Script que lee y almacena las estadísticas de béisbol (pitcheo y bateo) de la página de la LVBP Autor: William Yanez - @wryanez Actualizado a Enero 2013 Publicado y distribuido libremente bajo licencia GPL
gem install nokogiri| # Script que lee y almacena las estadísticas de béisbol (pitcheo y bateo) de la página de la LVBP | |
| # William Yanez - @wryanez | |
| # Actualizado a Enero 2013 | |
| # Publicado y distribuido libremente bajo licencia GPL | |
| require 'nokogiri' | |
| require 'net/http' | |
| require 'date' | |
| # Columnas de cada estadistica bateo y pitcheo | |
| COLS_PITCH = %w(JUGADOR EQUIPO JJ JI JG JP PCT JS JC JB IP H H2 H3 HR CP CL BB SO GP WP BK EFE) | |
| COLS_BAT = %w(JUGADOR EQUIPO AVE JJ VB CA H BA H2 H3 HR CI BB SO SH SF GP BR OR SLG OBP) | |
| URL_BASE = 'www.lvbp.com' | |
| #Temporada Regular | |
| URL_PITCH_TR= '/estadisticas_gen.asp?t=lanz&tipo=w&co_temporada=1&co_ano_temporada=6' | |
| URL_BAT_TR='/estadisticas_gen.asp?t=bat&tipo=c&co_temporada=1&co_ano_temporada=6' | |
| #Round robin | |
| URL_PITCH_RR='/estadisticas_gen.asp?t=lanz&co_temporada=2&co_ano_temporada=6&ds_temporada=Temporada%202012%20-%202013' | |
| URL_BAT_RR='/estadisticas_gen.asp?t=bat&co_temporada=2&co_ano_temporada=6&ds_temporada=Temporada%202012%20-%202013' | |
| SEPARATOR=';' #Separador para el archivo CSV | |
| def connect_and_extract_lvbp(url,expr_xpath,num_cols) | |
| arr_data=[] | |
| begin | |
| Net::HTTP.start(URL_BASE) do |query| | |
| puts "Conectandome a http://#{URL_BASE}#{url}" | |
| resp = query.get(url) | |
| puts "Resultado: #{resp.code}" | |
| if resp.code=='200' | |
| html = resp.body | |
| doc = Nokogiri::HTML.parse(html) | |
| celdas=doc.xpath(expr_xpath) | |
| i=0 | |
| info=[] | |
| celdas.children.each do |td| | |
| info<< td.text | |
| i+=1 | |
| if i==num_cols | |
| arr_data << info | |
| info=[] | |
| i=0 | |
| end | |
| end | |
| else | |
| puts "Error de conexion www" | |
| end | |
| end | |
| rescue Exception => ex | |
| puts ex | |
| end | |
| return arr_data | |
| end | |
| def print_data_csv(arr_data,arr_cols,filename) | |
| File.open(filename,'w') do |out| | |
| out.puts arr_cols.join(SEPARATOR) | |
| arr_data.each do |jug| | |
| item=jug.join(SEPARATOR) | |
| out.puts item | |
| end | |
| end | |
| puts "Creado exitosamente #{filename}" | |
| end | |
| def print_batting_stats(filename) | |
| arr_data= connect_and_extract_lvbp(URL_BAT_RR,"//table/tr/td[@class='tdTablaPos1']",COLS_BAT.size) | |
| if arr_data.size>0 | |
| arr_data.each do |jug| | |
| jug.each {|valor| valor.gsub!('.','')} | |
| end | |
| print_data_csv(arr_data,COLS_BAT,filename) | |
| end | |
| end | |
| def print_pitching_stats(filename) | |
| arr_data=connect_and_extract_lvbp(URL_PITCH_RR,"//table/tr/td[@class='tdTablaPos1']",COLS_PITCH.size) | |
| if arr_data.size>0 | |
| arr_data.each do |jug| | |
| jug.each {|valor| valor.gsub!('.',',')} | |
| end | |
| print_data_csv(arr_data,COLS_PITCH,filename) | |
| end | |
| end | |
| #------------- MAIN -------------- | |
| hoy=Date.today.strftime("%Y%m%d") | |
| print_batting_stats "rr_lvbp_bateo_#{hoy}.csv" | |
| print_pitching_stats "rr_lvbp_pitcheo_#{hoy}.csv" |
Hola buenas noches José,
Gracias por tu interés, honestamente tengo varias temporadas que no lo uso, probablemente la pagina donde tomaba los datos cambió, pero voy a probarlo y te comento. Respecto a lo que me preguntas de base de datos o fuente de información de las temporadas anteriores te recomiendo la excelente web https://pelotabinaria.com.ve/beisbol/.
Me parece interesante el reto que te planteas y te deseo el mejor de los éxitos.
Buenas, estoy interesado en saber si el script todavia funciona, y queria consutarle si tendra algun script o base de datos donde pueda conseguir la informacion de temporadas anteriores, soy un estudiante de maestria de Investigacion de Operaciones, aficionados de la lvbp y queria elaborar un dashboard en lenguaje R con datos de la lvbp, usando shiny para eso.
Saludos.