python获取节假日数据

本篇主要内容为通过爬取国务院放假安排，来获取当年所有的假期数据。

---

一、Holidays

只获取法定节假日的话，用holidays库是最简单最方便的：

import holidays
def getLegalHolidays(year): # 获取法定节假日,不包含周末
    cn_holidays = holidays.CountryHoliday('CN', None, [year])
    for item in cn_holidays.keys():
        print(item)
if __name__ == '__main__':
    # 调用函数并输出结果
    getLegalHolidays(2024)

输出格式如下：

  这里就是只有法定节日的放假的日期，不包含周末，也不会有调休上班的数据，如果需要更详细的假期数据，最靠谱的就是去读国务院的假期安排，如下。

二、读取国务院法定节假日安排

  先确定要爬取的节假日安排的地址，f12看看需要的数据在哪里，解析出来，我个人是觉得用p标签这样的查找方式比较方便。

import requests
from bs4 import BeautifulSoup  #解析网页

def getOfficialHolidays(year): #获取国务院节假日安排，包括调休
    url = "https://www.gov.cn/zhengce/content/202310/content_6911527.htm"  #2024年放假安排url
    rep = requests.get(url)  # Get方式获取网页数据
    rep.encoding = 'utf-8'

    soup = BeautifulSoup(rep.text, 'html.parser')
    pList = soup.find_all('p')
    for item in pList:
        p = item.text
        if '：' in p and '放假' in p:   #找出节日对应的几行内容
            print(p)
            
if __name__ == '__main__':
    getOfficialHolidays(2024)

输出内容如下：

  接下来就是处理这些内容，获取出来放假的日期和需要上班的日期。我是使用这些关键字去截取读取需要的数据，感觉挺繁琐，后续有时间再看怎么优化：

import datetime

legal_hols = []  #法定节假日
legal_works = [] #法定调休上班日期
def getOfficialHolidays(year): #获取国务院节假日安排，包括调休
    ... #接上面代码
        if '：' in p and '放假' in p:   #找出节日对应的几行内容
            #print(p)
            holidayStr = p.split("：")[1]
            holidayArranges = holidayStr.split('。')
            for holItem in holidayArranges:
                if '上班' in holItem: #调休上班安排
                    workDayStr = holItem.replace('（星期六）','').replace('（星期日）','').replace('上班', '')
                    workDays = workDayStr.split('、')
                    for workDayItem in workDays:
                        workDay = workDayItem.replace('月', '-').replace('日', '')
                        workDate = datetime.date(year=year, month=int(workDay.split('-')[0]), day=int(workDay.split('-')[1]))
                        legal_works.append(workDate)
                    # print(workDayStr)
                if '放假' in holItem: #放假安排
                    dayStr = holItem.split('放假')[0].replace('日', '')
                    # print(dayStr)
                    if '至' in dayStr:
                        dayItems = dayStr.split('至')
                        startDate = dayItems[0]
                        month = int(startDate.split('月')[0])
                        startDay = int(startDate.split('月')[1])
                        endDay = int(dayItems[1])
                        for i in range(startDay, endDay+1):
                            holDate = datetime.date(year=year, month=month, day=i)
                            legal_hols.append(holDate)
                    else:
                        monthDay = dayStr.replace('月', '-')
                        holDate = datetime.date(year=year, month=int(monthDay.split('-')[0]), day=int(monthDay.split('-')[1]))
                        legal_hols.append(holDate)

legal_hols为法定节假日的数组，legal_works是法定调休上班的日期数组，main方法可以直接打印出来看。

三、获取所有周末

  如果想要获取某年所有的假期，可以结合上面打印出来的legal_hols和legal_works，周末加上法定假期，再去掉调休后需要上班的日期：

def get_all_weekends(year):
    weekend_dates = []
    # 设置起始日期为指定年份的第一天
    start_date = datetime.date(year=year, month=1, day=1)
    while True:
        if start_date.isoweekday() == 6 or start_date.isoweekday() == 7:
            weekend_dates.append(start_date)
        # 判断当前日期是否已经超过了该年最后一天
        if start_date >= datetime.date(year=year, month=12, day=31):
            break
        # 将日期加上一天
        start_date += datetime.timedelta(days=1)
    return weekend_dates

if __name__ == '__main__':
    result = get_all_weekends(2024) #所有的周末
    for add in legal_hols:
        result.append(add)   #增加非周末的法定假期安排
    result = list(set(result))  #去重
    for ref in legal_works:
        result.remove(ref)   #去掉法定需要调休上班的假期
    new_res = sorted(result)  #排序
    for date in new_res:
        dateStr = date.strftime('%Y-%m-%d')
        print(dateStr)

---

输出格式可以自行处理，爬取数据时还是先去看一下网页上格式是什么样的，每年的地址不一样，内容不一样，读取方法也需要调整，本文只做当前的一个学习记录，希望对大家有所帮助。