<div dir="ltr">Walmes,<div><br></div><div>Eu baixei a página <a href="http://www.whoscored.com/Teams/1232">http://www.whoscored.com/Teams/1232</a> usando o curl no Terminal do Mac. Rodei</div><div><br></div><div>curl <a href="http://www.whoscored.com/Teams/1232">http://www.whoscored.com/Teams/1232</a> > 1232.html<br>
</div><div><br></div><div>abri o arquivo 1232.html num editor de texto e dentro dele tinha uma tabela com estes dados que te interessam. Só que eles estão um poco desorganizados. O que vejo para o Rafael Sóbis é o seguinte:</div>
<div><br></div><div>{"TeamId":1232,"PlayerId":15686,"Field":{"Value":2,"DisplayName":"Overall"},"IsCurrentPlayer":true,"GameStarted":2,"SubOn":0,"SubOff":2,"Yellow":0,"SecondYellow":0,"Red":0,"Goals":2,"Assists":0,"TotalPasses":80,"AccuratePasses":63,"AerialWon":3,"AerialLost":1,"Rating":7.82,"ManOfTheMatch":0,"TotalTackles":1,"Interceptions":2,"Fouls":2,"OffsidesWon":0,"TotalClearances":0,"WasDribbled":1,"TotalShots":7,"ShotsOnTarget":7,"ShotsBlocked":0,"OwnGoals":0,"KeyPasses":2,"Dribbles":0,"WasFouled":0,"Offsides":1,"Dispossesed":2,"Turnovers":5,"TotalCrosses":13,"AccurateCrosses":1,"TotalLongBalls":3,"AccurateLongBalls":3,"TotalThroughBalls":0,"AccurateThroughBalls":0,"RegionCode":"br","TeamRegionCode":"br","TeamName":"Fluminense","PositionText":"Forward","PlayedPositionsRaw":"-AML-AMR-FW-","Height":172,"Weight":67,"FirstName":"Rafael Augusto","LastName":"Sóbis do Nascimento","KnownName":"Rafael Sóbis","WSName":"Rafael Sóbis","DateOfBirth":"\/Date(487810800000)\/","Ranking":1,"PositionShort":"AM(LR),FW","PositionLong":"Attacking Midfielder (Left, Right) / Forward","Name":"Rafael Sóbis","Age":28}<br>
</div><div><br></div><div>Eu não sei trabalhar com xml, então não sei te dizer se daria para extrair algum dado deste html utilizando algo nesta linhas. Entretanto, acho que daria para extrair algo daí utilizando sed ou awk.</div>
<div><br></div><div>Abs,</div><div><br></div><div><br></div><div><br></div></div><div class="gmail_extra"><br><br><div class="gmail_quote">2014-04-30 15:32 GMT-03:00 walmes . <span dir="ltr"><<a href="mailto:walmeszeviani@gmail.com" target="_blank">walmeszeviani@gmail.com</a>></span>:<br>
<blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">Saudações,<br><br></div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">
Preciso ler os dados de uma página mas da forma tradicional, usando XML para o exame e retenção dos dados eu não consigo. Os dados são de altura, idade, peso, enfim, de jogadores de futebol do campeonato brasileiro. Estão disponíveis nessa página, por exemplo, para o Fluminense<br>
<br><i><a href="http://www.whoscored.com/Teams/1232" target="_blank">http://www.whoscored.com/Teams/1232</a></i><br><br></div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">O que me interessa é a tabela com o nome dos jogadores, dados biométricos e esportivos. Um selecionar e copiar dessa porção que me interessa traz esse conteúdo.<br>
</div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif"><br><span style="font-family:courier new,monospace">R Name Pos Age cm kg Apps Goal A Yel Red SpG PS% AW MoM Rt<br>
1 Rafael Sóbis AM(LR),FW 28 172 67 2 2 - - - 3.5 78.8 1.5 - 7.82<br>2 Carlinhos D(L) 27 176 72 2 - - - - 1 81.1 1 1 7.57<br>
3 Gum D(C) 28 189 86 2 - - - - 0.5 75.2 2.5 1 7.51<br>4 Wagner AM(C) 29 172 71 2 - - 1 - 3 90 - - 7.43<br>5 Bruno Vieira D(R) 28 178 69 2 - - - - - 85.9 1.5 - 7.23<br>
6 Darío Conca M 30 167 58 2 - - 1 - 3 85.9 - - 7.21<br>7 Fred FW <a href="tel:30%C2%A0%C2%A0%C2%A0%20185%C2%A0%C2%A0%C2%A0%2075%C2%A0%C2%A0%C2%A0%202%C2%A0%C2%A0%C2%A0%201%C2%A0%C2%A0%C2%A0%202" value="+13018575212" target="_blank">30 185 75 2 1 2</a> - - 3 75.6 1.5 - 7.19<br>
8 Diguinho DM(C) 31 171 70 2 - - - - 0.5 84.7 1.5 - 7.14<br>
9 Elivelton D 21 179 81 2 - - - - - 74.6 0.5 - 6.86<br>10 Diego Cavalieri GK 31 191 86 2 - - - - - 46.2 - - 6.69<br>11 Jean DM(C) 27 170 70 2 - - - - 1 88.6 - - 6.61<br>
12 Biro Biro AM(L) 19 164 55 0(1) - - - - 1 60 - - 6.47<br>13 Edwin Valencia M 29 181 85 0(2) - - - - - 81.8 1 - 6.31<br>14 Rafinha M(R) 20 177 74 0(1) - - - - - 50 - - 6<br>
15 Walter FW 24 178 88 0(1) - - - - - 60 - - 5.95<br>16 Felipe GK 26 193 90 - - - - - - - - - -<br>17 Chiquinho AM(C) 24 170 69 - - - - - - - - - -<br>
18 Kenedy FW 18 182 77 - - - - - - - - - -<br>19 Wellington Carvalho D 21 185 84 - - - - - - - - - -<br>20 Wellington Silva D 26 177 64 - - - - - - - - - -</span><br>
<br></div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">Quando eu peço o código fonte da página (acesso pelo botão direito do mouse no navegador firefox), não aparecem esses valores lá. Se aparecessem dava para usar o XML. Pelo jeito os dados são trazidos por uma consulta à uma base de dados on the fly para colocar na página. A única forma que eu sei de pegar é copiando para área de transferência. <br>
</div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif"><br></div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">Eu tenho feito assim:<br>1. Abro a página de cada time no navegador e dou ctrol+a para selecionar todo o conteúdo;<br>
</div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">2. Dou ctrol+c para copiar o conteúdo para área de transferência;<br></div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">
3. Dou control+v dentro de um arquivo texto;<br></div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">4. Leio o arquivo texto no R, elimino a sujeira, organizo em colunas até chegar um data.frame.<br>
<br></div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">O que eu quero é substituir passos gráficos de 1 à 3 por algum comando do teminal linux que pudesse pegar a URL que eu passar e salvar o conteúdo em um aquivo que eu der o nome. Com isso elimino intervenção humana e rapidamente baixo todos os times, de todos os torneios para ter excelentes dados para trabalhar em aula. Se alguém se interessar, os dados da liga européia (56 times) que peguei no braço estão em<br>
<br><i><a href="http://www.leg.ufpr.br/~walmes/data/euro_football_players.txt" target="_blank">http://www.leg.ufpr.br/~walmes/data/euro_football_players.txt</a></i><br><br></div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">
Dei umas googladas e vi alguns comandos que, infelizmente, ainda não trazem o que eu preciso, como<br><br><b><span style="font-family:courier new,monospace"><i>sudo apt-get install lynx</i></span></b><br><b><span style="font-family:courier new,monospace"><i>lynx -dump <a href="http://www.whoscored.com/Teams/1232" target="_blank">http://www.whoscored.com/Teams/1232</a></i></span></b><br>
<br></div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">O recorte do resultado do comando está abaixo.<br></div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif"><br><span style="font-family:courier new,monospace"> View:<br>
[41]Overall<br> [42]Home<br> [43]Away<br><br> R Name Pos Age cm kg Apps Goal A Yel Red SpG PS% AW MoM Rt <------ a tabela que eu queria era pra estar<br> *Players shaded are players who are not currently active in team. <------ entre essas duas linhas, mas não.<br>
(Loaned, sold, etc..)<br><br> Tournaments:<br> [44]Brasileirão<br><br> View:<br> [45]Overall<br> [46]Home<br> [47]Away<br></span><br></div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">
Caso alguém tenha algum caminho a apontar, fico grato.<br></div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">Walmes.<br></div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">
<br clear="all"></div><div><div dir="ltr"><span style="font-family:trebuchet ms,sans-serif">==========================================================================</span><br style="font-family:trebuchet ms,sans-serif">
<span style="font-family:trebuchet ms,sans-serif">Walmes Marques Zeviani</span><br style="font-family:trebuchet ms,sans-serif"><span style="font-family:trebuchet ms,sans-serif">LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W)</span><br style="font-family:trebuchet ms,sans-serif">
<span style="font-family:trebuchet ms,sans-serif">Departamento de Estatística - Universidade Federal do Paraná</span><br style="font-family:trebuchet ms,sans-serif"><span style="font-family:trebuchet ms,sans-serif">fone: <a href="tel:%28%2B55%29%2041%203361%203573" value="+554133613573" target="_blank">(+55) 41 3361 3573</a></span><br style="font-family:trebuchet ms,sans-serif">
<span style="font-family:trebuchet ms,sans-serif">skype: walmeszeviani<br style="font-family:trebuchet ms,sans-serif"></span><span style="font-family:trebuchet ms,sans-serif">homepage: <a href="http://www.leg.ufpr.br/%7Ewalmes" target="_blank">http://www.leg.ufpr.br/~walmes</a></span><br style="font-family:trebuchet ms,sans-serif">
<span style="font-family:trebuchet ms,sans-serif">linux user number: 531218</span><br style="font-family:trebuchet ms,sans-serif"><span style="font-family:trebuchet ms,sans-serif">==========================================================================</span></div>
</div>
</div>
<br>_______________________________________________<br>
R-br mailing list<br>
<a href="mailto:R-br@listas.c3sl.ufpr.br">R-br@listas.c3sl.ufpr.br</a><br>
<a href="https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br" target="_blank">https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br</a><br>
Leia o guia de postagem (<a href="http://www.leg.ufpr.br/r-br-guia" target="_blank">http://www.leg.ufpr.br/r-br-guia</a>) e forneça código mínimo reproduzível.<br></blockquote></div><br><br clear="all"><div><br></div>-- <br>
<div dir="ltr">Marcus Nunes<br><a href="http://marcusnunes.me/" target="_blank">http://marcusnunes.me/</a><br></div>
</div>