用Python爬取双色球开奖信息，了解一下

通过研究发现，中国福利彩票双色球每周二、四、日21:15开奖，中国体育彩票超级大乐透每周一、三、六21:30开奖，而我们要完成的目标是：

1、自动完成安装工作

2、在周二、四、日的晚上23:00爬取中国福利彩票双色球开奖数据，在周一、三、六的晚上23:00爬取中国体育彩票超级大乐透开奖数据。

1工具

2具体方法

1、使用python2.7编写爬取脚本

这里除了正常的爬取操作，还增加了独立的参数设定。如果没有参数，爬取的数据就在当前目录下；如果有参数，可以设定保存目录、保存文件名后缀。这样的话，这个脚本既可以单独使用，也可以配合sh定时任务使用。

双色球爬取代码grab500_ssq.py内容：

# -*- coding:utf-8 -*-

import re

import urllib

import time

import sys

datapath = sys.path[0]

datasuffix = 'txt'

if (len(sys.argv)>1):

   datapath = sys.argv[1]

   datasuffix = sys.argv[2]

def getHtml(url):

   html = urllib.urlopen(url)

return html.read()

html = getHtml("http://zx.500.com/ssq/")

reg = ['<dt>([0-9]\d*).*</dt>']

reg.append('<li class="redball">([0-9]\d*)</li>')

reg.append('<li class="blueball">([0-9]\d*)</li>')

outstr = "";

for i in range(len(reg)):

   page = re.compile(reg[i])

   rs = re.findall(page,html)

for j in range(len(rs)):

       outstr+= rs[j] + ","

#print time.strftime('%Y-%m-%d',time.localtime(time.time()))+":"+outstr[:-1]

with open(datapath+'/lot_500_ssq.'+datasuffix, 'a') as f:

   f.write(time.strftime('%Y-%m-%d',time.localtime(time.time()))+":"+outstr[:-1]+'\n')

大乐透爬取代码grab500_dlt.py内容：

# -*- coding:utf-8 -*-

import re

import urllib

import time

import sys

datapath = sys.path[0]

datasuffix ='txt'

if(len(sys.argv)>1):

   datapath = sys.argv[1]

   datasuffix = sys.argv[2]

defgetHtml(url):

   html = urllib.urlopen(url)

return html.read()

html = getHtml("http://zx.500.com/dlt/")

reg =['<dt>([0-9]\d*).*</dt>']

reg.append('<li class="redball">([0-9]\d*)</li>')

reg.append('<li class="blueball">([0-9]\d*)</li>')

outstr ="";

for i in range(len(reg)):

   page = re.compile(reg[i])

   rs = re.findall(page,html)

for j in range(len(rs)):

       outstr+= rs[j]+","

#print time.strftime('%Y-%m-%d',time.localtime(time.time()))+":"+outstr[:-1]

with open(datapath+'/lot_500_dlt.'+datasuffix,'a')as f:

   f.write(time.strftime('%Y-%m-%d',time.localtime(time.time()))+":"+outstr[:-1]+'\n')

2、编写一个执行的sh脚本

我们需要编写执行python的sh脚本bwb_lottery_everyday.sh，要注意的是sh的date获取的星期天值是0而不是7，而crontab则可以设定0或者7。

#!/bin/sh

basepath=$(cd `dirname $0`; pwd) #shell's dir

datapath=$basepath'/lotterydata' #shell's datadir

datasuffix='txt' #datasuffix

a=`date -d "${date}" +%w`

if [ $a -eq 1 ] || [ $a -eq 3 ] || [ $a -eq 6 ]; then

   python "${basepath}/grab500_ssq.py" $datapath $datasuffix

elif [ $a -eq 2 ] || [ $a -eq 4 ] || [ $a -eq 0 ]; then

   python "${basepath}/grab500_dlt.py" $datapath $datasuffix

fi

3、编写一个主sh脚本

编写一个主要的sh脚本bwb_lottery_main.sh，执行清理和设定的工作。需要注意的是，这里直接使用了系统的/etc/crontab文件来达到周期执行的目的，其实并不太好，但crontab -e的方法很难自动化，所以只能设定为系统任务。

#!/bin/sh

cronfile="/etc/crontab" #debian cronfile

basepath=$(cd `dirname $0`; pwd) #shell's dir

datapath=$basepath'/lotterydata' #shell's datadir

datasuffix='txt' #datasuffix

crontaskname="bwb_lottery_everyday.sh" #shell's name

crontasktime="0 23\t* * 1-4,6-7" #crontab task run time,default everyday except friday 23:00

echo "checking..."

if [ ! -f ${cronfile} ]; then

   echo "crontab file $cronfile doesn't exsits.\nplease check file or modify shell setting and run shell again."

   exit 1

fi

pyver=`python -V 2>&1|awk '{print $2}'|awk -F '.' '{print $1}'`

if [ $pyver != '2' ]; then

   echo "python2(.7) is needed."

   exit 1

fi

echo "writing crontab file..."

if [ `grep -c "${crontaskname}" ${cronfile}` -eq '0' ]; then

   echo "${crontasktime}\troot\t${basepath}/${crontaskname}">>${cronfile}

else

   sed -i "s#^.*${crontaskname}.*#${crontasktime}\troot\t${basepath}/${crontaskname}#" ${cronfile}

fi

/etc/init.d/cron restart

echo "making data dir..."

if [ ! -d "${datapath}" ]; then

   mkdir ${datapath}

else

if [ ! -d "${datapath}/bak" ]; then

       mkdir "${datapath}/bak"

else

       mv ${datapath}/*.${datasuffix} ${datapath}/bak/ 2>/dev/null

fi

fi

echo "changing permission..."

chmod +x "$basepath/$crontaskname"

chmod +w -R $datapath

echo "finished!"

我们最后只需要执行这个主脚本，就能一键自动完成彩票爬虫的布置。

完整的项目代码已经上传到github上去了~

链接：

https://github.com/BEWINDOWEB/lotterygrabber

欢迎提交watch、star、fork素质三连和提交issue。

为你推荐以下文章

Linux不同版本的区别以及使用建议

分享两个可供练手的Javaweb网站源码

我所知道的和学习有关的网站友链全部在这了