Python分析彩票记录并预测中奖号码过程详解
0 引言
上周被一则新闻震惊到了，《2454万元大奖无人认领！福彩史上第二大弃奖在广东中山产生 》，在2019年5月2日开奖的双色球中，广东中山一位彩民博中2454万元，兑奖时间截至2019年7月1日。
令人遗憾的是，中奖者最终未现身领奖，2454万元大奖成为弃奖。经中山市福彩中心查证，这是中国福彩史上金额第二大的弃奖。根据《彩票管理条例实施细则》的有关规定，这次的2454万元弃奖奖金将被纳入彩票公益金。
一直在为福彩做贡献的我，啥时候能摊上这样的好事啊。于是我用Python生成了一组双色球的号码……
1 环境
操作系统：Windows
Python版本：3.7.3
2 需求分析
随机生成一组双色球的号码，我们可以借助random函数，如下：
import random def ball(): ball_list=[] while 1: a=random.randint(1,33) if a not in ball_list: ball_list.append(a) if len(ball_list)==6: break ball_list.sort() ball_list.append(random.randint(1,16)) print(ball_list) ball()
但要知道，这么搞的话，丝毫不会有什么中奖的，因为太随机了……
经历过高考的人，肯定都知道三年模拟五年高考。要知道彩票中奖概率很低的，所以我们在这里先分析下历年的数据，借助往年的数据来“精准”地推算下一期中奖号码。
我们通过这个网站来查询彩票的历史开奖信息。
http://kaijiang.zhcw.com/zhcw/html/ssq/list_1.html
我们点击下一页，看看网址链接是否有规律
http://kaijiang.zhcw.com/zhcw/html/ssq/list_1.html
http://kaijiang.zhcw.com/zhcw/html/ssq/list_2.html
http://kaijiang.zhcw.com/zhcw/html/ssq/list_3.html
http://kaijiang.zhcw.com/zhcw/html/ssq/list_4.html
http://kaijiang.zhcw.com/zhcw/html/ssq/list_5.html
不难发现，可以将目标网址拆分如下：
url_part = 'http://kaijiang.zhcw.com/zhcw/html/ssq/list' url = url_part + '_' + str(i) + '.html'
而 i 对应的正好是页码信息，我们借助
记录下这里的元素信息。
接下来，我们需要抓取每一页中的具体开奖信息。我们继续通过开发者工具分析出每期开奖信息。
我们依次记录下每期的开奖日期对应的元素信息：
开奖的批次对应的元素信息：
中奖号码对应的元素信息：
有了这些元素信息之后，接下来就是代码的具体实现。
3 代码实现
在这里，我们获取网页的请求使用 requests 模块；解析网址借助 beautifulsoup4 模块。因为都是第三方模块，如环境中没有可以使用 pip 进行安装。
pip install requests pip install beautifulsoup4 pip install lxml
模块安装好之后，进行导入
import requests from bs4 import BeautifulSoup
我们需要先在首页中，拿到页数信息
# 发起请求
basic_url = 'http://kaijiang.zhcw.com/zhcw/html/ssq/list_1.html'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36'
}
response = requests.get(basic_url, headers=headers, timeout=10)
response.encoding = 'utf-8'
htm = response.text
# 解析内容
soup = BeautifulSoup(htm, 'html.parser')
# 获取页数信息
page = int(soup.find('p', attrs={"class": "pg"}).find_all('strong')[0].text)
接下来，我们就可以根据规律组装好我们的URL：
url_part = 'http://kaijiang.zhcw.com/zhcw/html/ssq/list' for i in range(1, page+1): url = url_part + '_' + str(i) + '.html'
拿组装后的url发起请求，并获取每页中各期的开奖信息：
res = requests.get(url, headers=headers, timeout=10)
res.encoding = 'utf-8'
context = res.text
soups = BeautifulSoup(context, 'html.parser')
if soups.table is None:
continue
elif soups.table:
table_rows = soups.table.find_all('tr')
for row_num in range(2, len(table_rows)-1):
row_tds = table_rows[row_num].find_all('td')
ems = row_tds[2].find_all('em')
result = row_tds[0].string +', '+ row_tds[1].string +', '+ems[0].string+' '+ems[1].string+' '+ems[2].string+' '+ems[3].string+' '+ems[4].string+' '+ems[5].string+', '+ems[6].string
print(result)
这样，我们就完成了对每一页中各期开奖数据的获取。获取的数据可以保存在本地。
def save_to_file(content):
with open('ssq.txt', 'a', encoding='utf-8') as f:
f.write(content + '\n')
我们在获取每期的开奖数据的同时，记录下红蓝球出现的号码信息。
# 定义两个变量, 用于记录历史开奖信息中的红球、蓝球号码信息
# 定义两个变量, 用于记录历史开奖信息中的红球、蓝球号码信息 red_num = [] blue_num = [] red_num.append(ems[0].string) # 红色球1 red_num.append(ems[1].string) # 红色球2 red_num.append(ems[2].string) # 红色球3 red_num.append(ems[3].string) # 红色球4 red_num.append(ems[4].string) # 红色球5 red_num.append(ems[5].string) # 红色球6 blue_num.append(ems[6].string) # 蓝色球
统计出各个号码出现次数信息：
red_count = Counter(red_num) blue_count = Counter(blue_num)
接下来我们可以根据红蓝号码出现的频率进行排序，并推测出几组双色球号码信息：
# 按照出现频率顺序
red_sorted = sorted(red_count.items(), key=lambda x: x[1], reverse=False)
blue_sorted = sorted(blue_count.items(), key=lambda x: x[1], reverse=False)
red = red_sorted[0:6]
blue = blue_sorted[0:3]
red = list(map(lambda x:x[0], red))
blue = list(map(lambda x:x[0], blue))
red.sort()
blue.sort()
print('号码高频-1注：'+str(red)+' | '+blue[0])
print('号码高频-2注：'+str(red)+' | '+blue[1])
print('号码高频-3注：'+str(red)+' | '+blue[2])
当然了，也可以输出反序输出，中奖号码出现频率较低的几组，只需要设置 reverse=True 即可。
4 后记
这里根据蓝色球各号码出现的次数，作了张直方图，可以很直观到蓝色球各号码出现的频率。
有人会问了，这样预测出的中奖号码，中奖概率究竟有多大呢？
这个，我可说不清楚，只有买了才会知道……小心错过一个亿哟！
好了，以上就是本篇全部内容。
本文全套代码已上传至Github：https://github.com/MiracleYoung/You-are-Pythonista/tree/master/PythonExercise/Tool/SSQ_Predict/
