比赛时尽量将足球射入对方的球门内，每射入一球就可以得到一分，当比赛完毕后，得分多的一队则胜出。如果在比赛规定时间内得分相同，则须看比赛章则而定，可以抽签、加时再赛或互射点球（十二码）等形式比赛分高下。
足球比赛中除了守门员可以在己方禁区内利用手部接触足球外，球场上每名球员只可以利用手以外的身体其他部分控制足球（开界外球例外）。
标准的11人制足球比赛由两队各派10名球员与1名守门员，总共22人，在长方形的草地球场上对抗、防守、进攻。
扩展资料：
比赛时间
比赛时间应分为两个相等的半场，每半场45分钟，一场球90分钟。特殊情况双方同意另定除外，并按下列规定执行：
1、在每半场中由于替补、处理伤员、延误时间及其它原因损失的时间均应补足，这段时间的多少由裁判员决定。
2、在每半场时间终了时或全场比赛结束后，如执行罚球点球、角球、前场任意球或带球进入对方禁区且暂未完成进球，则应延长时间至进攻结束为止。 除经裁判员同意外，上下半场之间的休息时间不得超过15分钟。
开球方法
1、比赛开始前，应用投币方式选定开球或场地，先挑的一方应有开球或场地的选择权。比赛应在裁判员发出信号后，由开球队的一名队员将球踢出（即踢动放置在比赛场地中央的球）对方半场开始。
在球被踢出前，（除开球队员外）其余每个队员都应在本方半场内，开球队的对方队员还应当保持距球不少于9．15 米；球被踢出后有明显移位，应认为比赛开始，开球队员在球经其他队员触或踢及前不得再次触球。
2、在进一球后，应由负方一名队员以同样方式，重新开球继续比赛。
3、下半场开始时，两队应互换场地，并由上半场开球队的对方开球。
罚则：
1、任何违反本章规则的开球都应重开。如开球队员在球经其他队员触或踢及前再次触球，则应由对方队员在犯规地点。
2、踢间接任意球。
3、开球可以直接向对方射门得分。踢入本方球门则判对方角球
4、比赛如因本规则未规定的原因暂停时，球并未越出边线或球门线，则恢复比赛时，裁判员应在暂停时球所在的位置坠球，球着地即恢复比赛，如果比赛暂停时球在球 门区内；
则应在比赛暂停时球所在位置最近的、与球门线平行的球门区线上坠球，坠球时在球落地之前，队员不得触球，否则应由裁判员重新坠球。
百度百科-足球
所谓1.5，就是大于1少于2的意思。
所谓让1.5球。就是说如果净胜球大于1.5就算赢，算整数来说就是要大于2球，才会赢。如果是进球少于1.5就是输。同上，就是说净胜1球，或以下都是输。
足球让球胜平负玩法：
1、为什么会有让球 ？
因为足球比赛中经常会出现参赛队伍强弱分明的情况，为了平衡强弱两队的实力，从而设立强队让弱队1球、2球或3球来均衡。
2、常见的让球方式：
（1）主让球：波鸿主场对阵圣保利---主队波鸿让一球给客队 （2）主受让：阿瓦塞特主场对阵莱万特---主队阿瓦塞特受让一球（也就是莱万特给阿瓦塞特让一球）
3、让球怎么算胜负（以波鸿VS圣保利为例）
（1）波鸿让圣保利一球，如果波鸿以2球或2球以上的大获胜，则波鸿让球胜，也就是球迷所说的3，按3.05算。 (比如 2比0 ? 3比1 ? 3比0 等）
（2）波鸿让圣保利一球，如果波鸿以1球小胜则波鸿让球平，也就是球迷 所说的1，按3.60算。（比如 1比0 ?2比1 ?3比2 等）
（3）波鸿让圣保利一球，如果波鸿打平或者输掉比赛则波鸿让球负，也就是球迷所说的0，按1.91算。（比如 1比1 0比0 ?1比2等）
4、让球分很多种，比如平/半 、半球、半球/一球。
在足球比赛中，如果两队同分的情况下，比较时，会用：
1.对比双方的剩胜球数，如果剩胜球多，则获胜。
2.比较双方对阵的胜负关系，如果取得两场胜、一胜一平的获胜；如果双方一胜一负，看剩胜球数，剩胜球多者胜，如果剩胜球一样，看客场进球数，进球多的获胜；如果两场都是平局，客场进球数多者胜；如果客场进球数一样，点球决胜负或者加赛一场决出胜负。
第一，第二控球率，第三射进门框范围次数，第四定位球。历史数据不一定代表一切，比如AC米兰和曼联。两队在欧洲三大杯历史上交战过8场，AC米兰队5胜3负占据优势(四次在冠军杯淘汰赛中将曼联淘汰出局)，进14球失6球；其中主场4战保持全胜战绩占据绝对优势，进10球未失球。而今年曼联客场3：2赢了，而主场更是4：0大胜AC米兰！所以历史数据不代表一切！
世界杯预测：用数据分析揭秘球队胜负趋势
世界杯作为足球界最高水平的赛事之一，吸引了全球数亿球迷的关注。在这场盛宴中，每个球队都希望能够获得胜利，但是胜利并不是那么容易获得的。在这篇文章中，我们将通过数据分析来揭示球队胜负趋势，并预测世界杯。
数据收集
首先，我们需要收集世界杯比赛的历史数据。我们可以从官方网站或者其他足球数据网站上获取这些数据，包括每个球队的历史战绩、球员数据、等信息。我们可以将这些数据存储在数据库中，以便后续的分析。
数据清洗
在收集到数据后，我们需要对数据进行清洗。这是因为数据中可能存在一些错误或者缺失的数据，这些数据会影响我们的分析结果。我们可以使用数据清洗工具来清洗数据，包括删除重复数据、填充缺失数据等操作。
特征提取
在数据清洗完成后，我们需要对数据进行特征提取。特征提取是将原始数据转换成可以用于分析的特征向量的过程。我们可以使用机器学习算法来进行特征提取，包括主成分分析、线性判别分析等。
模型训练
在特征提取完成后，我们需要对数据进行模型训练。模型训练是通过使用历史数据来训练模型，以便对未来的数据进行预测。我们可以使用各种机器学习算法来进行模型训练，包括逻辑回归、决策树、支持向量机等。
预测
在模型训练完成后，我们可以使用模型来进行预测。预测是通过使用历史数据和模型来预测未来比赛的。我们可以通过输入两个球队的历史数据和比赛场地等信息，来预测比赛的胜负和。
