python爬取静态页面

今天在微信群看到一个话题，咸鱼如何翻身，我想了想我的翻身机会，貌似只有一发命中注定的红蓝球才能提升生活档次，几年前红蓝球可以网购的时候守了一个号三年，想继续了，想查查自己守过的号有没有在近几年开过，但是发现开奖网站都没提供查询功能，于是决定自己爬一爬。

image.png

爬取下来的效果如下，存到本地文件：

image.png

代码实现：

#python爬取shuangse球历史开奖记录
import requests
import re
#获取所有期号
def select_list():
    '''获取所有的期号列表'''
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.131 Safari/537.36'
    }
    url= 'http://kaijiang.500.com/shtml/ssq/19074.shtml'
    page = requests.get(url,headers=headers)
    code = page.content
    code = code.decode('gb2312','ignore')
    # print(code)

    selectRegex = re.compile(r'http://kaijiang.500.com/shtml/ssq/(\d+).shtml')
    select_list = selectRegex.findall(code)
    return select_list


#获取开奖结果，参数：list 一个 期号列表 参数
def awards_ret(awards_list):
    '''获取award_list中所有期号的开奖结果，存入字典'''
    #将开奖期号-开奖结果存入到字典中
    awards_dic = {

    }
    for lst in awards_list:
        url = 'http://kaijiang.500.com/shtml/ssq/'+str(lst)+'.shtml'
        page = requests.get(url)
        code = page.content
        code = code.decode('gb2312','ignore')
        redballRegex = re.compile(r'<li class="ball_red">(\d+)')
        blueballRegex = re.compile(r'<li class="ball_blue">(\d+)')
        redball = redballRegex.findall(code)
        blueball = blueballRegex.findall(code)
        # number = str(redball)+str(blueball)
        awards_dic[lst] = {'redball':redball,'blueball':blueball}
    return awards_dic
select_list = select_list()
awards_dic = awards_ret(select_list)
#后面继续爬取可以在下一步自定义期号，免得重复爬大量的历史记录
# awards_dic = awards_ret([19074,19073,19072])

for key,value in awards_dic.items():
    res = "开奖期号：" + str(key) + str(value)
    with open('开奖结果.txt','a',encoding='utf-8') as file_obj:
        file_obj.write(res+'\n')

python爬取静态页面

推荐阅读更多精彩内容