码迷,mamicode.com
首页 > 编程语言 > 详细

30行python代码爬取历年双色球

时间:2019-09-22 16:39:55      阅读:129      评论:0      收藏:0      [点我收藏+]

标签:html   result   循环   issue   ade   user   ==   use   数据分析   

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;

30行python代码爬取历年双色球

标签:html   result   循环   issue   ade   user   ==   use   数据分析   

原文地址:https://blog.51cto.com/13577495/2440083

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!