【小白学爬虫】用Python分析福彩3D|发现数字的秘密

相信福利彩票大家都买过吧，既然学爬虫为何不动手写个小程序抓一下呢，说不定还能发现福彩的秘密，本篇主要面向于对Python爬虫感兴趣的零基础的同学，实例为中彩网的福利3D彩票，比较有趣，小伙伴们一起动手开始吧

环境：Windows XP

Python :Python 2.7

需要用到的库：re,xlwt,urllib,collections

本文下面的爬虫项目都有详细的配套教程以及源码，都已经打包好上传到百度云了，链接在文章结尾处！

扫码此处领取大家自行获取即可~~~

1.分析网页链接

1).首先,打开中彩网的福彩3D,查看3D开奖数据http://www.zhcw.com/3d/kaijiangshuju/index.shtml?type=0

2).我们用chrome浏览器，分析一下网站的结构和源码

• 访问：

http://kaijiang.zhcw.com/zhcw/inc/3d/3d_wqhg.jsp

• 跳转到：
• http://kaijiang.zhcw.com/zhcw/html/3d/list.html

经过观察和分析，开奖数据链接很规律，如下：

• 第一页：

http://kaijiang.zhcw.com/zhcw/html/3d/list_1.html

• 最后一页：

http://kaijiang.zhcw.com/zhcw/html/3d/list_230.html

3).页面分析结果

• 经过对开奖数据页面分析，总共有230页，链接也很规律
• 思路为从开奖数据页面抓取开奖日期、开奖期数及开奖号码等数据
• 然后循环处理每一页，最后将数据写入execl表格即可

2.编写代码

新手，只要能达成目的即可，思路就简单粗暴一点

1).第一步，准备食材：

食从何来，与炒菜一个道理，首先要准备食材，要抓取到所有3D的开奖记录，那么就要获取到所有开奖页面的html源码，简单粗暴一点，循环访问第1页到第230页，将所有页面的html源码全部获取到，示例代码如下：

输出的网站源码为:

其实我们的彩票的数据都隐藏在上面这个源码html文件里面，下面我们的主要工作就是解析html文件就可以啦

2).第二步，开火爆炒

用get_3d_html()获取到的所有页面源码

使用正则表达式从中提取到开奖等数据（开奖日期、开奖期号、开奖号码）

代码如下：观察开奖数据页面源码，要获取的数据如下图红色框内的数据

构造正则：

.*?(.*?).*?(.*?).*? (.*?).*? (.*?).*? (.*?)

>>

(u’2017-08-23’, u’2017228’, u’5’, u’3’, u’5’)

(u’2017-08-22’, u’2017227’, u’8’, u’8’, u’5’)

(u’2017-08-21’, u’2017226’, u’9’, u’0’, u’3’)

(u’2017-08-20’, u’2017225’, u’8’, u’0’, u’1’)

(u’2017-08-19’, u’2017224’, u’2’, u’6’, u’5’)

(u’2017-08-18’, u’2017223’, u’7’, u’7’, u’8’)

(u’2017-08-17’, u’2017222’, u’7’, u’3’, u’1’)

(u’2017-08-16’, u’2017221’, u’8’, u’5’, u’7’)

(u’2017-08-15’, u’2017220’, u’2’, u’8’, u’7’)

(u’2017-08-14’, u’2017219’, u’5’, u’1’, u’3’)

…

3.把数据写入表格中

经过上面几步，数据已经全部清洗完毕，现在把抓取到的开奖数据保存进excel表格中吧

• 利用xlwt模块生产一个表格对象(关于xlwt的用法可以看历史文章关于Excel表格如何处理|这篇最用心)
• 先写一个表格的头部标题
• 接着循环把获取的数据全部写入表格
• 最后保存数据

4.找出福彩3d的秘密

上面的代码还有2页的数据，现在我们把页面从range(1,3)改成range(1,22),获取全年的数据，然后分析一下，看看数字背后的秘密:

1.最频繁出现的数字

1).找出全年数字出现频率最高的3个数字

2).找出百位数出现频率最高的3个数字

3).找出十位数出现频率最高的3个数字

4).找出个位数出现频率最高的3个数字

>>

全年最火的3个数字: 8 3 9

Most popular nums: [(u’8’, 137), (u’3’, 136), (u’9’, 136)]

百位数最火的3个数字:3 8 1

Top3 in hundreds place: [(u’3’, 55), (u’8’, 50), (u’1’, 45)]

十位数最火的3个数字:7,9,5

Top3 in ten place: [(u’7’, 50), (u’9’, 47), (u’5’, 45)]

个位数最火的3个数字:9,5,8

Top3 in single place: [(u’9’, 57), (u’5’, 46), (u’8’, 46)]

2.每期出现重复数字的概率

利用set()简单的统计一下就可以了，发现Python分析数据简直太方便了

>>

全年有133次出现重复数字,近三分之一的概率

133

Duplicate num percent:31.67%

关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python学习大纲

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、入门学习视频

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、python副业兼职与全职路线

👉[[CSDN大礼包：《python兼职资源&全套学习资料》免费分享]]（安全链接，放心点击）