当年学爬虫的第一个想法就是想把双色球的数据爬下来,然后看能不能用什么牛叉的算法,或者数据分析把后面的双色球概率算出来;
知道现在才抽空写了这几行代码爬取了双色球的数据,我也真是够懒的;
也算是闲来无事,练手的爬虫吧;
好了,多余的就不说了,直接上代码吧,代码注释已经很清楚了;
import sys
import requests
from lxml import etree
def get_url(url): #请求url的方法,返回html
headers = {
‘User-Agent‘:‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/77.0.3865.90 Safari/537.36‘,
}
response = requests.get(url,headers=headers) #获取请求的返回数据
response.encoding = ‘utf-8‘ #定义编码,不然中文输出会乱码;
if response.status_code == 200: #如果请求成功,则返回;
return response.text
return None
for q in range(1,125): #for循环,一共124页;
url = ‘http://kaijiang.zhcw.com/zhcw/html/ssq/list_%s.html‘ % (q) #定义请求的链接
html = get_url(url) #请求url获取返回代码
xpath_html = etree.HTML(html) #xpath初始化html代码
dates = xpath_html.xpath(‘//table[@class="wqhgt"]//tr//td[1]//text()‘) #获取开奖日期
result = xpath_html.xpath(‘//table[@class="wqhgt"]//tr//em//text()‘) #获取上色球号
issues = xpath_html.xpath(‘//table[@class="wqhgt"]//tr//td[2]//text()‘) #获取期号
# print(result) #输出所有双色球的列
# print(len(result)//7) #输出有几组双色球
# print(dates)
# print(issues)
sta = 0
end = 7
for n in range(len(result)//7): #双色球7个号一组,
print("开奖日期:" + str(dates[n]) + " --- " + "期号:" + str(issues[n]) + " --- " + str(result[sta:end]))
sta = sta + 7
end = end + 7
python版本用的3.7,开发工具用的pycharm;
爬取的结果可以根据自己需求进行调整,后面怎么用这些数据就不说了哈;具体根据自己需求进行分析吧;
原文地址:https://blog.51cto.com/13577495/2440083
时间: 2024-11-05 19:00:36