Python爬虫：老兵不死，用数据纪念2019男篮世界杯

男篮世界杯已经落下帷幕，相信看球的朋友们都已经过足了篮球瘾。有些许遗憾，也有世界霸主的失落，还有老兵不死的坚持，当然还有斗牛军团的登顶。

自杀式输给波兰，溃败式负于尼日利亚，从前一直代表亚洲征战奥运会的中国，可能就要缺席下一届了。当阿联老去，中国即将不再有任何一名球员具备世界篮球运动员的水平，没有一个！期待中国男篮的再次崛起吧！

星光黯淡，小将领衔，教练席上的神奇老者也没能创造神奇，历史最差战绩，我们都不知道该不该赋予这只美国男篮以“梦之队”的称号。也许在不久后的东京，他们会球星云集，卷土重来吧。

什么是老兵，是接近40岁“高龄”的斗士，是场均准两双的无解，是令人啧啧称奇的坚持。钻石的最后，虽然没能如愿，但是谁又会在乎呢，你已经征服了整个世界！潘帕斯草原上的雄鹰，终将振翅高飞。

一如足球领域一样，斗牛军团的篮球同样强大。不能不佩服和感慨，当加索尔和卢比奥内外联合，双剑合璧时，他们就是篮球界的霸主。

下面我们就一起通过真实的数据，来细数本届男篮世界杯上的各项数据吧。

数据从哪里来

我不生产数据，只是数据的搬运工

下面分析的数据，都是抓取自新浪体育

▼ 数据抓取

在新浪体育网站上，有个世界杯专栏，在数据榜这个模块里，可以找个类似下面的链接

https://events.sports.sina.com.cn/bps/peony/mersh/beitai/fiba/stats/playerdata_order?leagueid=433&ordertype=FieldGoalsAverage&order=desc&dpc=1

该链接，只要修改 ordertype 字段，就可以获取到诸如球员得分，篮板球，助攻数等一些列数据，具体的过程就不说了，就是发请求，解析 json 的简单操作

import requests
import time
url_list = [
 'https://events.sports.sina.com.cn/bps/peony/mersh/beitai/fiba/stats/playerdata_order?leagueid=433&ordertype=PointsAverage',
 'https://events.sports.sina.com.cn/bps/peony/mersh/beitai/fiba/stats/playerdata_order?leagueid=433&ordertype=ReboundsAverage',
 'https://events.sports.sina.com.cn/bps/peony/mersh/beitai/fiba/stats/playerdata_order?leagueid=433&ordertype=PlusMinusAverage',
 'https://events.sports.sina.com.cn/bps/peony/mersh/beitai/fiba/stats/playerdata_order?leagueid=433&ordertype=StealsAverage',
 'https://events.sports.sina.com.cn/bps/peon