码迷,mamicode.com
首页 > Web开发 > 详细

【爬虫】爬取某彩票网站的历史数据,并进行分析

时间:2018-09-16 23:00:10      阅读:631      评论:0      收藏:0      [点我收藏+]

标签:stat   lap   agreement   pk10   pen   pac   datetime   out   creat   

RT。

闲来无事,随便找了一个玩彩票的网址,突发奇想把历史开奖结果拉取下来,并进行分析,看看有什么规律可以帮助到买彩票的。。

首先使用抓包工具charles, 分析这个历史开奖结果的请求方式。

技术分享图片

技术分享图片

看似就两个参数,但是实际上还有一个cookies,这个是最关键的,通过分析js代码,发现会有一个登陆接口去拿cookies,也就是sessionId,拿到后,放入这个历史数据接口的cookies就可以顺利拿到数据啦~~~

技术分享图片

然而数据的返回并不是json格式的,是html,所以采用了大名鼎鼎的jsoup来直接分析,具体方式可以百度。

这里直接贴源码~

package com.wsm.lottery.JSSC10;

import com.alibaba.fastjson.JSON;
import com.wsm.lottery.dao.LotteryJsscDAO;
import com.wsm.lottery.dao.LotteryJsscDAOImpl;
import com.wsm.lottery.dao.LotteryJsscDO;
import com.wsm.lottery.utils.DateUtils;
import com.wsm.lottery.utils.HttpUtils;
import com.wsm.lottery.model.JSSC10;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;

import java.util.*;

public class JSSC10Crawler {

    private static final String JSSC10Url = "**************";

    private static final LotteryJsscDAO lotteryDao = new LotteryJsscDAOImpl();

    public static void main(String[] args) throws Exception{

        String today = DateUtils.getCurrentDate();

        System.out.println(today);

        Date date = new Date();
        int i=20;
        while(i>5){
            Date newDate = DateUtils.addDay(date,-i);
            i--;
            String todayNew = DateUtils.dateToString(newDate);
            spiderDataIntoDB(todayNew);
        }





    }


    public static void spiderDataIntoDB(String today) throws Exception{
        //1、获取sessionID
        String cashUrl = JSSC10Url + "/cashlogin";
        Map param = new HashMap();

        param.put("account","!guest!");
        param.put("password","!guest!");

        String sessionId = JSON.parseObject(HttpUtils.postForm(cashUrl,param)).getString("message");

        //2、获取游客权限--将session注入  测试无需。
        //GET member/agreement?_OLID_=2ba5aebd150775549fa83a5cfba750297d887bd1 HTTP/1.1
        System.out.println(sessionId);
//        HttpUtils.getSessionId(JSSC10Crawler+"member/agreement?"+sessionId);


        //3、请求历史记录
        //87c1bf6e271f = sessionId
        Map headMap = new HashMap();
        headMap.put("Cookie","87c1bf6e271f"+sessionId.substring(sessionId.indexOf("=")));
        String jsUrl = JSSC10Url + "member/dresult?lottery=PK10JSC&date=";

        String resHtml = HttpUtils.get(jsUrl+today,headMap);

        Document resultDocument = Jsoup.parse(resHtml);



        //#drawTable > table > tbody > tr:nth-child(1) > td.period
        //#drawTable > table > tbody > tr:nth-child(1) > td.drawTime
        //#drawTable > table > tbody > tr:nth-child(1) > td:nth-child(3) > span
        //#drawTable > table > tbody > tr:nth-child(1104) > td:nth-child(3) > span



        //4、解析html
        List<JSSC10> jssc10List = new ArrayList<>();
        int i = 1;
        while (true){

            String trChild = "tr:nth-child("+i+")";
            Elements period = resultDocument.select("#drawTable")
                    .select("table").select("tbody").select(trChild).select("td.period");
            Elements drawTime = resultDocument.select("#drawTable")
                    .select("table").select("tbody").select(trChild).select("td.drawTime");

            if (period.isEmpty()){
                break;
            }
            JSSC10 jssc10 = new JSSC10();
            jssc10.setPeriod(period.text());

            String time = drawTime.text();
            time = "2018-" + time.substring(0,5) + " "+ time.substring(time.length()-8);

            jssc10.setDrawTime(DateUtils.stringToDate(time,DateUtils.DATE_TIME_FORMAT));
            List<Integer> ballNames = new ArrayList<>();

            for (int j=3; j<=12; j++){

                String tdChild = "td:nth-child("+j+")";
                Elements ballName = resultDocument.select("#drawTable")
                        .select("table").select("tbody").select(trChild).select(tdChild).select("span");

                ballNames.add(Integer.valueOf(ballName.text()));
            }

            jssc10.setBallNames(ballNames);
            System.out.println(jssc10);
            jssc10List.add(jssc10);
            i ++;

        }


        //分析数据
        System.out.println(jssc10List);


        //插入DB

        for(JSSC10 jssc10 : jssc10List){
            LotteryJsscDO lotteryJsscDO = new LotteryJsscDO();

            lotteryJsscDO.setCreatePin("siming.wang");
            lotteryJsscDO.setCreateTime(new Date());
            lotteryJsscDO.setPeriod(jssc10.getPeriod());
            lotteryJsscDO.setDrawTime(jssc10.getDrawTime());

            List<Integer> ballNames = jssc10.getBallNames();
            lotteryJsscDO.setBallOne(ballNames.get(0));
            lotteryJsscDO.setBallTwo(ballNames.get(1));
            lotteryJsscDO.setBallThree(ballNames.get(2));
            lotteryJsscDO.setBallFour(ballNames.get(3));
            lotteryJsscDO.setBallFive(ballNames.get(4));
            lotteryJsscDO.setBallSix(ballNames.get(5));
            lotteryJsscDO.setBallSeven(ballNames.get(6));
            lotteryJsscDO.setBallEight(ballNames.get(7));
            lotteryJsscDO.setBallNine(ballNames.get(8));
            lotteryJsscDO.setBallTen(ballNames.get(9));
            lotteryJsscDO.setYn("Y");

            Map paramDb = new HashMap();
            paramDb.put("period",lotteryJsscDO.getPeriod());
            List<LotteryJsscDO> lotteryJsscDOS = lotteryDao.selectListByMap(paramDb);

            if(lotteryDao.selectListByMap(paramDb).isEmpty()){
                lotteryDao.insert(lotteryJsscDO);
            }


        }
    }




}

数据库对应的表结构这里也贴一下:

技术分享图片
CREATE TABLE `lottery_jssc` (
  `sys_no` bigint(20) NOT NULL AUTO_INCREMENT,
  `period` varchar(125) DEFAULT NULL,
  `draw_time` datetime DEFAULT NULL,
  `ball_one` int(2) DEFAULT NULL,
  `ball_two` int(2) DEFAULT NULL,
  `ball_three` int(2) DEFAULT NULL,
  `ball_four` int(2) DEFAULT NULL,
  `ball_five` int(2) DEFAULT NULL,
  `ball_six` int(2) DEFAULT NULL,
  `ball_seven` int(2) DEFAULT NULL,
  `ball_eight` int(2) DEFAULT NULL,
  `ball_nine` int(2) DEFAULT NULL,
  `ball_ten` int(2) DEFAULT NULL,
  `create_time` datetime DEFAULT NULL,
  `create_pin` varchar(20) DEFAULT NULL,
  `Yn` varchar(1) DEFAULT NULL,
  PRIMARY KEY (`sys_no`),
  KEY `idx_period` (`period`),
  KEY `idx_draw_time` (`draw_time`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=103311 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci
查看表结构ddl

采用的是mybatis+druid,相关配置我已经提交到了github,文末会有相关地址。

最后是分析啦~

直接贴分析结果,以一天为例子,代码可以去github下载。

技术分享图片
----------开始分析从2018-09-14 07:00:30到2018-09-15 05:59:15的数据-----------
分析1,出现对子,就买13568 10 :
1期购买中奖次数:331
2期购买中奖次数:113
3期购买中奖次数:52
4期购买中奖次数:9
5期购买中奖次数:4
6期购买中奖次数:1
分析2,出现对子12359,就买68 10 :
1期购买中奖次数:102
2期购买中奖次数:88
3期购买中奖次数:67
4期购买中奖次数:36
5期购买中奖次数:27
6期购买中奖次数:14
7期购买中奖次数:5
8期购买中奖次数:2
9期购买中奖次数:1
分析3,出现对子46780,就买135 :
1期购买中奖次数:87
2期购买中奖次数:79
3期购买中奖次数:52
4期购买中奖次数:24
5期购买中奖次数:20
6期购买中奖次数:14
7期购买中奖次数:4
8期购买中奖次数:4
9期购买中奖次数:3
10期购买中奖次数:1
---------------2018-09-14 数据分析结束!
*
查看分析结果-例子

GITHUB地址:https://github.com/wangchaun/lottery-crawlers

欢迎一起交流~

【爬虫】爬取某彩票网站的历史数据,并进行分析

标签:stat   lap   agreement   pk10   pen   pac   datetime   out   creat   

原文地址:https://www.cnblogs.com/wangsiming/p/9657839.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!