GM排名和赛程解析器
项目描述
# unicorner
GM赛季排名和赛程解析器,作为一个可重用的库。
此库可能随时更改。GM的官方网站也适用同样的规则。使用时请自行承担风险。
### 安装
pip install unicorner
### 使用
#### 解析排名和赛程页面
在解析赛程之前必须解析排名页面。
from unicorner import SeasonParse
sp = SeasonParse() sp.parse_standings_page(path=”standings.html”) sp.parse_fixtures_page(path=”fixtures.html”) print(sp.game_days[0])
#### 导出为CSV
python -m unicorner extract_all –help
### GM数据模型问题
GM不存储历史团队名称 - 只保留名称的最新版本。
在以前,GM会为无关的群体重用相同的团队对象,因此一个赛季的 TeamId=23 可能指向 Team A,而下一个赛季,如果 Team A 的人全部离开,TeamId=23 可能指向另一组球员 Team B。您会在团队历史页面看到这种情况,该页面会显示新组球员从未听说过的过去比赛。
上述两个问题都是因为没有 赛季-团队 模型。
我们通过首先引入 Franchise 的概念来解决这个问题 - 指的是跨越多个赛季一起比赛的球员群体的身份。每个Franchise应该有一个独立的ID,这个ID与GM ID不同。这些可以在 franchises.csv 文件中维护。
然后,对于每个Franchise加入的赛季,我们创建一个单独的 Team 对象,其ID是GM赛季ID和团队ID的拼接,ID前面填充零。例如,由GM标识的、在 SeasonId=101 赛季中比赛的、由GM标识的 TeamId=23 的团队,其ID为 0101.23。
每个这样的团队都可以有自己的名字,因此每个赛季都可以使用不同的名称。队伍与品牌之间的映射保存在一个 franchise_seasons.csv 文件中。
这两个文件的示例可以在 tests/data/ 下找到。
### GM 数据问题
GM 数据与他们的运营非常相似。有时没有得分或得分不正确,获胜者错误,或比赛标记不正确,例如将非决赛的比赛标记为决赛等。等等。要解决这些问题,请使用 score_overrides.csv 文件。
项目详情
下载文件
下载适用于您的平台的文件。如果您不确定选择哪个,请了解更多关于 安装包 的信息。
源分布
构建分布
unicorner-0.3.4.tar.gz 的哈希
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 96f4fdf98d6f0710997da5f4320aa0243fe7fcb40c8128af9ed518861784f3e3 |
|
MD5 | 6d5d95c7b4dad28ef4f714d76971bce9 |
|
BLAKE2b-256 | be7286b586f7ba4d1441ce26587bcd0ca0a9acc24b4144276728ceadc0957ef1 |
unicorner-0.3.4-py2.py3-none-any.whl 的哈希
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 4b7509f534ae6faa7f9f92c054f2d7ff8c97ba16894f0928c234c23b8e434cf3 |
|
MD5 | 859a898a6888785ad266d9df83495cc9 |
|
BLAKE2b-256 | aab697da53512c6883b15da089e741302a1f88f3213997a961720b2703b5905b |