赛季档案 · 当季资源

半场比分、杯赛签表、客场胜率与租借名单,一个赛季一个文件包

尚牛电竞把每一轮的半场结果、客战表现、杯赛对阵和租借变动整理成可下载的赛季档案。你在页面上先筛出关心的球队和联赛,再取走 CSV 或 JSON,放进自己的表格、脚本或选题清单里接着用。

7 个完整赛季连续维护
38,000+ 场联赛与杯赛半场记录
420 人次租借变动 / 每赛季平均
2,400 份当季资源下载归档

01 · 四类数据包

四类文件,四种用法

赛程、半场、客场、租借各成一份文件,字段固定、命名固定,拿到手不用再手工对齐表头。文件都带赛季编号,放到同一个文件夹里就是一条完整的时间线。

深色界面中的数据表格与筛选标签,选中项以荧光青高亮
筛选条件可组合赛季、联赛、球队与日期范围,表格随条件即时刷新预览。
PKG 01

赛程表

把一整个赛季的开球时间排成一行行,用来安排观赛、出差和选题节奏。

  • 赛季编号
  • 联赛
  • 轮次
  • 主客队
  • 开球时间
  • 场地
PKG 02

半场数据包

看一支球队开局四十五分钟打得怎么样,上半场领先或落后的场次一眼就能数出来。

  • 场次编号
  • 半场比分
  • 半场角球
  • 半场射门
  • 更新批次
PKG 03

客场胜率表

判断一支球队离开主场之后稳不稳,做跨赛季对比时不用再翻几十页战报。

  • 球队
  • 赛季
  • 客场场次
  • 胜平负
  • 客场胜率
PKG 04

租借变动清单

追踪阵容在赛季中途怎么变的,年轻球员去了哪支球队、能踢多少场,都在清单里。

  • 球员编号
  • 原属球队
  • 租入球队
  • 租借起止
  • 买断状态

02 · 数据表

半场比分与客场胜率表

表格支持赛季、联赛、球队、日期范围四种条件任意组合,表头在滚动时保持可见。五大联赛比赛日次日 10:00 前完成半场比分更新,客场胜率每周更新两次。

筛选条件

  • 当季
  • 上赛季
  • 2019-2022 归档
  • 英超
  • 西甲
  • 德甲
  • 意甲
  • 法甲
  • 近 7 天
半场比分库 · 当季 · 五大联赛 · 五大联赛比赛日次日 10:00 前更新
联赛 球队 收录场次 半场领先 半场平局 半场落后
英超 阿森纳 152 84 40 28
英超 利物浦 152 79 45 28
西甲 皇家马德里 152 86 38 28
德甲 拜仁慕尼黑 136 81 31 24
意甲 国际米兰 152 77 47 28

半场比分库自 2019 赛季起累计收录超过 38,000 场联赛与杯赛记录,可按联赛、球队、赛季逐层展开。

客场胜率表 · 当季 · 按联赛、赛季、球队三个维度聚合 · 每周更新两次
球队 赛季 客场场次 客场胜率
皇家马德里 当季 19 13 3 3 68.4%
拜仁慕尼黑 当季 17 11 2 4 64.7%
阿森纳 当季 19 12 4 3 63.2%
巴黎圣日耳曼 当季 19 11 3 5 57.9%
国际米兰 当季 19 10 5 4 52.6%

客场胜率会同时写入当季数据包与历史归档,做跨赛季比较时不必重新下载往期文件。

深墨绿背景上的客场胜率折线图,曲线以荧光青绘制,峰值点用琥珀橙标注
客场胜率随轮次变化的走势视图,峰值与回落段用琥珀橙标出。

03 · 杯赛签表

从抽签走到决赛,每一轮都对得上

客户端杯赛签表以树状展开,覆盖欧冠、欧联、欧协联及洲际杯赛,抽签结束后 2 小时内完成更新,节点最远可以回溯到 2022 赛季。

欧洲冠军联赛 联赛阶段 → 淘汰赛
  • 联赛阶段
    • 前 8 名直通 16 强
    • 9—24 名进入附加赛
  • 淘汰赛
    • 1/8 决赛
    • 1/4 决赛
    • 半决赛
    • 决赛
欧足联欧洲联赛 阶段与附加赛分流
  • 联赛阶段
    • 直通淘汰赛席位
    • 附加赛对位
  • 淘汰赛
    • 16 强
    • 八强
    • 四强与决赛
欧足联协会联赛 多轮资格赛与正赛
  • 资格赛轮次
    • 第二轮资格赛
    • 第三轮资格赛
    • 附加赛
  • 联赛阶段与淘汰赛
    • 联赛阶段排名
    • 淘汰赛附加赛
    • 半决赛与决赛
国际足联洲际杯 跨洲对阵
  • 附加赛
    • 各洲代表资格对阵
    • 晋级球队确认
  • 决赛阶段
    • 半决赛
    • 决赛
树状杯赛签表结构示意,节点之间以细线连接,晋级路径用琥珀橙标出
签表节点可逐层展开,点击赛事名称即可看到每一轮的对阵位置。

04 · 租借名单

两个转会窗,一条租借时间轴

每赛季平均记录 420 人次租借变动,标注租借起止与买断条款状态。沿着时间轴走一遍,就能看清一支球队半个赛季里换过谁、又要留下谁。

  1. 夏窗 · 转会窗开启

    整季租借集中登记

    租入方承担部分薪资的整季租借大多在这一段完成,清单里会同步标注买断条款是必选还是可选。

    • 可买断
    • 强制买断
  2. 联赛开赛 · 名单首次更新

    租借球员归属确认

    联赛开赛前后完成归属确认,球员编号、原属球队与租入球队一并落库,方便按球队检索。

    • 无买断条款
  3. 冬窗 · 转会窗开启

    半季租借与补位

    半季租借在冬窗集中出现,多数用于补位或给年轻球员找出场时间,起止轮次会写进变动清单。

    • 半季租借
    • 无买断条款
  4. 赛季收官 · 状态结算

    买断激活与回归

    赛季结束后统一结算,买断激活、租借期满回归、续租三种结果分别标出,下一赛季档案接着往下写。

    • 买断激活
    • 期满回归
    • 续租
横向租借变动时间轴,转会窗节点以荧光青标出,买断状态用色块区分
租借变动按转会窗落在时间轴上,状态色块一眼区分买断、回归与续租。

05 · 资源下载

两种格式,一套字段命名

自 2023 赛季起同时提供 CSV 与 JSON,2024 赛季新增赛季对比视图。当季尚牛电竞竞猜资源下载累计约 2,400 份,全部按赛季划分归档,随时可以取回上一版。

CSV

表格直用

一行一场,字段固定,导入表格软件后可直接排序、透视、做图,适合复盘与选题整理。

  • 赛季编号
  • 联赛
  • 轮次
  • 主队
  • 客队
  • 半场比分

JSON

程序解析

嵌套结构保留赛事与轮次的从属关系,适合写脚本批量处理,或接进自建的可视化看板。

  • season
  • league
  • fixture
  • halfTime
  • loanStatus
  • generatedAt
文件命名 赛季编号-联赛-数据类别-生成时间戳
归档方式 按赛季划分,当季与往季各自独立存放
下载记录 当季累计约 2,400
适用场景 竞猜复盘、稿件引用、球探参考、季票决策

06 · 季票信息

12 个联赛与杯赛的季票权益,对照赛季节点看

季票信息按开赛、冬窗、收官三个节点更新。开赛前两周是浏览高峰,很多季票持有者会在这段时间把权益和数据包一起安排妥当。

  • 英格兰超级联赛数据包提前解锁 · 客场球票配额提示
  • 西班牙甲级联赛数据包提前解锁 · 赛季节点提醒
  • 德国甲级联赛客场球票配额提示 · 签表更新订阅
  • 意大利甲级联赛数据包提前解锁 · 客场球票配额提示
  • 法国甲级联赛赛季节点提醒 · 下载额度提示
  • 欧洲冠军联赛抽签后 2 小时内签表更新 · 淘汰赛节点提醒
  • 欧足联欧洲联赛签表树提前可见 · 附加赛对位提示
  • 欧足联协会联赛资格赛轮次追踪 · 正赛节点提醒
  • 南美解放者杯跨洲签表同步 · 客场行程提示
  • 南美杯跨洲签表同步 · 数据包提前解锁
  • 亚足联冠军联赛客场球票配额提示 · 数据包提前解锁
  • 国际足联洲际杯跨洲对阵提醒 · 决赛节点订阅
季票票根与权益清单叠放在一起的局部特写,边缘以荧光青描边
季票权益与数据包可以一起安排:开赛前解锁、抽签后更新,节点都对得上。

07 · 使用流程

四步拿到你要的那份数据

从筛条件到拿到文件,通常几分钟就能走完一遍;想翻回去核对时,往期文件也还在原来的位置。

  1. 01

    筛选

    用赛季、联赛、球队、日期范围四种条件组合出你关心的范围,条件越具体,取到的文件越小。

  2. 02

    预览

    先在页面上看表格前几十行和签表树,确认这正是要的赛季与轮次,再决定下不下载。

  3. 03

    下载

    按用途选 CSV 或 JSON,文件自带赛季编号与生成时间戳,命名规则一致,方便批量放进同一目录。

  4. 04

    回溯

    需要对比上赛季或更早的时候,直接取归档文件,字段与当季保持一致,不用重新熟悉表头。

竞猜复盘

半场比分与客场胜率两份数据放在一起,回看某支球队上半场领先之后能不能守住,客战时又有多少把握。

媒体引用

写赛前前瞻或赛季总结时直接调用签表树与客场胜率表,数字来源清楚,编辑不必再逐场翻记录。

球探参考

从租借变动清单里挑出有稳定出场时间的年轻球员,结合半场数据判断他们在比赛开局阶段的表现。

季票决策

对照 12 个联赛与杯赛的权益说明,看清开赛、冬窗、收官三个节点各能拿到什么,再安排整个赛季。

不确定要哪一份文件,先把场景说给我们听

把你要复盘的赛事范围、需要的字段和交付格式写清楚,我们按你的工作流给出对应的数据包和筛选建议。数据团队 18 人分工维护,其中数据标注 7 人、赛程与签表 4 人、前端与产品 4 人、客服与内容 3 人。