Python自动化抓取GBGB赛狗比赛结果：日期范围与赛道筛选教程

---

本教程详细介绍了如何使用python自动化从gbgb官方api抓取指定日期范围内的赛狗比赛结果，并根据特定赛道进行数据筛选。通过动态构建api请求参数、处理json响应及实现健壮的错误处理机制，用户可以高效地收集和存储所需数据，摆脱手动输入id的繁琐。

引言：自动化数据获取的必要性

在进行数据分析或建立预测模型时，获取大量、结构化的原始数据是基础且关键的一步。对于像GBGB（Great Britain Greyhound Board）这类网站，手动通过网页界面或逐一输入比赛ID来获取结果不仅效率低下，而且极易出错。幸运的是，许多网站提供了API（应用程序接口），允许开发者通过编程方式批量访问其数据。本教程将指导您如何利用Python和GBGB的API接口，高效地抓取指定日期范围内的赛狗比赛结果，并针对特定赛道进行数据筛选。

GBGB API接口解析

GBGB提供了一个公开的API端点，用于查询比赛结果。通过分析其URL结构，我们可以发现一个通用的结果查询接口：https://api.gbgb.org.uk/api/results。此接口支持以下关键查询参数：

• page: 查询结果的页码，默认为1。
• itemsPerPage: 每页返回的条目数量，用于控制单次请求的数据量。
• date: 查询指定日期的比赛结果，格式为 YYYY-MM-DD。
• race_type: 比赛类型，例如 'race'。

了解这些参数是实现自动化抓取的基础。通过动态地修改 date 参数，我们便可以遍历指定日期范围内的所有比赛结果。

环境准备

在开始编写代码之前，请确保您的Python环境中已安装必要的库。本教程主要依赖 requests 库来发送HTTP请求和 json 库来处理API返回的JSON数据。

如果您尚未安装 requests 库，可以通过以下命令进行安装：

pip install requests

json 库是Python标准库的一部分，无需额外安装。

核心实现：动态日期范围抓取

要实现指定日期范围的抓取，我们需要构建一个循环结构，依次生成每个日期的API请求URL。

1. 构建请求参数

首先，定义API的基础URL和固定的查询参数：

import requests
import json

json_list = []
base_url = "https://api.gbgb.org.uk/api/results"
params = {
    'page': '1',
    'itemsPerPage': '200', # 设定每页返回200条，可根据需求调整
    'race_type': 'race'
}

2. 日期循环逻辑

为了遍历一个日期范围，我们可以使用嵌套循环，外层循环遍历月份，内层循环遍历天数。这里以抓取2025年10月至12月的数据为例：

Viggle AI Video

Powerful AI-powered animation tool and image-to-video AI generator.

115 查看详情

# 示例：抓取2025年10月至12月的数据
for month in range(10, 12 + 1):  # 循环遍历月份，例如10, 11, 12
    # 根据月份确定当月的天数
    if month == 2:
        get_days_in_month = 28 # 简化处理，未考虑闰年
    elif month in [4, 6, 9, 11]:
        get_days_in_month = 30
    else:
        get_days_in_month = 31

    for day in range(1, get_days_in_month + 1):  # 循环遍历每天
        # 格式化日期字符串为 YYYY-MM-DD 形式
        # 使用 f-string 的 :02d 格式化，确保月份和日期始终为两位数（例如 01, 02）
        params['date'] = f'2025-{month:02d}-{day:02d}'
        # ... 后续发送请求和处理数据的代码

3. 发送HTTP请求与处理响应

在每次日期循环中，我们将使用 requests.get() 方法发送HTTP GET请求，并将 params 字典作为参数传入。requests 库会自动将字典转换为URL查询字符串。

API的响应通常是JSON格式。我们可以使用 response.json() 方法将其直接解析为Python字典。

        try:
            response = requests.get(base_url, params=params)
            response.raise_for_status()  # 检查请求是否成功，如果状态码不是2xx则抛出异常

            page_context_dict = response.json()  # 将JSON响应转换为Python字典
            items = page_context_dict.get('items', []) # 获取比赛结果列表，如果不存在则返回空列表

            # ... 后续数据筛选和存储的代码

        except requests.exceptions.HTTPError as errh:
            print(f"HTTP Error for date {params['date']}: {errh}")
        except requests.exceptions.ConnectionError as errc:
            print(f"Error Connecting for date {params['date']}: {errc}")
        except requests.exceptions.Timeout as errt:
            print(f"Timeout Error for date {params['date']}: {errt}")
        except requests.exceptions.RequestException as err:
            print(f"Oops: Something Else for date {params['date']}: {err}")
        except json.JSONDecodeError as json_err:
            print(f"JSON Decode Error for date {params['date']}: {json_err}")

数据筛选：指定赛道结果

API返回的数据可能包含所有赛道的结果。如果只需要特定赛道的数据，我们可以在获取到 items 列表后进行筛选。

            specific_track_items = []
            desired_track = "Swindon" # 指定您想要筛选的赛道名称，例如 "Swindon" 或 "Hove"

            for item in items:
                # 检查字典中是否存在 'trackName' 键，并判断其值是否与目标赛道匹配
                if "trackName" in item and item["trackName"] == desired_track:
                    specific_track_items.append(item)

            json_list.extend(specific_track_items) # 将筛选后的数据添加到总列表中

数据存储：保存为JSON文件

在完成所有日期范围的遍历和数据收集后，我们将累积的 json_list 写入一个JSON文件。

# 在所有循环结束后，将收集到的所有数据写入一个JSON文件
with open('filtered_gbgb_results.json', 'w', encoding='utf-8') as f:
    json.dump(json_list, f, ensure_ascii=False, indent=4)
print(f"所有指定日期和赛道的数据已保存到 'filtered_gbgb_results.json' 文件。共计 {len(json_list)} 条记录。")

ensure_ascii=False 确保中文字符（如果API响应中包含）能正确写入文件，indent=4 则使JSON文件更具可读性。

完整示例代码

结合上述所有步骤，以下是完整的Python代码，用于抓取指定日期范围和赛道的数据：

from urllib.request import urlopen # 尽管此处未使用，但保留以示原问题上下文
import requests
import json

# 用于存储所有抓取到的数据的列表
json_list = []

# GBGB API的基础URL
base_url = "https://api.gbgb.org.uk/api/results"

# 固定的查询参数
params = {
    'page': '1',
    'itemsPerPage': '200',  # 每页返回的条目数量，可根据API限制和需求调整
    'race_type': 'race'     # 比赛类型
}

# 设定您想要筛选的赛道名称
desired_track = "Hove" # 例如，您可以改为 "Swindon" 或其他赛道名称

# 定义需要抓取的年份和月份范围
target_year = 2025
start_month = 10
end_month = 12

# 循环遍历指定年份的月份范围
for month in range(start_month, end_month + 1):
    # 根据月份确定当月的天数（简化处理，未考虑闰年）
    if month == 2:
        get_days_in_month = 28
    elif month in [4, 6, 9, 11]:
        get_days_in_month = 30
    else:
        get_days_in_month = 31

    # 循环遍历当月的所有天数
    for day in range(1, get_days_in_month + 1):
        # 动态更新 'date' 参数，格式为 YYYY-MM-DD
        params['date'] = f'{target_year}-{month:02d}-{day:02d}'
        print(f"正在抓取日期: {params['date']} 的数据...")

        try:
            # 使用 requests 库发送 HTTP GET 请求
            response = requests.get(base_url, params=params)
            response.raise_for_status()  # 如果请求失败（状态码非2xx），则抛出异常

            # 将API响应解析为Python字典
            page_context_dict = response.json()
            items = page_context_dict.get('items', []) # 获取比赛结果列表

            # 用于存储当前日期和赛道筛选后的结果
            specific_track_items = []

            # 遍历所有比赛结果，并根据赛道名称进行筛选
            for item in items:
                if "trackName" in item and item["trackName"] == desired_track:
                    specific_track_items.append(item)

            # 将筛选后的结果添加到总列表中
            json_list.extend(specific_track_items)

        except requests.exceptions.HTTPError as errh:
            print(f"HTTP Error for date {params['date']}: {errh}")
        except requests.exceptions.ConnectionError as errc:
            print(f"Error Connecting for date {params['date']}: {errc}")
        except requests.exceptions.Timeout as errt:
            print(f"Timeout Error for date {params['date']}: {errt}")
        except requests.exceptions.RequestException as err:
            print(f"Oops: Something Else for date {params['date']}: {err}")
        except json.JSONDecodeError as json_err:
            print(f"JSON Decode Error for date {params['date']}: {json_err}")
        except Exception as e:
            print(f"An unexpected error occurred for date {params['date']}: {e}")

# 在所有循环结束后，将收集到的所有数据写入一个JSON文件
output_filename = f'{desired_track}_results_{target_year}_{start_month:02d}-{end_month:02d}.json'
with open(output_filename, 'w', encoding='utf-8') as f:
    json.dump(json_list, f, ensure_ascii=False, indent=4) # indent=4 使JSON文件格式化，更易读
print(f"所有指定日期和赛道的数据已保存到 '{output_filename}' 文件。共计 {len(json_list)} 条记录。")

注意事项与优化

1. API请求频率： 频繁或过快的API请求可能会导致您的IP地址被暂时封禁。在实际应用中，建议在每次请求之间添加适当的延迟（例如 time.sleep(1)），以模拟人类行为并遵守API的使用策略。
2. itemsPerPage 参数： itemsPerPage 参数决定了单次请求返回的数据量。如果设定的值过大，可能会超出API的限制；如果过小，则需要更多的请求才能获取所有数据。根据API文档或实际测试来调整此值。
3. API接口变动： API接口的结构和参数可能会随时间变化。如果代码突然失效，请检查GBGB网站的API文档（如果提供）或通过浏览器开发者工具观察其网络请求，以获取最新的接口信息。
4. 代理与会话： 对于需要处理大量请求或规避IP限制的场景，可以考虑使用代理IP池。此外，使用 requests.Session() 对象可以提高效率，因为它会重用底层的TCP连接。
5. 错误处理的健壮性： 示例代码中包含了基本的错误处理。在生产环境中，您可能需要更详细的日志记录、重试机制或更复杂的异常处理策略。
6. 数据清洗与分析： 抓取到的原始JSON数据可能需要进一步的清洗、转换和分析，才能用于具体的业务场景。

总结

通过本教程，您已经学会了如何利用Python的 requests 库和GBGB的API接口，实现自动化地抓取指定日期范围和赛道的赛狗比赛结果。这种方法不仅大大提高了数据获取的效率，也为后续的数据分析和应用奠定了坚实的基础。掌握API数据抓取技能，是现代数据工作者不可或缺的能力之一。

以上就是Python自动化抓取GBGB赛狗比赛结果：日期范围与赛道筛选教程的详细内容，更多请关注其它相关文章！

# 免费b站网站推广  # 当月  # 您的  # 浮点  # 我们可以  # 几种  # 可以使用  # 高质量营销推广策略  # 石湾抖音seo  # 赛狗  # 贵阳正规的网站优化seo公司  # 优化网站功能的软件  # 长沙seo运营推广  # 新站区seo教学视频  # 能联机的小游戏推广网站  # 兰州交通建设集团网站  # 网站建设毅文科技  # 数据清洗  # js  # json  # 浏览器  # app  # 工具  # session  # ai  # win  # python  # 状态码  # 标准库  # yy  # b网  # AI-powered  # 遍历  # 每页 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 顺丰快递单号查询寄件人 顺丰寄件人查询入口  《理想汽车》权限管理设置方法  c++如何实现观察者设计模式_c++行为型设计模式实战  鼠标没反应了怎么办 无线/有线鼠标失灵的解决方法【详解】  行者app怎样导出日志  4399造梦西游3无敌版_4399游戏入口  Win10如何彻底关闭OneDrive Win10禁用云同步功能【纯净】  J*aScript桌面应用_Electron多进程架构实战  《鹿路通》退余额方法  J*aScript字符串_Unicode处理  J*aScript与HTML元素交互：图片点击事件与链接处理教程  如何快速去除厨房重油污？ 2025年最好用的厨房清洁剂推荐  PointNet++语义分割模型中类别变更引发的断言错误及标签处理策略  CSS如何使用outline-offset与颜色组合突出元素边框  网站体验不好=浪费钱:如何提升-用户体验效果差  网页版网易云音乐入口_网易云音乐在线官网登录  一点万象签到领积分指南  手机雨课堂网页版入口免登录 雨课堂网页版可点击直接进入  聚水潭ERP后台管理系统登录 聚水潭ERP官方登录通道  Sublime Text怎么关闭自动完成_Sublime禁用Auto Complete设置  Safari浏览器自动填表功能失效怎么办 Safari表单管理修复  京东快递物流信息不更新怎么办_物流停滞原因与处理方法  动漫岛在线动漫网 动漫岛动漫在线观看官方入口  解决Pandas DataFrame高度碎片化警告：高效创建多列的策略  汽水音乐网页版登录 汽水音乐网页端官方入口  Dash应用多值文本输入处理与类型转换教程  PyEZ 配置提交中 RpcTimeoutError 的健壮性处理策略  《虎扑》取消评分记录方法  realme 10 Pro息屏方案_realme 10 Pro省电策略  TikTok视频播放中断怎么办 TikTok播放异常修复方法  Go反射进阶：访问内嵌结构体中的被遮蔽方法  Go语言中方法接收器的选择：值类型还是指针类型？  怎样让Windows 11的开始菜单恢复经典样式_Open-Shell工具使用指南【怀旧】  windows10怎么更改下载路径_windows10默认存储位置修改教程  Sublime怎么快速复制文件路径_Sublime右键菜单增强技巧  word怎么将图片设置为页面背景并不影响打印_Word图片背景设置方法  抖音赚钱快速入门_新手必看的抖音赚钱步骤  猫眼app抢票快还是小程序快  MySQL多重JOIN技巧：高效关联同一表获取多角色信息  AO3中文入口稳定分享_AO3官网HTTPS看文详解  易车网官网直达入口 易车网在线登录入口  c++如何实现一个简单的RPC框架_c++远程过程调用原理与实践  《书耽》更换手机号方法  豆包AI怎样为教育场景定制答疑逻辑_为教育场景定制豆包AI答疑逻辑方案【方案】  漫蛙manwa官网浏览入口_漫蛙漫画网页版访问链接  iPhone 15 Pro如何查看存储空间占用_iPhone 15 Pro存储空间查看教程  Win11怎么开启HDR_Windows 11显示器画质增强设置  免费占卜在线神算_免费占卜手机神算  t3出行如何使用微信支付  汽水音乐在线入口 汽水音乐网页端官方页面快速打开 

 2025-11-29