Python爬取双色球，妈妈再也不会担心我不会中奖了

Posted 2022-04-15 小_源

本文同步发表于我的微信公众号，扫一扫文章底部的二维码或在微信搜索 极客导航 即可关注，每个工作日都有文章更新。

一、概况

一般大家都能会有个财富自由、时间自由的梦想。除了我们勤奋努力外，有些人运气比较好，买了一注彩票，瞬间会走上人生巅峰。彩票确实让有些人实现了这个梦想，但是这个概率太低了，低到无法想象。所以我们还是努力奋斗，做一个追梦人吧！

我们今天就爬取有史以来所有的双色球数据，看看这些年哪些数字出现的次数比较高。有的小伙伴可能不知道双色球是什么？双色球顾名思义就是两种颜色的球，一个红色，一个蓝色。红球从1-33中取出6个，篮球从1-16取出1个，如果你买的跟开奖号码一样，恭喜你几百万到手。

二、分析网站

我们今天准备爬取的网站叫500彩票（https://www.500.com/）
这个网站有很多彩票的开奖信息，我们找到全国开奖这个导航（https://kaijiang.500.com/）
在这我们可以查询任何的彩票开奖信息：

我们选择双色球，并打开浏览器调试：

可以看出来是一个ajax（https://kaijiang.500.com/static/info/kaijiang/xml/ssq/list.xml?_A=ERICBJLA1552888430108）
请求，并且返回很多的xml信息。信息里面包括了有史以来所有双色球的开奖号码信息。数据有了，我们完全可以用正则表达式把我们想要的数据提取出来，然后保存到数据库。

三、逻辑实现

我们在本地先创建好数据库，我们要的信息只有三个：

• 红球
• 篮球
• 日期
  代码比较简单：

import requests
import re
import pymysql

# 请求地址
url = 'http://kaijiang.500.com/static/info/kaijiang/xml/ssq/list.xml?_A=BLWXUIYA1546584359929'

# 数据库连接
connection = pymysql.connect(host='localhost',
                             user='root',
                             password='123456',
                             db='db_shuangseqiu', )
# 获取游标对象
cursor = connection.cursor()

# 请求头
headers = 
    'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_2) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/71.0.3578.98 Safari/537.36'

# 发起请求
reponse = requests.get(url=url, headers=headers)

# 正则规则
pattern = re.compile(r'<row.*?opencode="(.*?)".*?opentime="(.*?)"')

# 双色球数据
ssq_data = pattern.findall(reponse.text)

# ('10,11,12,13,26,28|11', '2003-02-23 00:00:00')
for data in ssq_data:#处理数据
    info, date = data
    red, blue = info.split("|")

    #插入数据
    sql = """

       INSERT INTO ssq_info(red,blue,date)values (%s,%s,%s) 

       """
    try:
        cursor.execute(sql, [red, blue, date])
        connection.commit()
    except Exception as e:
        connection.rollback()

从2003年第一个双色球开始，我们本地一共有2389条开奖数据。

四、统计

我们来统计一下这些年红球1-33出现的次数和篮球1-16出现的次数，通过matplotlib绘制成柱形统计图。在绘制前，我们得先从数据库中把红球和篮球出现的次数统计出来。

import pymysql
import matplotlib
matplotlib.use('TkAgg')
import matplotlib.pyplot as plt
import numpy as np
# 数据库连接
connection = pymysql.connect(host='localhost',
                             user='root',
                             password='123456',
                       db='db_shuangseqiu', )
# 获取游标对象
cursor = connection.cursor()

reds_count = [] #1-33红球所有个数
blues_count = [] #1-16篮球所有个数

def getdata():
    sql = 'select * from ssq_info'
    cursor.execute(sql)
    results = cursor.fetchall()#获取全部数据

    blues = []#所有红球个数
    reds = []#所有篮球个数
    for row in results :
        red = row[1]
        blue = row[2]
        red_list = red.split(",")#把查询的红球进行以,分割 ["01","02"，"03"，"04"，"05"，"06"]

        reds.extend(red_list)
        blues.append(blue)

    global reds_count,blues_count
    #统计所有出现红球的个数
    for i in range(1,34):
        reds_count.append(reds.count(str(i).zfill(2)))

    # 统计所有出现篮球的个数
    for i in range(1,17):
        blues_count.append(blues.count(str(i).zfill(2)))

    # redstatistics()
    # bluestatistics()

#添加标签
def autolabel(rects):
    for rect in rects:
        height = rect.get_height()
        plt.text(rect.get_x()-rect.get_width()/4, 1.02*height, "%s" % int(height))

#红球统计图
def redstatistics():

    width=0.35
    index = np.arange(1, 34)
    y = reds_count
    y1 = np.array(y)
    x1 = index + 1
    fig = plt.figure()
    ax1 = fig.add_subplot(111)
    rect = ax1.bar(x1, y1, width, facecolor='#9999ff', edgecolor='white')
    x = [str(i) for i in range(1,34)]
    plt.xticks(index+1+width/20, x)
    plt.ylim(0, 500)
    autolabel(rect)

    ax1.xaxis.set_ticks_position('bottom')
    l1 = ax1.legend(loc=(.02,.92), fontsize=16)
    plt.show()


# 篮球统计图
def bluestatistics():
    width = 0.35
    index = np.arange(1, 17)
    y = blues_count
    y1 = np.array(y)
    x1 = index + 1
    fig = plt.figure()
    ax1 = fig.add_subplot(111)
    rect = ax1.bar(x1, y1, width, facecolor='#9999ff', edgecolor='white')
    x = [str(i) for i in range(1, 17)]
    plt.xticks(index + 1 + width / 20, x)
    plt.ylim(0, 500)
    autolabel(rect)

    ax1.xaxis.set_ticks_position('bottom')
    l1 = ax1.legend(loc=(.02, .92), fontsize=16)
    plt.show()


if __name__ == '__main__':
    getdata()

最后我们统计红球的柱形图统计图：

能看出来红球除了24和33，其余出现都超过了400次，出现次数还是比较平均的。

篮球就8出现的次数比较少一点，也看不出来什么门道。

五、总结

通过统计图也看不出来什么，双色球根本就是毫无规律可言。能学到的知识是爬虫和制图。所以基本靠双色球实现财富自由很难，但运气这种东西谁又说的好呢，所以我给大家精选了一注:
双色球：06,09,12,24,29,31+12，周二晚上21:15开奖。
只要还买得起一注双色球，人生就不至于绝望。最后祝愿大家早日实现财富自由，走上人生巅峰。
欢迎关注我的公众号，我们一起学习。