[No.003-6]爬虫网易赔率数据并导入到mysql数据库
admin
2023-07-31 01:50:39
0
#encoding:utf-8
#!/usr/local/bin/python2.7
import urllib2
from bs4 import BeautifulSoup
import MySQLdb as mdb
import sys
import re
import os

#URL:HTML文件的全路径
#返回:BeautifulSoup对象
def getSoup(url):
    return BeautifulSoup(open(url))

#获取所有即将读取的HTML的全路径
def fileNames():
    temp_f = open(\"/root/bet/names.txt\")
    temp = []
    for line in temp_f:
        temp.append(\"/root/bet/urls/\"+line.strip())
    temp_f.close()
    return temp

#获取场次
def getScr(soup):
    scr = []
    temp =[]
    for trs in soup.findAll(\"tr\"):
        for tds in trs.findAll(\"td\",{\"width\":\"50\"}):
            temp.append(tds.string)
    lt = len(temp)/4
    for i in range(lt):
        scr.append(temp[4*i+3])
    return scr

#获取赛事类型
def getLea(soup):
    league = []
    for item in soup.findAll(\"tr\"):
        for item1 in item.findAll(\"td\",{\"width\":\"70\"}):
            league.append(item1.string.encode(\'utf-8\'))
    return league

#获取比赛日期
def getGmdate(soup):
    temp = []
    gmdate = []
    for item in soup.findAll(\"tr\"):
        for item1 in item.findAll(\"td\",{\"width\":\"61\"}):
            temp.append(item1)
    temp =temp[3:]
    for item in temp:
        gmdate.append(re.search(\"\\w{4}-\\w{2}-\\w{2}\",str(item)).group())
    return gmdate

#获取主队客队名称
def getTeam(soup):
    team=[]
    for item in soup.findAll(\"tr\"):
        for teams in item.findAll(\"a\",{\"class\":\"dui\"}):
            team.append(teams.string.strip().encode(\'utf-8\'))
    return team

#获取胜平负赔率
def getSpfpl(soup):
    spfpl =[]
    temp = []
    for trs in soup.findAll(\"tr\"):
        for tds in trs.findAll(\"span\"):
            temp.append(tds.string)
#删除首尾两个无效数据
    temp =temp[1:-1]
    for i in range(len(temp)):
        for item in temp[7*i+4:7*i+7]:
            spfpl.append(item)
    return spfpl

#6.比分结果以及比分结果赔率
def getResult(soup):
    bfjg = []
    temp = []
    for trs in soup.findAll(\"tr\"):
        for item in trs.findAll(\"div\",{\"align\":\"center\"}):
            for item1 in item.findAll(\"strong\"):
                bfjg.append(item1.string.encode(\'utf-8\'))
    return bfjg



if __name__==\"__main__\":
    reload(sys)
    sys.setdefaultencoding(\'utf-8\')
    names = fileNames()
    conn=mdb.connect(host=\'localhost\',user=\'root\',passwd=\'oracle\',db=\'betdb\',port=3306)
    cur = conn.cursor()
    SQL=\"insert into results(id,lea,gmd,hos,gue,win,dog,los,res,odd) values(%s,%s,%s,%s,%s,%s,%s,%s,%s,%s)\"
    #更新胜平负
    sql_update3=\"update results set spf=3 where res=\'1:0\' or res=\'2:0\' or res=\'2:1\' or res=\'3:0\' or res=\'3:1\' or res=\'3:2\' or res=\'4:0\' or res=\'4:1\' or res=\'4:2\' or res=\'5:0\' or res=\'5:1\' or res=\'5:2\' or res=\'胜其他\';\"
    sql_update1=\"update results set spf=1 where res=\'0:0\' or res=\'1:1\' or res=\'2:2\' or res=\'3:3\' or res=\'平其他\';\"
    sql_update0=\"update results set spf=0 where res=\'0:1\' or res=\'0:2\' or res=\'1:2\' or res=\'0:3\' or res=\'1:3\' or res=\'2:3\' or res=\'0:4\' or res=\'1:4\' or res=\'2:4\' or res=\'0:5\' or res=\'1:5\' or res=\'2:5\' or res=\'负其他\';\"
    #更新总进球
    sql_updatezjq0=\"update results set zjq=0 where res=\'0:0\'\"
    sql_updatezjq1=\"update results set zjq=1 where res=\'1:0\' or res=\'0:1\'\"
    sql_updatezjq2=\"update results set zjq=2 where res=\'2:0\' or res=\'1:1\' or res=\'0:2\'\"
    sql_updatezjq3=\"update results set zjq=3 where res=\'3:0\' or res=\'2:1\' or res=\'1:2\' or res=\'0:3\'\"
    sql_updatezjq4=\"update results set zjq=4 where res=\'4:0\' or res=\'3:1\' or res=\'2:2\' or res=\'1:3\' or res=\'0:4\'\"
    sql_updatezjq5=\"update results set zjq=5 where res=\'5:0\' or res=\'4:1\' or res=\'3:2\' or res=\'2:3\' or res=\'0:5\' or res=\'1:4\'\"
    sql_updatezjq6=\"update results set zjq=6 where res=\'5:1\' or res=\'3:3\' or res=\'4:2\' or res=\'2:4\' or res=\'1:5\'\"
    sql_updatezjq7=\"update results set zjq=7 where res=\'胜其他\' or res=\'负其他\'\"
    for htmlfilename in names:
        soup = getSoup(htmlfilename)
                print \"Reading %s now ...\" % htmlfilename
        #1.场次
        scr = getScr(soup)
        #2.赛事类型
        lea = getLea(soup)
        #3.比赛日期
        gmd = getGmdate(soup)
        #4.比赛队伍
        tea = getTeam(soup)
        #5.胜平负赔率
        spf = getSpfpl(soup)
        #6.比赛结果
        bfj = getResult(soup)
        #7.形成场次日期唯一id
        ids=[]
        for i in range(len(scr)):
            ids.append(gmd[i]+\'-\'+scr[i])
        #装配结果集
        res =[]
        for i in range(len(scr)):
            res.append(ids[i])
            res.append(lea[i])
            res.append(gmd[i])
            res.append(tea[2*i])
            res.append(tea[2*i+1])
            res.append(spf[3*i])
            res.append(spf[3*i+1])
            res.append(spf[3*i+2])
            res.append(bfj[2*i])
            res.append(bfj[2*i+1])
        l =len(res)/10
        for i in range(l):
            for item in res[10*i:10*i+1]:
                cur.execute(SQL,res[10*i:10*i+10])
                i+=1
        cur.execute(sql_update3)
        cur.execute(sql_update1)
        cur.execute(sql_update0)    
        cur.execute(sql_updatezjq0)
        cur.execute(sql_updatezjq1)
        cur.execute(sql_updatezjq2)
        cur.execute(sql_updatezjq3)
        cur.execute(sql_updatezjq4)
        cur.execute(sql_updatezjq5)
        cur.execute(sql_updatezjq6)
        cur.execute(sql_updatezjq7)
#SQL创建语句
CREATE TABLE `results` (
  `id` char(20) NOT NULL,
  `lea` char(100) DEFAULT NULL,
  `gmd` date DEFAULT NULL,
  `hos` char(100) DEFAULT NULL,
  `gue` char(100) DEFAULT NULL,
  `win` float(5,2) DEFAULT NULL,
  `dog` float(5,2) DEFAULT NULL,
  `los` float(5,2) DEFAULT NULL,
  `res` char(10) DEFAULT NULL,
  `odd` float(5,2) DEFAULT NULL,
  `zjq` tinyint(4) DEFAULT NULL,
  `spf` tinyint(4) DEFAULT NULL
) ENGINE=MyISAM DEFAULT CHARSET=utf8;

相关内容

热门资讯

Mobi、epub格式电子书如... 在wps里全局设置里有一个文件关联,打开,勾选电子书文件选项就可以了。
定时清理删除C:\Progra... C:\Program Files (x86)下面很多scoped_dir开头的文件夹 写个批处理 定...
500 行 Python 代码... 语法分析器描述了一个句子的语法结构,用来帮助其他的应用进行推理。自然语言引入了很多意外的歧义,以我们...
scoped_dir32_70... 一台虚拟机C盘总是莫名奇妙的空间用完,导致很多软件没法再运行。经过仔细检查发现是C:\Program...
65536是2的几次方 计算2... 65536是2的16次方:65536=2⁶ 65536是256的2次方:65536=256 6553...
小程序支付时提示:appid和... [Q]小程序支付时提示:appid和mch_id不匹配 [A]小程序和微信支付没有进行关联,访问“小...
pycparser 是一个用... `pycparser` 是一个用 Python 编写的 C 语言解析器。它可以用来解析 C 代码并构...
微信小程序使用slider实现... 众所周知哈,微信小程序里面的音频播放是没有进度条的,但最近有个项目呢,客户要求音频要有进度条控制,所...
Apache Doris 2.... 亲爱的社区小伙伴们,我们很高兴地向大家宣布,Apache Doris 2.0.0 版本已于...
python清除字符串里非数字... 本文实例讲述了python清除字符串里非数字字符的方法。分享给大家供大家参考。具体如下: impor...