NBA表格_爬取NBA球员薪资数据【Python数据分析百例连载】

通过Pandas模块也可以实现简单的爬虫。主要使用Pandas的read_html方法，该方法用于导入带有table标签的网页表格数据，语法如下：

pandas

主要参数说明：

• io：字符串，文件路径，也可以是URL链接。网址不接受https，可以尝试去掉https中的s后爬取，如http://www.mingribook.com。
• match：正则表达式，返回与正则表达式匹配的表格。
• flavor：解析器默认为“lxml”。
• header：指定列标题所在的行，列表list为多重索引。
• index_col：指定行标题对应的列，列表list为多重索引。
• encoding：字符串，默认为None，文件的编码格式。
• 返回值：返回一个DataFrame。

使用read_html方法前，首先要确定网页表格是否为table类型。例如，NBA球员薪资网页（http://www.espn.com/nba/salaries），右键单击该网页中的表格，在弹出的菜单中选择“检查元素”，查看代码中是否含有表格标签<table>…</table>的字样，如图所示，确定后才可以使用read_html方法。