py3+urllib+re,轻轻松松爬取双色球最近100期中奖号码

通过页面源码,发现使用正则表达式可以很方便的获取到我们需要的数据,最后循环写入txt文件。

py3+urllib+re,轻轻松松爬取双色球最近100期中奖号码

(\d{2})表示两位数字
[\s\S]表示匹配包括“\r\n”在内的任何字符,匹配红球和蓝球之间的内容

具体实现代码如下:
import urllib.request
import re
url = 'http://baidu.lecai.com/lottery/draw/list/50?type=latest&num=100'
def get():
# 页面是utf8编码,所有解码成unicode
html = urllib.request.urlopen(url).read().decode('utf8') # <meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
# print(html)
reg = r'<em>(\d{2})</em><em>(\d{2})</em><em>(\d{2})</em><em>(\d{2})</em><em>(\d{2})</em><em>(\d{2})</em>[\s\S]*?<em>(\d{2})</em>'
reg = re.compile(reg) # 把字符串类型的正则表达式编译成对象,提高匹配效率
# print(re.findall(reg, html))
return re.findall(reg, html)
qiu = get()
with open('qiu.txt', 'a+') as f:
for i in qiu:
print(i)
for j in i:
f.write(j+' ')
f.write('\n')

py3+urllib+re,轻轻松松爬取双色球最近100期中奖号码

上一篇:Ubuntu 14.04 安装VMware 12


下一篇:spring的定时执行代码 跑批