爬虫双色球所有的历史数据并保存到SQLite

前言

上一篇介绍了双色球走势图是怎么实现的，这一篇介绍怎么实现爬虫所有的双色球历史数据，也可以同步分享怎么同步福彩3D数据。采用的C#来实现的。

同步双色球的地址：https://datachart.500.com/ssq/history/newinc/history.php?start={0}&end={1} 

同步福彩3D的地址：https://datachart.500.com/sd/history/inc/history.php?start={0}&end={1}

上一篇介绍走势图的实现：https://www.cnblogs.com/luoyuhao/p/13887935.html

打开网站显示的数据如下：

实现爬虫的过程

创建接收存储双色球历史数据的table

抓取网站上的html ,再通过html 去解析相应的数据。

通过以上截取后就只剩下需要的双色球的历史数据了，再去截取tr td数据，就相应能到得到相应的数据了，是不是很简单的一件事呀！

解析tr所有数据

        /// <summary>
        /// 双色球TR
        /// </summary>
        /// <param name="wnRepo"></param>
        /// <param name="content"><tbody></tbody>之间的内容</param>
        private void ResolveSSQTr(string content)
        {
            string trContent = string.Empty;
            Regex regex = new Regex("<tr class=\"t_tr1\">");
            //在<tbody></tbody>之间的内容搜索所有匹配<tr>的项
            MatchCollection matches = regex.Matches(content);
            foreach (Match item in matches)
            {
                //如果当前匹配项的下一个匹配项的值不为空
                if (!string.IsNullOrEmpty(item.NextMatch().Value))
                {
                    trContent = content.Substring(item.Index, item.NextMatch().Index - item.Index);
                }
                //最后一个<tr>的匹配项
                else
                {
                    trContent = content.Substring(item.Index, content.Length - item.Index);
                }
                DataRow dr = ssqdt.NewRow();
                ResolveSSQTd(ref dr, trContent);

                ssqdt.Rows.Add(dr);
            }
}

解析所有td内容

 /// <summary>
        /// 双色球TD
        /// </summary>
        /// <param name="dr"></param>
        /// <param name="trContent"></param>
        private void ResolveSSQTd(ref DataRow dr, string trContent)
        {
            List<int> redBoxList = null;
            //匹配期号的表达式
            string patternQiHao = "<td>";
            Regex regex = new Regex(patternQiHao);
            Match qhMatch = regex.Match(trContent);
            dr["QiHao"] = trContent.Substring(qhMatch.Index + 13 + patternQiHao.Length, 5);

            if (int.Parse(trContent.Substring(qhMatch.Index + 13 + patternQiHao.Length, 5)) % 2 == 0)
            {
                dr["Type"] = "双期";
            }
            else
            {
                dr["Type"] = "单期";
            }

            //存放匹配出来的红球号码
            redBoxList = new List<int>();
            //匹配红球的表达式
            string patternChartBall = "<td class=\"t_cfont2\">";
            regex = new Regex(patternChartBall);
            MatchCollection rMatches = regex.Matches(trContent);
            foreach (Match r in rMatches)
            {
                redBoxList.Add(Convert.ToInt32(trContent.Substring(r.Index + patternChartBall.Length, 2)));
            }

            //匹配红球的表达式
            patternChartBall = "<td class=\"t_cfont4\">";
            regex = new Regex(patternChartBall);
            rMatches = regex.Matches(trContent);

            foreach (Match r in rMatches)
            {
                dr["B"] = Convert.ToInt32(trContent.Substring(r.Index + patternChartBall.Length, 2));
                break;
            }

            patternChartBall = @"\d{4}-\d{2}-\d{2}";
            regex = new Regex(patternChartBall);
            rMatches = regex.Matches(trContent);
            foreach (Match r in rMatches)
            {
                DateTime dt = Convert.ToDateTime(r.Value);
                dr["OpenDate"] = dt;
                dr["Week"] = CaculateWeekDay(dt.Year, dt.Month, dt.Day);
            }

            //排序红球号码
            redBoxList.Sort();
            //红球号码
            dr["R1"] = redBoxList[0];
            dr["R2"] = redBoxList[1];
            dr["R3"] = redBoxList[2];
            dr["R4"] = redBoxList[3];
            dr["R5"] = redBoxList[4];
            dr["R6"] = redBoxList[5];
            dr["HTML"] = trContent;
        }

保存所解析的数据保存到SQLite

if (!Directory.Exists(tempPath))//判断文件夹是否存在
                Directory.CreateDirectory(tempPath);//创建文件夹在根目录下
            string _db = System.IO.Path.Combine(tempPath, "cpdb.dll");
            SQLiteHelper helper = new SQLiteHelper(_db);
            OperResult oper = new OperResult();

            helper.ExecuteNonQuery(string.Format("drop table if exists {0}", ssqtableName), _db);

            string msg = string.Format("create table if not exists {0} (\r\n", ssqtableName);
            for (int i = 0; i < ssqdt.Columns.Count; i++)
            {
                msg += string.Format("{0} {1},\r\n", ssqdt.Columns[i].ColumnName, helper.TypeToSqliteType(ssqdt.Columns[i].DataType));
            }
            msg = msg.Remove(msg.LastIndexOf(",\r\n"), 3);
            msg += ")";

            oper = helper.ExecuteNonQuery(msg, _db);
            oper = helper.SaveDataTable(ssqdt, ssqtableName);

获取网页内容的方法

      public static string HttpGet(string url,string encoding)
        {
            WebRequest request = HttpWebRequest.Create(url);
            WebResponse response = request.GetResponse();

            Stream stream = response.GetResponseStream();
            StreamReader reader = new StreamReader(stream, Encoding.GetEncoding(encoding));
            string content = reader.ReadToEnd();
            return content;
        }

基姆拉尔森计算公式计算日期

/// <summary>
        /// 基姆拉尔森计算公式计算日期
        /// </summary>
        /// <param name="y">年</param>
        /// <param name="m">月</param>
        /// <param name="d">日</param>
        /// <returns>星期几</returns>
        protected string CaculateWeekDay(int y, int m, int d)
        {
            if (m == 1 || m == 2)
            {
                m += 12;
                y--;
                //把一月和二月看成是上一年的十三月和十四月，例：如果是2004-1-10则换算成：2003-13-10来代入公式计算。
            }
            int week = (d + 2 * m + 3 * (m + 1) / 5 + y + y / 4 - y / 100 + y / 400) % 7;
            string weekstr = "";
            switch (week)
            {
                case 0: weekstr = "周一"; break;
                case 1: weekstr = "周二"; break;
                case 2: weekstr = "周三"; break;
                case 3: weekstr = "周四"; break;
                case 4: weekstr = "周五"; break;
                case 5: weekstr = "周六"; break;
                case 6: weekstr = "周日"; break;
            }
            return weekstr;
        }

保存完后，显示的形式就是以DLL结尾的文件了，如下图：

怎么读取保存的双色球数据

   string _db = System.IO.Path.Combine(tempPath, "cpdb.dll");
            SQLiteHelper helper = new SQLiteHelper(_db);
            OperResult oper = new OperResult();
            oper = helper.GetDataSet(string.Format("select * from {0}", ssqtableName), _db);
            if (oper.State == 1 && oper.DataSet != null && oper.DataSet.Tables.Count > 0 && oper.DataSet.Tables[0].Rows.Count > 0)
            {
                ViewBag.QiHao = "第" + oper.DataSet.Tables[0].Rows[0]["QiHao"] + "期";
                ViewBag.B = oper.DataSet.Tables[0].Rows[0]["B"].ToString().Length == 1 ? "0" + oper.DataSet.Tables[0].Rows[0]["B"].ToString() : oper.DataSet.Tables[0].Rows[0]["B"].ToString();
                ViewBag.R1 = oper.DataSet.Tables[0].Rows[0]["R1"].ToString().Length == 1 ? "0" + oper.DataSet.Tables[0].Rows[0]["R1"].ToString() : oper.DataSet.Tables[0].Rows[0]["R1"].ToString();
                ViewBag.R2 = oper.DataSet.Tables[0].Rows[0]["R2"].ToString().Length == 1 ? "0" + oper.DataSet.Tables[0].Rows[0]["R2"].ToString() : oper.DataSet.Tables[0].Rows[0]["R2"].ToString();
                ViewBag.R3 = oper.DataSet.Tables[0].Rows[0]["R3"].ToString().Length == 1 ? "0" + oper.DataSet.Tables[0].Rows[0]["R3"].ToString() : oper.DataSet.Tables[0].Rows[0]["R3"].ToString();
                ViewBag.R4 = oper.DataSet.Tables[0].Rows[0]["R4"].ToString().Length == 1 ? "0" + oper.DataSet.Tables[0].Rows[0]["R4"].ToString() : oper.DataSet.Tables[0].Rows[0]["R4"].ToString();
                ViewBag.R5 = oper.DataSet.Tables[0].Rows[0]["R5"].ToString().Length == 1 ? "0" + oper.DataSet.Tables[0].Rows[0]["R5"].ToString() : oper.DataSet.Tables[0].Rows[0]["R5"].ToString();
                ViewBag.R6 = oper.DataSet.Tables[0].Rows[0]["R6"].ToString().Length == 1 ? "0" + oper.DataSet.Tables[0].Rows[0]["R6"].ToString() : oper.DataSet.Tables[0].Rows[0]["R6"].ToString();
            }

以上即完成双色球历史数据的爬虫和保存数据的全部过程，思路非常清晰，而且方法容易，这样就不需要调用收费的接口了，为开发双色球走势图打好良好的基础 ，大家有没有觉得非常容易呀！其实爬虫的方法很多，希望跟大家一起交流学习了，也可以通过正则表达是来获取相应的数据，也可以用第三方工具去解析更简单快捷，曾经我也做过相应的爬虫，还挺好玩的。

爬虫福彩3D数据

同样显示创建接收数据的表结构来接收数据。

解析tr数据

string trContent = string.Empty;
            Regex regex = new Regex("<tr>");
            //在<tbody></tbody>之间的内容搜索所有匹配<tr>的项
            MatchCollection matches = regex.Matches(content);
            foreach (Match item in matches)
            {
                //如果当前匹配项的下一个匹配项的值不为空
                if (!string.IsNullOrEmpty(item.NextMatch().Value))
                {
                    trContent = content.Substring(item.Index, item.NextMatch().Index - item.Index);
                }
                //最后一个<tr>的匹配项
                else
                {
                    trContent = content.Substring(item.Index, content.Length - item.Index);
                }
                //DataRow dr = sddt.NewRow();

                ResolveSDSJTd(trContent);

                //sddt.Rows.Add(dr);
            }

解析td数据

 private void ResolveSDSJTd(string trContent)
        {
            string patternChartBall = @"[1-9]\d{6}";
            Regex regex = new Regex(patternChartBall);
            MatchCollection rMatches = regex.Matches(trContent);
            string qihao = "";
            foreach (Match r in rMatches)
            {
                qihao = r.Value;
                break;
            }

            patternChartBall = "<td class=\"chartBall01\" width=18>";
            regex = new Regex(patternChartBall);
            rMatches = regex.Matches(trContent);
            List<int> redBoxList = new List<int>();

            foreach (Match r in rMatches)
            {
                int xx = int.Parse(trContent.Substring(r.Index + patternChartBall.Length, 1));
                redBoxList.Add(xx);
            }

            if (!string.IsNullOrEmpty(qihao))
            {
                DataRow[] dr = sddt.Select(string.Format("QiHao='{0}'", qihao));
                if (dr.Length > 0)
                {
                    dr[0]["R4"] = redBoxList[0];
                    dr[0]["R5"] = redBoxList[1];
                    dr[0]["R6"] = redBoxList[2];
                }
            }
        }

保存数据

if (!Directory.Exists(tempPath))//判断文件夹是否存在
                Directory.CreateDirectory(tempPath);//创建文件夹在根目录下
            string _db = System.IO.Path.Combine(tempPath, "sddb.dll");
            SQLiteHelper helper = new SQLiteHelper(_db);
            OperResult oper = new OperResult();

            helper.ExecuteNonQuery(string.Format("drop table if exists {0}", sdtableName), _db);

            string msg = string.Format("create table if not exists {0} (\r\n", sdtableName);
            for (int i = 0; i < sddt.Columns.Count; i++)
            {
                msg += string.Format("{0} {1},\r\n", sddt.Columns[i].ColumnName, helper.TypeToSqliteType(sddt.Columns[i].DataType));
            }
            msg = msg.Remove(msg.LastIndexOf(",\r\n"), 3);
            msg += ")";

            oper = helper.ExecuteNonQuery(msg, _db);
            oper = helper.SaveDataTable(sddt, sdtableName);

以上即可完成对福彩3D数据的爬虫，还能爬取福彩3D试机号，这些数据一些就能全部爬取完了，非常的快捷简单方便。

双色球走势图如下：

上一篇文章有介绍怎么去实现双色球走势图，这里就不再过多介绍了，这一篇主要是介绍怎么爬虫双色球和福彩3D数据。

详细介绍：https://www.cnblogs.com/luoyuhao/p/13887935.html

后记

为了做好爬虫数据和走势图，爬虫技术只能为做好走势图是一个前提条件，两个步骤是相辅相成的，现在这两个技术都具备了，只是不断完善技术才能做出更强大的走势图的网站。以上只是纯技术交流和学习，欢迎大家一起留言交流，共同学习进步。