Ejemplo de Web Scrapping II: Descargando Rosters

Los reportes diarios que pongo en mi twitter estan basados en los rosters que pone la MiLB en su sitio web. Por ejemplo, de aqui obtengo el roster de los Tigres de Licey, equipo de la LIDOM. Para descargar tal informacion utilizo un script de Python similar al que pongo aqui abajo. Este script es muy sencillo. Lo unico que hace es utilizar el paquete de selenium junto con phantomJS ( que porcierto ya esta descontinuado pero aun sirve muy bien ) para entrar a estas paginas y recorrer las tablas ( por filas y celdas ) de lanzadores, receptores, infielders y outfielders. Script que recorre el roster de Licey:

from selenium import webdriver
from selenium.webdriver.support.ui import Select, WebDriverWait
driver = webdriver.PhantomJS()
def obtenerRoster( teamId ):
tables = [ 'rosterPitchers', 'rosterCatchers', 'rosterInfielders', 'rosterOutfielders' ]
url = 'http://www.milb.com/roster/index.jsp?cid='+str(teamId)
driver.get( url )
for t in tables:
ti = driver.find_element_by_xpath('//*[@id="'+t+'"]/div/div[1]/table/tbody')
for ri in ti.find_elements_by_tag_name('tr'):
for ci in ri.find_elements_by_tag_name('td'):
print( ci.text )
obtenerRoster( 672 )
view raw codigo.py hosted with ❤ by GitHub

Aqui la lista de todos los equipos invernales de LIDOM, LVBP, LBPRC y LMP:

Liga teamId Nombre
LBPRC 685 Cangrejeros de Santurce
LBPRC 686 Criollos de Caguas
LBPRC 687 Gigantes de Carolina
LBPRC 688 Indios de Mayaguez
LBPRC 4644 Atenienses de Manati
LIDOM 667 Aguilas Cibaenas
LIDOM 668 Toros del Este
LIDOM 669 Estrellas Orientales
LIDOM 670 Gigantes del Cibao
LIDOM 671 Leones del Escogido
LIDOM 672 Tigres del Licey
LMP 673 Aguilas de Mexicali
LMP 674 Charros de Jalisco
LMP 675 Caneros de los Mochis
LMP 676 Mayos de Navojoa
LMP 677 Naranjeros de Hermosillo
LMP 678 Tomateros de Culiacan
LMP 679 Venados de Mazatlan
LMP 680 Yaquis de Obregon
LMP 5482 Algodoneros de Guasave
LMP 5483 Sultanes de Monterrey
LVBP 692 Aguilas del Zulia
LVBP 693 Cardenales de Lara
LVBP 694 Caribes de Anzoategui
LVBP 695 Leones del Caracas
LVBP 696 Navegantes del Magallanes
LVBP 697 Bravos de Margarita
LVBP 698 Tiburones de La Guaira
LVBP 699 Tigres de Aragua
view raw ids.txt hosted with ❤ by GitHub

Deja un comentario