A project to scrape and analyze statistical data of NBA players' box scores using Web Scraping techniques, with data stored in CSV and JSON formats for further analysis.
- Comprehensive scraping of player statistics like points, assists, rebounds.
- Page navigation support to gather all available data.
- Multi-format storage (CSV and JSON).
- Well-structured code for future scalability.
- Ensure Python 3.8 or later is installed.
- Install required libraries:
pip install -r requirements.txt.
- Open the project in Terminal.
- Run the main file:
python main.py - Scraped data will be saved automatically in CSV and JSON files.
- Python
- Selenium
- JSON and CSV for data storage
- Web Scraping for data extraction
This project is licensed under the MIT License - see the LICENSE file for details.
مشروع لاستخراج وتحليل البيانات الإحصائية الخاصة بمباريات لاعبي الـ NBA باستخدام تقنيات Web Scraping، مع تخزين البيانات في صيغتي CSV و JSON لتحليلها لاحقًا.
- استخراج شامل للبيانات الإحصائية مثل النقاط، التمريرات، المتابعات.
- دعم التنقل بين الصفحات لجمع كافة البيانات.
- تخزين متعدد الصيغ (CSV و JSON).
- كود منظم وقابل للتوسّع مستقبلاً.
- تأكد من تثبيت Python 3.8 أو أحدث.
- قم بتثبيت المكتبات المطلوبة باستخدام:
pip install -r requirements.txt.
- افتح المشروع باستخدام الـ Terminal.
- شغّل الملف الرئيسي:
python main.py - البيانات المُجمّعة ستُخزّن تلقائيًا في ملفات CSV و JSON.
- Python
- Selenium
- JSON و CSV لتخزين البيانات
- Web Scraping لتجميع البيانات
- مرخّص باستخدام MIT License.
- اطّلع على الملف LICENSE لمزيد من التفاصيل.