Python足彩数据采集与清洗系统产品系统

客户需要获取近两年中国体育彩票“14场胜负”游戏的详细开奖数据，包括每期14场比赛的场次编号、对阵球队、赔率、比赛结果（3/1/0）以及一等奖/二等奖奖金金额。由于该数据分散在多个网页且无官方API，手动收集效率极低，因此需要开发自动化采集工具，将数据整理为结构化Excel表格，用于后续的数据分析和研究。

1. 自动采集：程序根据用户输入的起始和结束期号，自动循环请求目标网站（500彩票网）获取每一期的详细页面。
2. 数据解析：从HTML中精准提取14场比赛的主队、客队、比分、百家平均赔率（胜/平/负）以及开奖奖金信息。
3. 数据清洗与转换：将比分（如“2:1”）自动转换为标准赛果“3/1/0”；处理缺失数据（无比分时填充“None”）；从赔率字符串中拆分出胜、平、负三列。
4. 跨年自动跳转：支持期号自动跳转，如从25年最后一期直接跳至26年第一期，实现连续采集无需人工干预。
5. 数据导出：将多期数据合并后，使用Pandas导出为一份完整的Excel文件，便于客户直接使用。

我独立负责整个项目的需求分析、技术选型、代码编写与调试。共采集了2023年至今的120余期数据，处理了近1700场比赛记录。技术栈：Python,requests, lxml,pandas。实现亮点：1. 通过XPath从标签属性（data-bjpl）中提取结构化赔率数据，避免依赖页面动态加载；2. 编写赛果自动转换逻辑，将比分（如2:1）准确转为3/1/0；3. 实现期号自动跨年跳转（如从25196跳至26001），解决数据断层问题；4. 使用Session复用连接，优化请求效率。难点在于网站多次改版导致解析逻辑需动态调整，通过分析页面结构变化成功应对。