前两天,在网上看到一个有意思的问题:×××靠谱么?为什么还有那么多的人相信×××?
暂且不说,×××是否靠谱?×××也分人而异,江湖上骗术很多,有些甚至会误以为×××的准确度可以很高,这些操盘手法,让不知原理的彩民心甘情愿地掏钱买料。
在×××上,也有正儿八经去研究“规律” 的,不外乎三个“派别”:数据派、图形派、公式派。还有一派不列入:字谜字画派,可纳入蛇精病行列。
究竟哪一派预测的靠谱准确呢?不懂,因为我几乎不买×××(买也是玩玩,娱乐娱乐),也不去研究。但不管哪一派总得有数据可研究,今天我只负责帮大家如何获取3D×××自创办以来,所有的数据(中奖号码、中奖注数、销售额以及返奖比例等)
在爬取一些简单的(没有反爬机制的)静态网页时,一般采取的策略是:选中目标(所谓的url链接),观察结构(链接结构,网页结构),构思动手(选用什么HTML下载器,解析器等)。在爬虫过程中,都会涉及到三种利器:
HTML下载器:下载HTML网页
HTML解析器:解析出有效数据
数据存储器:将有效数据通过文件或者数据库的形式存储起来
今天,我们将利用requests库和BeautifulSoup模块来抓取中彩网页福彩3D相关的信息,并将其保存到Excel表格中。
在开始前,先分析看看目标网页的结构:
可以发现,目标网页的URL http://kaijiang.zhcw.com/zhcw/html/3d/list_2.html,每次变化一处:list_x后面的数字,其代表第几页。
然后,观察其网页结构,也很简单,可以看到一期的×××信息对应的源代码是一个tr节点,我们可以用BeautifulSoup库来提取这里面的一些信息。
整体思路是:若要获取福彩3D创办14年以来所有的信息(一共246页),只需要分开请求246次,这样获取不同的页面之后,再利用BeautifulSoup库提取到相关信息,利用xlrd库将数据写入Excel中,就可以获取到福彩3D所有的信息,结果如下图:
(一共将近5000条数据)
详情代码如下:
import requestsfrom bs4 import BeautifulSoupimport xlwtimport time#获取第一页的内容def get_one_page(url): headers = { 'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.140 Safari/537.36' } response = requests.get(url,headers=headers) if response.status_code == 200: return response.text return None#解析第一页内容,数据结构化def parse_one_page(html): soup = BeautifulSoup(html,'lxml') i = 0 for item in soup.select('tr')[2:-1]: yield{ 'time':item.select('td')[i].text, 'issue':item.select('td')[i+1].text, 'digits':item.select('td em')[0].text, 'ten_digits':item.select('td em')[1].text, 'hundred_digits':item.select('td em')[2].text, 'single_selection':item.select('td')[i+3].text, 'group_selection_3':item.select('td')[i+4].text, 'group_selection_6':item.select('td')[i+5].text, 'sales':item.select('td')[i+6].text, 'return_rates':item.select('td')[i+7].text }#将数据写入Excel表格中def write_to_excel(): f = xlwt.Workbook() sheet1 = f.add_sheet('3D',cell_overwrite_ok=True) row0 = ["开奖日期","期号","个位数","十位数","百位数","单数","组选3","组选6","销售额","返奖比例"] #写入第一行 for j in range(0,len(row0)): sheet1.write(0,j,row0[j]) #依次爬取每一页内容的每一期信息,并将其依次写入Excel i=0 for k in range(1,247): url = 'http://kaijiang.zhcw.com/zhcw/html/3d/list_%s.html' %(str(k)) html = get_one_page(url) print('正在保存第%d页。'%k) #写入每一期的信息 for item in parse_one_page(html): sheet1.write(i+1,0,item['time']) sheet1.write(i+1,1,item['issue']) sheet1.write(i+1,2,item['digits']) sheet1.write(i+1,3,item['ten_digits']) sheet1.write(i+1,4,item['hundred_digits']) sheet1.write(i+1,5,item['single_selection']) sheet1.write(i+1,6,item['group_selection_3']) sheet1.write(i+1,7,item['group_selection_6']) sheet1.write(i+1,8,item['sales']) sheet1.write(i+1,9,item['return_rates']) i+=1 f.save('3D.xls')def main(): write_to_excel()if __name__ == '__main__': main()
到此,关于14年的福彩3D信息都可以爬取下来,至于如何预测?下一期的×××趋势如何?不懂也不会,接下来是否中奖,就靠你们了。彩民们,我只能帮你们到这了!
最后结尾,关于×××究竟准不准?我不说太多的理论分析,我只提出两个问题:
命题1:以双色球为例,下一期双色球号码,1,2,3,4,5,6,7 和 3,4,8,11,22,29,7 这两组号码的中奖概率如何?谁高谁低还是都一样?
命题2:第二个问题更简单。假设你已经投了9次硬币,结果都是正面。现在你要投第10次,请问是正面的概率是多少?
如果你还要问我,×××有规律可循吗?在我看来,×××规律就是没有规律(不信,你去分析分析14年以来的所有数据),以人类的计算水平,即使有的话也计算不出来的。×××是娱乐,是一个运气的游戏,一个人即使在×××上赚到了钱,运气好,也不代表使用的方法就可以提高×××中奖率。任何打着提高中奖率的期号进行的盈利行为,即使出发点是善意的,也会最终走向错误。
xx的×××(尤其是黑彩)的实质,就是虚构一个不劳而获的人,去忽悠一群想不劳而获的人,最终养活一批真正不劳而获的人。犹如币圈一个bi样!
如果你也是在学习Python,不管你是出于兴趣自学还是说想要以后从事这方面的工作,这个是我的菜鸟学Python学习交流群:639584010,群里有大牛,也有小白,群文件也有一些文档教程和海量视频,不定期还在群里分享直播,我们欢迎你的加入。
原文地址:http://blog.51cto.com/13719825/2147230