用 Python 做一个世界杯赛前分析脚本：以巴西 vs 摩洛哥为例

世界杯期间，如果只是写"谁更强、谁更有机会赢"，很容易写成主观判断。

技术文章可以换一个角度：

把球队分析变成一个可复用的数据脚本。

今天以巴西 vs 摩洛哥为例，写一个简单的 Python 程序，输入两支球队的关键指标，自动输出：

• 综合评分
• 单项优势
• 关键变量
• 赛前看点
• Markdown 分析报告

注意：这里不是做博彩预测，也不是保证比分结果。

足球比赛里红牌、伤病、点球、临场状态都会改变走势。这个脚本的作用，是把"赛前分析"结构化，方便写文章、做复盘、整理数据。

---

一、分析思路

我们先定义 5 个常用指标：

1. attack：进攻能力
2. defense：防守稳定
3. counter：反击速度
4. set_piece：定位球威胁
5. recent_form：近期状态

每项满分 10 分。

以巴西 vs 摩洛哥为例：

• 巴西优势通常在进攻天赋、单点突破、前场创造力
• 摩洛哥优势通常在防守纪律、身体对抗、反击质量
• 比赛关键点在于：巴西能不能尽早破局，摩洛哥能不能把节奏拖慢

所以我们可以把这些信息转成结构化数据。

---

二、准备数据结构

先创建一个 worldcup_match_analyzer.py 文件。

from dataclasses import dataclass
from typing import Dict, List


@dataclass
class TeamProfile:
    name: str
    attack: float
    defense: float
    counter: float
    set_piece: float
    recent_form: float
    style: str


@dataclass
class MatchAnalysis:
    team_a: TeamProfile
    team_b: TeamProfile

这里用了 dataclass，好处是字段清晰，适合后续扩展。

---

三、计算综合评分

不是所有指标权重都一样。

赛前分析里，进攻、防守和近期状态通常更重要，所以我们可以设置一个简单权重：

WEIGHTS: Dict[str, float] = {
    "attack": 0.30,
    "defense": 0.25,
    "counter": 0.15,
    "set_piece": 0.10,
    "recent_form": 0.20,
}


def calculate_score(team: TeamProfile) -> float:
    score = (
        team.attack * WEIGHTS["attack"]
        + team.defense * WEIGHTS["defense"]
        + team.counter * WEIGHTS["counter"]
        + team.set_piece * WEIGHTS["set_piece"]
        + team.recent_form * WEIGHTS["recent_form"]
    )
    return round(score, 2)

这个模型很简单，但对内容创作已经够用。

它不是为了预测准确比分，而是为了让分析更稳定。

---

四、找出两队优势项

接下来写一个函数，对比两支球队每个指标谁更强。

def compare_strengths(team_a: TeamProfile, team_b: TeamProfile) -> List[str]:
    metrics = {
        "进攻能力": ("attack", team_a.attack, team_b.attack),
        "防守稳定": ("defense", team_a.defense, team_b.defense),
        "反击速度": ("counter", team_a.counter, team_b.counter),
        "定位球威胁": ("set_piece", team_a.set_piece, team_b.set_piece),
        "近期状态": ("recent_form", team_a.recent_form, team_b.recent_form),
    }

    results = []

    for label, (_, a_value, b_value) in metrics.items():
        diff = round(abs(a_value - b_value), 1)

        if a_value > b_value:
            results.append(f"{label}：{team_a.name}略占优势，差值 {diff}")
        elif b_value > a_value:
            results.append(f"{label}：{team_b.name}略占优势，差值 {diff}")
        else:
            results.append(f"{label}：双方接近")

    return results

这段代码可以生成一组适合文章正文使用的分析句子。

---

五、生成赛前看点

赛前文章不能只写分数，还要写"为什么值得看"。

这里写一个规则函数：

def generate_talking_points(team_a: TeamProfile, team_b: TeamProfile) -> List[str]:
    points = []

    if team_a.attack - team_b.defense >= 1.5:
        points.append(f"{team_a.name}的进攻能否尽早打破{team_b.name}防线，是比赛第一看点。")

    if team_b.counter >= 8:
        points.append(f"{team_b.name}的反击速度值得关注，强队压上后可能留下身后空间。")

    if abs(team_a.set_piece - team_b.set_piece) <= 1:
        points.append("双方定位球差距不大，角球和任意球可能成为破局方式。")

    if team_a.recent_form >= 8 and team_b.defense >= 8:
        points.append("这场比赛可能不是单纯的进攻表演，而是进攻天赋和防守纪律的对抗。")

    if not points:
        points.append("比赛胜负可能取决于临场节奏、失误控制和关键球处理。")

    return points

这个函数适合做世界杯日更文章。

每天换两支球队的数据，就能生成新的分析骨架。

---

六、输出 Markdown 报告

CSDN 文章、公众号、头条文章都可以用 Markdown 做中间稿。

def generate_markdown_report(match: MatchAnalysis) -> str:
    team_a = match.team_a
    team_b = match.team_b

    score_a = calculate_score(team_a)
    score_b = calculate_score(team_b)

    strengths = compare_strengths(team_a, team_b)
    points = generate_talking_points(team_a, team_b)

    if score_a > score_b:
        tendency = f"AI 数据倾向：{team_a.name}综合评分更高，但不代表比赛结果确定。"
    elif score_b > score_a:
        tendency = f"AI 数据倾向：{team_b.name}综合评分更高，但不代表比赛结果确定。"
    else:
        tendency = "AI 数据倾向：双方综合评分接近，比赛不确定性较高。"

    lines = [
        f"# {team_a.name} vs {team_b.name} 赛前数据分析",
        "",
        "## 一、综合评分",
        "",
        f"- {team_a.name}：{score_a}",
        f"- {team_b.name}：{score_b}",
        "",
        "## 二、单项对比",
        "",
    ]

    for item in strengths:
        lines.append(f"- {item}")

    lines.extend([
        "",
        "## 三、比赛看点",
        "",
    ])

    for point in points:
        lines.append(f"- {point}")

    lines.extend([
        "",
        "## 四、AI 倾向判断",
        "",
        tendency,
        "",
        "注意：该分析只用于赛前内容创作和数据整理，不构成任何比分保证，也不涉及博彩、下注或赔率建议。",
    ])

    return "\n".join(lines)

---

七、完整示例代码

把上面的逻辑合并成一个完整脚本：

from dataclasses import dataclass
from typing import Dict, List


@dataclass
class TeamProfile:
    name: str
    attack: float
    defense: float
    counter: float
    set_piece: float
    recent_form: float
    style: str


@dataclass
class MatchAnalysis:
    team_a: TeamProfile
    team_b: TeamProfile


WEIGHTS: Dict[str, float] = {
    "attack": 0.30,
    "defense": 0.25,
    "counter": 0.15,
    "set_piece": 0.10,
    "recent_form": 0.20,
}


def calculate_score(team: TeamProfile) -> float:
    score = (
        team.attack * WEIGHTS["attack"]
        + team.defense * WEIGHTS["defense"]
        + team.counter * WEIGHTS["counter"]
        + team.set_piece * WEIGHTS["set_piece"]
        + team.recent_form * WEIGHTS["recent_form"]
    )
    return round(score, 2)


def compare_strengths(team_a: TeamProfile, team_b: TeamProfile) -> List[str]:
    metrics = {
        "进攻能力": ("attack", team_a.attack, team_b.attack),
        "防守稳定": ("defense", team_a.defense, team_b.defense),
        "反击速度": ("counter", team_a.counter, team_b.counter),
        "定位球威胁": ("set_piece", team_a.set_piece, team_b.set_piece),
        "近期状态": ("recent_form", team_a.recent_form, team_b.recent_form),
    }

    results = []

    for label, (_, a_value, b_value) in metrics.items():
        diff = round(abs(a_value - b_value), 1)

        if a_value > b_value:
            results.append(f"{label}：{team_a.name}略占优势，差值 {diff}")
        elif b_value > a_value:
            results.append(f"{label}：{team_b.name}略占优势，差值 {diff}")
        else:
            results.append(f"{label}：双方接近")

    return results


def generate_talking_points(team_a: TeamProfile, team_b: TeamProfile) -> List[str]:
    points = []

    if team_a.attack - team_b.defense >= 1.5:
        points.append(f"{team_a.name}的进攻能否尽早打破{team_b.name}防线，是比赛第一看点。")

    if team_b.counter >= 8:
        points.append(f"{team_b.name}的反击速度值得关注，强队压上后可能留下身后空间。")

    if abs(team_a.set_piece - team_b.set_piece) <= 1:
        points.append("双方定位球差距不大，角球和任意球可能成为破局方式。")

    if team_a.recent_form >= 8 and team_b.defense >= 8:
        points.append("这场比赛可能不是单纯的进攻表演，而是进攻天赋和防守纪律的对抗。")

    if not points:
        points.append("比赛胜负可能取决于临场节奏、失误控制和关键球处理。")

    return points


def generate_markdown_report(match: MatchAnalysis) -> str:
    team_a = match.team_a
    team_b = match.team_b

    score_a = calculate_score(team_a)
    score_b = calculate_score(team_b)

    strengths = compare_strengths(team_a, team_b)
    points = generate_talking_points(team_a, team_b)

    if score_a > score_b:
        tendency = f"AI 数据倾向：{team_a.name}综合评分更高，但不代表比赛结果确定。"
    elif score_b > score_a:
        tendency = f"AI 数据倾向：{team_b.name}综合评分更高，但不代表比赛结果确定。"
    else:
        tendency = "AI 数据倾向：双方综合评分接近，比赛不确定性较高。"

    lines = [
        f"# {team_a.name} vs {team_b.name} 赛前数据分析",
        "",
        "## 一、综合评分",
        "",
        f"- {team_a.name}：{score_a}",
        f"- {team_b.name}：{score_b}",
        "",
        "## 二、单项对比",
        "",
    ]

    for item in strengths:
        lines.append(f"- {item}")

    lines.extend([
        "",
        "## 三、比赛看点",
        "",
    ])

    for point in points:
        lines.append(f"- {point}")

    lines.extend([
        "",
        "## 四、AI 倾向判断",
        "",
        tendency,
        "",
        "注意：该分析只用于赛前内容创作和数据整理，不构成任何比分保证，也不涉及博彩、下注或赔率建议。",
    ])

    return "\n".join(lines)


def main() -> None:
    brazil = TeamProfile(
        name="巴西",
        attack=9.2,
        defense=7.8,
        counter=8.5,
        set_piece=7.6,
        recent_form=8.2,
        style="前场个人能力强，边路突破和肋部推进威胁大",
    )

    morocco = TeamProfile(
        name="摩洛哥",
        attack=7.4,
        defense=8.6,
        counter=8.4,
        set_piece=7.8,
        recent_form=7.9,
        style="防守纪律强，擅长压缩空间和快速反击",
    )

    match = MatchAnalysis(team_a=brazil, team_b=morocco)
    report = generate_markdown_report(match)

    output_file = "brazil_vs_morocco_report.md"

    with open(output_file, "w", encoding="utf-8") as file:
        file.write(report)

    print(report)
    print(f"\n报告已生成：{output_file}")


if __name__ == "__main__":
    main()

---

八、运行方式

python worldcup_match_analyzer.py

运行后会在当前目录生成：

brazil_vs_morocco_report.md

终端会输出类似内容：

# 巴西 vs 摩洛哥 赛前数据分析

## 一、综合评分

- 巴西：8.37
- 摩洛哥：7.98

## 二、单项对比

- 进攻能力：巴西略占优势，差值 1.8
- 防守稳定：摩洛哥略占优势，差值 0.8
- 反击速度：巴西略占优势，差值 0.1
- 定位球威胁：摩洛哥略占优势，差值 0.2
- 近期状态：巴西略占优势，差值 0.3

## 三、比赛看点

- 摩洛哥的反击速度值得关注，强队压上后可能留下身后空间。
- 双方定位球差距不大，角球和任意球可能成为破局方式。
- 这场比赛可能不是单纯的进攻表演，而是进攻天赋和防守纪律的对抗。

## 四、AI 倾向判断

AI 数据倾向：巴西综合评分更高，但不代表比赛结果确定。

---

九、如何扩展成日更工具？

这个脚本只是基础版，后续可以继续扩展。

1. 改成读取 JSON

把球队数据放到 teams.json：

{
  "巴西": {
    "attack": 9.2,
    "defense": 7.8,
    "counter": 8.5,
    "set_piece": 7.6,
    "recent_form": 8.2,
    "style": "前场个人能力强，边路突破和肋部推进威胁大"
  },
  "摩洛哥": {
    "attack": 7.4,
    "defense": 8.6,
    "counter": 8.4,
    "set_piece": 7.8,
    "recent_form": 7.9,
    "style": "防守纪律强，擅长压缩空间和快速反击"
  }
}

这样每天只改数据，不改代码。

2. 接入真实赛果

后续可以接入公开赛程或手动录入赛果，增加字段：

goals_for
goals_against
shots
shots_on_target
possession
yellow_cards

这样可以从赛前分析扩展到赛后复盘。

3. 生成不同平台文案

可以继续加一个 platform 参数：

python worldcup_match_analyzer.py --platform csdn
python worldcup_match_analyzer.py --platform toutiao
python worldcup_match_analyzer.py --platform zhihu

不同平台输出不同风格。

CSDN 输出技术解释；

今日头条输出大众化看点；

知乎输出观点分析；

公众号输出完整叙事。

---

十、注意事项

这个脚本的重点不是"预测比分"，而是把足球分析结构化。

世界杯比赛有很多不可控变量：

• 红牌
• 点球
• 伤病
• 临场状态
• 裁判尺度
• 门将发挥
• 教练换人

所以不要把脚本输出当成确定结论。

更合理的用法是：

1. 用脚本生成分析骨架
2. 人工核查真实赛程和球队信息
3. 根据比赛当天情况补充内容
4. 输出赛前分析或赛后复盘

AI 可以帮我们整理信息，但不能替代真实数据核查。

---

总结

本文用 Python 实现了一个简单的世界杯赛前分析脚本。

它完成了 4 件事：

• 定义球队数据结构
• 计算综合评分
• 对比单项优势
• 生成 Markdown 分析报告

以巴西 vs 摩洛哥为例，脚本会给出巴西综合评分略高，但摩洛哥在防守和反击上具备威胁的分析结果。

这类工具非常适合世界杯期间做日更内容。

每天换一场比赛，更新球队数据，就能快速生成一篇赛前分析框架。

对开发者来说，热点不是只能追着写。

也可以把热点变成数据结构、脚本和自动化流程。

这才像技术人干的事。