Python数据分析之获取双色球历史信息的方法示例-创新互联
本文实例讲述了Python数据分析之获取双色球历史信息的方法。分享给大家供大家参考，具体如下：
每个人都有一颗中双色球大奖的心，对于技术人员来说，通过技术分析，可以增加中奖几率，现使用python语言收集历史双色球中奖信息，之后进行预测分析。
说明：采用2016年5月15日获取的双色球数据为基础进行分析，总抽奖数1940次。
初级代码，有些内容比较繁琐，有更好的代码，大家可以分享。
#!/usr/bin/python
# -*- coding:UTF-8 -*-
#coding:utf-8
#author:levycui
#date:20160513
#Description:双色球信息收集
import urllib2
from bs4 import BeautifulSoup #采用BeautifulSoup
import os
import re
#伪装成浏览器登陆,获取网页源代码
def getPage(href):
headers = {
'User-Agent':'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6'
}
req = urllib2.Request(
url = href ,
headers = headers
)
try:
post = urllib2.urlopen(req)
except urllib2.HTTPError,e:
print e.code
print e.reason
return post.read()
#初始化url 双色球首页
url = 'http://kaijiang.zhcw.com/zhcw/html/ssq/list_1.html'
#===============================================================================
#获取url总页数
def getPageNum(url):
num =0
page = getPage(url)
soup = BeautifulSoup(page)
strong = soup.find('td',colspan='7')
# print strong
if strong:
result = strong.get_text().split(' ')
# print result
list_num = re.findall("[0-9]{1}",result[1])
# print list_num
for i in range(len(list_num)):
num = num*10 + int(list_num[i])
return num
else:
return 0
#===============================================================================
#获取每页双色球的信息
def getText(url):
for list_num in range(1,getPageNum(url)): #从第一页到第getPageNum(url)页
print list_num #打印下页码
href = 'http://kaijiang.zhcw.com/zhcw/html/ssq/list_'+str(list_num)+'.html' #调用新url链接
# for listnum in len(list_num):
page = BeautifulSoup(getPage(href))
em_list = page.find_all('em') #匹配em内容
div_list = page.find_all('td',{'align':'center'}) #匹配 这样的内容
#初始化n
n = 0
#将双色球数字信息写入num.txt文件
fp = open("num.txt" ,"w")
for div in em_list:
emnum1 = div.get_text()
# print emnum1
text = div.get_text()
text = text.encode('utf-8')
#print title
n=n+1
if n==7:
text = text + "\n"
n=0
else:
text = text + ","
fp.write(str(text))
fp.close()
#将日期信息写入date.txt文件
fp = open("date.txt" ,"w")
for div in div_list:
text = div.get_text().strip('')
# print text
list_num = re.findall('\d{4}-\d{2}-\d{2}',text)
list_num = str(list_num[::1])
list_num = list_num[3:13]
if len(list_num) == 0:
continue
elif len(list_num) > 1:
fp.write(str(list_num)+'\n')
fp.close()
#将num.txt和date.txt文件进行整合写入hun.txt文件中
#格式如下：
#('2016-05-03', '09,12,24,28,29,30,02')
#('2016-05-01', '06,08,13,14,22,27,10')
#('2016-04-28', '03,08,13,14,15,30,04')
#
fp01 = open("date.txt","r")
a=[]
for line01 in fp01:
a.append(line01.strip('\n'))
# print a
fp01.close()
fp02 = open("num.txt","r")
b=[]
for line02 in fp02:
b.append(line02.strip('\n'))
# print b
fp02.close()
fp = open("hun.txt" ,"a")
for cc in zip(a,b): #使用zip方法合并
print cc
fp.write(str(cc) + '\n')
fp.close()
#===============================================================================
if __name__=="__main__":
pageNum = getPageNum(url)
print pageNum
getpagetext = getText(url)
print getpagetext
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
本文名称：Python数据分析之获取双色球历史信息的方法示例-创新互联
浏览路径：http://scjbc.cn/article/degdhi.html
