用Python爬取六合彩开奖信息,了解一下

   通过研究发现，香港六合彩每周二、四、六21:00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、六的晚上23:00爬取香港六合彩开奖数据，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、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。

   香港六合彩爬取代码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]
defgetHtml(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