py3+urllib+re，轻轻松松爬取双色球最近100期中奖号码

通过页面源码，发现使用正则表达式可以很方便的获取到我们需要的数据，最后循环写入txt文件。

(d{2})表示两位数字

[sS]表示匹配包括“
”在内的任何字符，匹配红球和蓝球之间的内容

具体实现代码如下：

import urllib.request
import re
url = 'http://baidu.lecai.com/lottery/draw/list/50?type=latest&num=100'
def get():
    # 页面是utf8编码，所有解码成unicode
    html = urllib.request.urlopen(url).read().decode('utf8') # <meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
    # print(html)
    reg = r'<em>(d{2})</em><em>(d{2})</em><em>(d{2})</em><em>(d{2})</em><em>(d{2})</em><em>(d{2})</em>[sS]*?<em>(d{2})</em>'
    reg = re.compile(reg) # 把字符串类型的正则表达式编译成对象，提高匹配效率
    # print(re.findall(reg, html))
    return re.findall(reg, html)
qiu = get()
with open('qiu.txt', 'a+') as f:
    for i in qiu:
        print(i)
        for j in i:
            f.write(j+' ')
        f.write('
')