求助：用Python爬取SofaScore意甲球队首发阵容、评分等数据

你的代码为什么找不到目标内容？ #

1. 动态内容加载：SofaScore的比赛数据是通过JavaScript动态渲染的，requests获取的只是初始HTML框架，没有包含你要的首发、评分等核心数据。
2. 动态类名：你用的sc-fqkvVR eeeBnr sc-d8bc48b6-2 cUcAWg这类带sc-前缀的类名，是前端框架自动生成的，每次页面加载都可能变化，完全不能作为定位依据。

更靠谱的方案：调用SofaScore公开API #

SofaScore有一套未公开但稳定可用的API接口，直接请求API比解析HTML高效10倍，还不用处理动态渲染问题。

1. 单场比赛数据爬取示例

以你提供的萨索洛vs亚特兰大的比赛为例：

• 先从浏览器开发者工具的Network面板找到比赛的数字eventId（这场的ID是11096647），用以下接口获取数据：
  • 首发阵容+球员评分：https://api.sofascore.com/api/v1/event/{eventId}/lineups
  • 进阶统计数据：https://api.sofascore.com/api/v1/event/{eventId}/statistics

代码示例：

import requests
import time

# 模拟浏览器请求头
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/116.0.0.0 Safari/537.36'
}

def get_single_match_data(event_id):
    # 获取首发阵容和评分
    lineups_url = f'https://api.sofascore.com/api/v1/event/{event_id}/lineups'
    lineups_resp = requests.get(lineups_url, headers=headers)
    lineups_data = lineups_resp.json()

    # 提取主队首发信息
    home_starting = []
    for player in lineups_data['home']['startingLineup']:
        home_starting.append({
            'name': player['player']['name'],
            'position': player['position'],
            'rating': player.get('rating', 'N/A')
        })
    
    # 提取客队首发信息
    away_starting = []
    for player in lineups_data['away']['startingLineup']:
        away_starting.append({
            'name': player['player']['name'],
            'position': player['position'],
            'rating': player.get('rating', 'N/A')
        })

    # 获取进阶统计数据
    stats_url = f'https://api.sofascore.com/api/v1/event/{event_id}/statistics'
    stats_resp = requests.get(stats_url, headers=headers)
    stats_data = stats_resp.json()

    # 整理统计数据（如控球率、射门数等）
    match_stats = {}
    for group in stats_data:
        for item in group['statisticsItems']:
            match_stats[item['name']] = {
                'home': item['home'],
                'away': item['away']
            }
    
    return {
        'home_starting': home_starting,
        'away_starting': away_starting,
        'stats': match_stats
    }

# 测试单场比赛数据爬取
match_data = get_single_match_data(11096647)
print("主队首发：", match_data['home_starting'])
print("\n客队首发：", match_data['away_starting'])
print("\n比赛统计：", match_data['stats'])

# 避免频繁请求，加延迟
time.sleep(2)

2. 扩展到意甲所有轮次和球队

要爬取整个赛季的所有比赛，按以下步骤操作：

1. 获取意甲赛季ID：意甲的唯一联赛ID是11，请求https://api.sofascore.com/api/v1/unique-tournament/11/seasons，找到当前赛季的id（比如2024/2025赛季ID为51505）。
2. 获取赛季所有轮次：请求https://api.sofascore.com/api/v1/unique-tournament/11/season/{seasonId}/rounds，拿到所有轮次编号。
3. 遍历轮次获取比赛ID：对每个轮次，请求https://api.sofascore.com/api/v1/unique-tournament/11/season/{seasonId}/round/{roundNumber}/events，提取所有比赛的eventId。
4. 批量爬取比赛数据：用上面的get_single_match_data函数处理每个eventId。

代码示例（获取赛季所有比赛ID）：

def get_serie_a_season_events(season_id):
    # 获取所有轮次信息
    rounds_url = f'https://api.sofascore.com/api/v1/unique-tournament/11/season/{season_id}/rounds'
    rounds_resp = requests.get(rounds_url, headers=headers)
    rounds_data = rounds_resp.json()

    all_event_ids = []
    for round_info in rounds_data:
        round_num = round_info['round']
        # 获取该轮所有比赛
        round_events_url = f'https://api.sofascore.com/api/v1/unique-tournament/11/season/{season_id}/round/{round_num}/events'
        round_events_resp = requests.get(round_events_url, headers=headers)
        round_events_data = round_events_resp.json()

        for event in round_events_data['events']:
            all_event_ids.append(event['id'])
        
        time.sleep(1)  # 加延迟避免被封
    
    return all_event_ids

# 测试获取2024/2025赛季所有比赛ID
season_id = 51505
all_event_ids = get_serie_a_season_events(season_id)
print("意甲2024/2025赛季所有比赛ID：", all_event_ids)

注意事项 #

• 每次请求后加1-2秒延迟，避免触发反爬机制导致IP被封。
• API返回的JSON结构清晰，直接通过键值对提取数据即可，无需解析复杂HTML。
• 若请求失败，检查请求头是否正确，必要时更换IP或使用代理。

内容的提问来源于stack exchange，提问作者criug95