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

Anuncio publicitario