終於介紹完所有有關 FanGraphs 的使用方法，以及相關進階數據的說明。今天想帶大家來看 pybaseball 的原始碼，看看他們是怎麼取得 FanGraphs 上面的資料吧。

Trace Code

因為 pybaseball 都是用抓取同一個頁面的資料，所以我這邊用 batting_stats 這個方法為例子，剩於其他方法可以照著一樣的步驟去找到相對應的程式碼。

1. 先到 Github 首頁：https://github.com/jldbc/pybaseball
2. 接下來點選 pybaseball 資料夾，所有方法的程式碼都在這個資料夾裡面
3. 點選此資料夾裡的 __init__.py，這個檔案是用來把資料夾裡的方法匯出，讓之後的其他使用者可以順利匯入到他們的程式，這也是為什麼我們可以在安裝完 pybaseball 後使用 from pybaseball import batting_stats 的原因。
4. 進入這個檔案，可以看到裡面 import 各種 methods，我們可以在裡面找到 batting_stats 會在第 43 行 並且由 batting_leaders.py import 他。
5. 知道是哪個檔案 import 之後我們就能去那個檔案繼續追下去，這邊想提起一點，我在 Day 7 的時候有提到文件跟程式碼的命名問題，要找 FanGraphs 的程式碼不能跟官方文件一樣用 batting_stats.py 變成要找 batting_leaders.py，投手也可能以此類推去找 pitching_leaders.py 而不是 pitching_stats.py，大家在查找的時候可以注意一下。
6. 點入 batting_stats.py，除了 import 檔案外會只看到一行 batting_stats = fg_batting_data，這行的意思是 batting_stats 是直接從 fg_batting_data 來，所以我們又要再去看 datasources 資料夾裡的 fangraphs.py。

fangraphs.py

這個檔案幾乎就是所有關於 FanGraph 方法的程式碼的地方，之後要快速查看其他功能的程式碼其實可以直接到這個檔案，不過前面還是介紹一下平常我們 trace code 的流程。

1. 繼續追程式碼，在檔案底下可以找到 fg_batting_data 是從 FangraphsBattingStatsTable 這個 Class 的 fetch method 獲得。
2. 找到 FangraphsBattingStatsTable 後，會發現他的參數會再帶入另一個 Class FangraphsDataTable，這邊會用一個 ABC 的套件來實現抽象類別，更詳細可以參考這篇文章：https://ithelp.ithome.com.tw/articles/10306278
3. 再來可以看到裡面會定義一些會拿來查資料的常數，很多會從 enums 這個資料夾裡面取得，主要會有要搜尋的種類 (batting or pitching or fielding)，預設的欄位，跟一些欄位名稱需要多做處理的 Mapper，還有會用 html 的 <a> tag 來獲得 ID 的 function。這個取得 ID 的方法是因為 FanGraphs Leaderboard 的結果會有球員或球隊名字，然後他們會戴上他們個人頁或球隊頁的連結，上面就會有相對應的 ID 可以爬蟲爬到。
4. 設定完常數可以看到他們定義的 fetch，他會用 super() 取得父類別的 fetch 拿資料。
5. 接下來就來看 FangraphsDataTable，可以看到也是會先有一些常數的定義，主要是我們要爬的 FanGraphs 的頁面 domain，再來還有用來給爬蟲的指標的 Table Class 與 xpath，之後就能用這些常數去爬蟲。
6. 看完常數，再來看 __init__，他會獲得 HTMLTableProcessor的類別，這個類別裡面會是他們爬蟲並整理的方法，主要會是用 lxml 這個 package 來爬蟲，在 fetch 會呼叫裡的方法獲得資料。關於 lxml 的更多詳細介紹，可以參考：【Day 6】剖析網頁原始內容 (2/2) - XML - iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天 (ithome.com.tw)
7. 最後看到 fetch，這邊會先預設搜尋的參數，這些都是在使用 FanGraphs Leaderboard 會帶入 URL 的 Search Params 的參數，可以從註解知道他們更多各自更詳細的描述。參數定義完，會用 stat_list_from_str 找到相對應的 Enum，像是 batting_stats 就會找到 batting_data_enum.py
8. 等剛剛說的搜尋參數整理完，會從 HTMLTableProcessor 的 get_tabular_data_from_options 獲得我們爬蟲下來的資料，並用 _sort 去排序，batting_stats 會是用 WAR 和 OPS 排。最後就能拿到我們要的資料了。

本日小結

今天算簡單把整個 pybaseball 獲得 FanGraphs 資料的流程呈現給大家，感謝大家耐心地閱讀，不知道這樣的流水帳的形式來介紹還清不清楚，或是大家覺得講重點幾個 methods 就好，下次在介紹 Statcasts 原始碼我可以再調整看看。

另外不知道大家有沒有注意到之前介紹的 URL 有帶有 legacy 這個字樣，原因是 FanGraphs 在前些日子有改版，所以 pybaseball 的爬蟲爬不到資料，變成必須要抓舊的頁面。可以從這個 PR 得知：

Updating FanGraphs leaderboard URL by corleymj · Pull Request #377 · jldbc/pybaseball (github.com)

然後要注意的是那時候雖然 PR 進去到主 branch，但是他們沒有更新 PyPI 上的版本，所以直接 pip install 下來會還是舊的，這時候就會需要先刪除，然後安裝 Github 上最新的，像是這樣：

pip uninstall -y pybaseball
pip install git+https://github.com/jldbc/pybaseball.git@master

這樣才會是最新版的，可以看這個 Issue 裡的討論：

Can't seem to get pitching/batting stats. · Issue #381 · jldbc/pybaseball (github.com)

之後假設遇到類似的狀況可以多注意一下。明天會開始介紹另一個網站 Statcast。