起双桨
