每个人都有一颗中双色球大奖的心，对于技术人员来说，通过技术分析，可以增加中奖几率，现使用Python语言收集历史双色球中奖信息，之后进行预测分析。说明：采用2016年5月15日获取的双色球数据为基础进行分析，总抽奖数1940次。 #!/usr/bin/python # -*- coding:UTF-8 -*- #coding:utf-8 #author:levycui #date:20160513 #Deion:双色球信息收集 importurllib2 frombs4 importBeautifulSoup #采用BeautifulSoup importos importre #伪装成浏览器登陆，获取网页源代码 defgetPage(href): headers = { 'User-Agent':'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6' } req = urllib2.Request( url = href ， headers = headers ) try: post = urllib2.urlopen(req) excepturllib2.HTTPError，e: printe.code printe.reason returnpost.read() #初始化url 双色球首页 url = 'http://kaijiang.zhcw.com/zhcw/html/ssq/list_1.html' #=============================================================================== #获取url总页数 defgetPageNum(url): num =0 page = getPage(url) soup = BeautifulSoup(page) strong = soup.find('td'，colspan='7') # print strong ifstrong: result = strong.get_text().split(' ') # print result list_num = re.findall('[0-9]{1}'，result[1]) # print list_num fori inrange(len(list_num)): num = num*10+ int(list_num[i]) returnnum else: return0 #=============================================================================== #获取每页双色球的信息 defgetText(url): forlist_num inrange(1，getPageNum(url)): #从第一页到第getPageNum(url)页 printlist_num #打印下页码 href = 'http://kaijiang.zhcw.com/zhcw/html/ssq/list_'+str(list_num)+'.html'#调用新url链接 # for listnum in len(list_num): page = BeautifulSoup(getPage(href)) em_list = page.find_all('em') #匹配em内容 div_list = page.find_all('td'，{'align':'center'}) #匹配 td align=center这样的内容 #初始化n n = 0 #将双色球数字信息写入num.txt文件 fp = open('num.txt'，'w') fordiv inem_list: emnum1 = div.get_text() # print emnum1 text = div.get_text() text = text.encode('utf-8') #print title n=n+1 ifn==7: text = text + ' ' n=0 else: text = text + '，' fp.write(str(text)) fp.close() #将日期信息写入date.txt文件 fp = open('date.txt'，'w') fordiv indiv_list: text = div.get_text().strip('') # print text list_num = re.findall('d{4}-d{2}-d{2}'，text) list_num = str(list_num[::1]) list_num = list_num[3:13] iflen(list_num) == 0: continue eliflen(list_num) 1: fp.write(str(list_num)+' ') fp.close() #将num.txt和date.txt文件进行整合写入hun.txt文件中 #格式如下： #('2016-05-03'， '09，12，24，28，29，30，02') #('2016-05-01'， '06，08，13，14，22，27，10') #('2016-04-28'， '03，08，13，14，15，30，04') # fp01 = open('date.txt'，'r') a= forline01 infp01: a.append(line01.strip(' ')) # print a fp01.close() fp02 = open('num.txt'，'r') b= forline02 infp02: b.append(line02.strip(' ')) # print b fp02.close() fp = open('hun.txt'，'a') forcc inzip(a，b): #使用zip方法合并 printcc fp.write(str(cc) + ' ') fp.close() #=============================================================================== if__name__=='__main__': pageNum = getPageNum(url) printpageNum getpagetext = getText(url) printgetpagetext 数据样例：('2015-03-03'， '09，11，16，18，23，24，10')('2015-03-01'， '08，09，10，13，29，30，01')('2015-02-26'， '04，07，10，16，23，25，10')作者：levy_cui (花名:白起)原文链接：http://blog.csdn.net/levy_cui/article/details/51394450