前言
随着大数据时代的来临，数据获取变得尤为重要，如何高效地从网站中提取有用数据是一个热门话题。本文将详细讲解如何使用 Python 的 Selenium 库自动化爬取 NBA 球员的统计数据，并将数据保存到 Excel 文件中。通过这一实战案例，初学者可以学习到网页自动化、数据抓取、分页处理以及如何保存数据到 Excel 文件。
一、环境配置
在正式开始之前，我们需要搭建好开发环境并安装必要的库和工具。
1.1 安装 Python 依赖库
首先，确保你已经安装了 Python，并可以通过终端或命令提示符执行以下命令来安装必要的依赖库：
pip install selenium pandas openpyxl
Selenium：这是一个用于自动化网页操作的工具，可以模拟用户行为如点击、输入等，本文用它来抓取网页数据。
Pandas：Python 的数据分析库，负责将爬取的数据进行整理，并输出为 Excel 文件。
openpyxl：Pandas 中用于操作 Excel 文件的依赖库。
1.2 下载 ChromeDriver
Selenium 需要浏览器驱动（如 ChromeDriver）来控制浏览器。具体步骤如下：
访问 ChromeDriver 下载页面，根据你的 Chrome 浏览器版本下载对应的驱动程序。
下载并解压后，将 chromedriver.exe 放到你可以找到的路径（如项目的根目录）。
如果你不确定 Chrome 浏览器的版本号，可以点击右上角的 "菜单 > 帮助 > 关于 Google Chrome" 查看。
二、目标网站分析
2.1 目标网站
我们选择的目标网站是 NBA 中国官网的球员统计页面，这个页面会列出当前赛季的所有球员数据，包括排名、球员姓名、得分、篮板、助攻等详细信息。网址如下：
NBA 中国球员统计页面: NBA中国官方网站
页面中的数据通过 HTML 表格显示，每一行数据代表一位球员的统计信息。为了抓取多页数据，我们需要处理分页逻辑。