Java使用httpRequest+Jsoup爬取红蓝球号码


Posted in Java/Android onJuly 02, 2021
目录
  • 1、Jsoup介绍
    • 1.1、简介
    • 1.2、Jsoup的主要功能
  • 2、源网站及页面元素分析
    • 2.1、号码源
    • 2.2、dom元素分析
  • 3、代码实现

某网站截图如下

Java使用httpRequest+Jsoup爬取红蓝球号码

 

2.2.2、页码区域分析

由于我们爬取数据的时候,需要进行翻页操作,所以这里还需要分析翻页部分的内容,继续在开发者工具中,定位页码区域

Java使用httpRequest+Jsoup爬取红蓝球号码

可以看到页码部分是<tbody>中的最后一个<tr>中,翻页操作的内容再class=pg的 <p> 标签中
可以拆分为多个<storage>标签数组,可以分析得出翻页链接的规律。
/zhcw/inc/ssq/ssq_wqhg.jsp?pageNum=页码

/zhcw/html/ssq/list_页码.html

 

元素 含义
0 总页数
1 总记录数
2 第一页的连接
3 上一页的链接
4 下一页的链接
5 最后一页的连接
6 当前页数
<tr>
    <td colspan="7" align="center" style="background:#fdf2e3;">
        <p class="zhu"></p>
        <p class="pg">
            共<strong>136</strong> 页 /<strong>2709 </strong>条记录 
            <strong><a href="/zhcw/inc/ssq/ssq_wqhg.jsp" rel="external nofollow" >首页</a></strong>
            <strong><a href="/zhcw/inc/ssq/ssq_wqhg.jsp?pageNum=1" rel="external nofollow" >上一页</a></strong>
            <strong><a href="/zhcw/inc/ssq/ssq_wqhg.jsp?pageNum=2" rel="external nofollow" >下一页</a></strong>
            <strong><a href="/zhcw/inc/ssq/ssq_wqhg.jsp?pageNum=136" rel="external nofollow" >末页</a></strong>
            当前第<strong> 1 </strong>页</p>
     </td>
 </tr>

 

3、代码实现

maven引用,这里使用的是Jsoup1.13.1版本

<dependency>
      <groupId>org.jsoup</groupId>
      <artifactId>jsoup</artifactId>
      <version>1.13.1</version>
  </dependency>

这使用的是基于jeecg开发的Job,搭建过程不赘述了,直接看主体代码。

public void execute(JobExecutionContext arg0) throws JobExecutionException {
  Integer maxPage=getMaxPage();//获取总页数
  for(int pageNo=0;pageNo<maxPage;pageNo++){//循环处理每一页的数据
   String url = "http://kaijiang.zhcw.com/zhcw/html/ssq/list_"+(pageNo+1)+".html";//拼访问地址
      String strDateFormat = "yyyy-MM-dd";
         SimpleDateFormat sdf = new SimpleDateFormat(strDateFormat);
   String html = JwtHttpUtil.httpRequest(url, "GET",null);//访问对应的页面
   Document doc =  Jsoup.parse(html);//用Jsoup解析页面内容并且解析为Document
   Document doc1= Jsoup.parse(doc.getElementsByClass("wqhgt").toString());//wqhgt是table标签的class,这里获取到开奖号码的table的内容并且解析为Document
   Elements trs= doc1.getElementsByTag("tr");//根据tag获取到所有的tr标签,这里获取到的是一个Element数组
   logger.info("当前页码---"+(pageNo+1)+"----"+trs.size());
   for(int i=2;i<trs.size()-1;i++){//这里是根据页面内容确定开奖内容是从第三个tr开始到倒数第二个tr结束,最后一个tr是翻页按钮
    try {
     Elements tds=trs.get(i).getElementsByTag("td");
     String kjrq=tds.get(0).text();
     String kjqh=tds.get(1).text();
     //这里是为了防止重复拉取,所以做了判断,如果已存在当前期的奖号,就直接跳过
     Long count=lotterySsqKjjlService.getCountForJdbc("select count(*) from lottery_ssq_kjjl where SSQ_KJQH='"+ kjqh + "'");
     //下面的内容很容易理解,就是可以对照页面分析部分内容看,就不赘述了
     if(count>0)break;
     LotterySsqKjjlEntity kjhmEntiry=new LotterySsqKjjlEntity();
        Elements kjhm=tds.get(2).getElementsByTag("em");
     kjhmEntiry.setSsqKjrq(sdf.parse(kjrq));
     kjhmEntiry.setSsqKjqh(kjqh);
        kjhmEntiry.setSsqR1(Integer.parseInt(kjhm.get(0).text()));
        kjhmEntiry.setSsqR2(Integer.parseInt(kjhm.get(1).text()));
        kjhmEntiry.setSsqR3(Integer.parseInt(kjhm.get(2).text()));
        kjhmEntiry.setSsqR4(Integer.parseInt(kjhm.get(3).text()));
        kjhmEntiry.setSsqR5(Integer.parseInt(kjhm.get(4).text()));
        kjhmEntiry.setSsqR6(Integer.parseInt(kjhm.get(5).text()));
        kjhmEntiry.setSsqB1(Integer.parseInt(kjhm.get(6).text()));
        lotterySsqKjjlService.save(kjhmEntiry);
    } catch (ParseException e) {
     // TODO Auto-generated catch block
     e.printStackTrace();
    } catch (Exception e) {
     // TODO Auto-generated catch block
     e.printStackTrace();
    }
   }
  }
  
 }
 
 private Integer getMaxPage(){
  String url = "http://kaijiang.zhcw.com/zhcw/html/ssq/list.html";
  String html = JwtHttpUtil.httpRequest(url, "GET",null);
  Document doc =  Jsoup.parse(html);
  Document docPageBar= Jsoup.parse(doc.getElementsByClass("pg").toString());
  Elements elePageBar = docPageBar.getElementsByTag("strong");
  Integer maxPageNo=Integer.parseInt(elePageBar.get(0).text());
  return maxPageNo;
 }

以下是执行完成的部分数据截图

Java使用httpRequest+Jsoup爬取红蓝球号码

拉取到基础数据后,我们可以再写一个job,去计算出每期开奖号码的指标,可以进行奖号分析,预测等。
这里简单实现了部分分析指标的计算,以下是主体代码。

public void run(){
  List<LotterySsqKjjlEntity> list= lotterySsqKjjlService.findByQueryString("from LotterySsqKjjlEntity t");
  for(int i=0;i<list.size();i++){
   LotterySsqKjjlEntity kjjg=list.get(i);
   logger.info("正在处理:"+kjjg.getSsqKjqh());
   kjjg.setSsqMin(kjjg.getSsqR1());//最小号
   kjjg.setSsqMax(kjjg.getSsqR6());//最大号
   kjjg.setSsqKd(kjjg.getSsqR6()-kjjg.getSsqR1());//号码跨度
   kjjg.setSsqJsCnt(ssqKjjgUtils(kjjg, "jsCnt"));//奇数个数
   kjjg.setSsqOsCnt(ssqKjjgUtils(kjjg, "osCnt"));//偶数个数
   kjjg.setSsqSum(ssqKjjgUtils(kjjg, "sum"));//号码和
   lotterySsqKjjlService.updateEntitie(kjjg);
   
  }
  logger.info("结果数据条数"+list.size());
 }
 /**
  * 
  * @param kjjg
  * @param opType jsgs=奇数个数
  * @return
  */
 private Integer ssqKjjgUtils(LotterySsqKjjlEntity kjjg,String opType){
  List<Integer> t =new ArrayList<Integer>();
  t.add(kjjg.getSsqR1());
  t.add(kjjg.getSsqR2());
  t.add(kjjg.getSsqR3());
  t.add(kjjg.getSsqR4());
  t.add(kjjg.getSsqR5());
  t.add(kjjg.getSsqR6());
  Integer result=0;
  switch (opType) {
  case "jsCnt":
  case "osCnt":
   int jsgs=0;
   int osgs=0;
   for(int i=0;i<t.size();i++){
    if(t.get(i)%2==0){
     osgs++;
    }else{
     jsgs++;
    }
   }
   if("jsCnt".equals(opType)){
    result=jsgs;
   }else{
    result=osgs;
   }
   break;
  case "sum":
   int sum=0;
   for(int i=0;i<t.size();i++){
    sum+=t.get(i);
   }
   result=sum;
   break;
  default:
   break;
  }
  return result;
 }

至此,这个简单的爬虫就写完了,可以利用爬过来的这些基础数据,进行一些数据分析,预测。

到此这篇关于Java使用httpRequest+Jsoup爬取红蓝球号码的文章就介绍到这了,更多相关Java 爬取红蓝球号码内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Java/Android 相关文章推荐
Spring Bean的实例化之属性注入源码剖析过程
Jun 13 Java/Android
Java日常练习题,每天进步一点点(38)
Jul 26 Java/Android
Java移除无效括号的方法实现
Aug 07 Java/Android
spring cloud 配置中心native配置方式
Sep 25 Java/Android
Java 实战项目之家居购物商城系统详解流程
Nov 11 Java/Android
springboot+zookeeper实现分布式锁
Mar 21 Java/Android
springboot入门 之profile设置方式
Apr 04 Java/Android
Android Flutter实现图片滑动切换效果
Apr 07 Java/Android
Java对文件的读写操作方法
Apr 29 Java/Android
Android存储中最基本的文件存储方式
Apr 30 Java/Android
Ubuntu18.04下QT开发Android无法连接设备问题解决实现
Jun 01 Java/Android
Java Spring Boot请求方式与请求映射过程分析
Jun 25 Java/Android
使用Springboot实现健身房管理系统
Java Kafka 消费积压监控的示例代码
springboot临时文件存储目录配置方式
Jul 01 #Java/Android
Mybatis-plus在项目中的简单应用
Jul 01 #Java/Android
SpringBoot 拦截器妙用你真的了解吗
解决SpringBoot文件上传临时目录找不到的问题
java实现对Hadoop的操作
Jul 01 #Java/Android
You might like
用PHP的ob_start();控制您的浏览器cache!
2006/11/25 PHP
解析PHP跨站刷票的实现代码
2013/06/18 PHP
php实现cookie加密的方法
2015/03/10 PHP
PHP的Yii框架使用中的一些错误解决方法与建议
2015/08/21 PHP
四个常见html网页乱码问题及解决办法
2015/09/08 PHP
Zend Framework前端控制器用法示例
2016/12/11 PHP
php动态读取数据清除最右边距的方法
2017/04/12 PHP
PHP实现的redis主从数据库状态检测功能示例
2017/07/20 PHP
理解JAVASCRIPT中hasOwnProperty()的作用
2013/06/05 Javascript
jquery实现简单的拖拽效果实例兼容所有主流浏览器
2013/06/21 Javascript
jQuery中:visible选择器用法实例
2014/12/30 Javascript
JavaScript基础篇(3)之Object、Function等引用类型
2015/11/30 Javascript
12 款 JS 代码测试必备工具(翻译)
2016/12/13 Javascript
Bootstrap图片轮播效果详解
2017/10/17 Javascript
BootStrap自定义popover,点击区域隐藏功能的实现
2018/01/23 Javascript
解决element UI 自定义传参的问题
2018/08/22 Javascript
JavaScript遍历数组和对象的元素简单操作示例
2019/07/09 Javascript
vue v-on:click传递动态参数的步骤
2020/09/11 Javascript
pandas string转dataframe的方法
2018/04/11 Python
Python小白必备的8个最常用的内置函数(推荐)
2019/04/03 Python
python hough变换检测直线的实现方法
2019/07/12 Python
Python解析命令行读取参数之argparse模块
2019/07/26 Python
pycharm中显示CSS提示的知识点总结
2019/07/29 Python
Python实现实时数据采集新型冠状病毒数据实例
2020/02/04 Python
python烟花效果的代码实例
2020/02/25 Python
一文带你了解Python 四种常见基础爬虫方法介绍
2020/12/04 Python
苹果美国官方商城:Apple美国
2016/08/24 全球购物
怀俄明州飞钓:Platte River Fly Shop
2017/12/28 全球购物
北京SQL新华信咨询
2016/09/30 面试题
大学校庆策划书
2014/01/31 职场文书
小学三年级数学教学反思
2014/01/31 职场文书
竞选班长自荐书范文
2014/03/09 职场文书
党的群众路线教育实践活动动员会主持词
2014/03/20 职场文书
授权委托书范本
2014/04/03 职场文书
2014年后勤管理工作总结
2014/12/01 职场文书
工人先锋号事迹材料
2014/12/24 职场文书