1.写蜘蛛程序在互联网收集本期七星彩票数据。
2.派QQ机器人和微信机器人进七星彩群收集本期数据。
3.写分析数据程序，记录每个号码的个个位置出现的次数，提供给AI分析。
4.写AI分析程序，深度学习分析七星彩规律。
5.写AI评分程序，给每个号码评分，进行博弈。。最终出来结果了xxxxxxxx
6.写WEB后端服务。
7.写WEB前端，最终显示给分析结果给彩民。

欢迎各位彩民朋友们在下面评论给出建议。
有经验的彩民给出一些规律，一些彩票论坛网站，供AI学习。

XPath 语法：

1. 节点选取:

   • nodename：选择所有指定节点名的子节点。
   • *：通配符，选择所有子节点。
   • @attribute：选择节点的属性。

2. 路径表达式:

   • 单斜杠 /：从当前节点选取直接子节点。
   • 双斜杠 //：从当前节点选取直接子孙节点.
   • .：代表当前节点。
   • ..：代表父节点。

3. 谓语（Predicates）:

   • [condition]：筛选满足指定条件的节点。
   • [position]：选择特定位置的节点，索引从 1 开始。
   • 可以结合多个条件使用逻辑运算符 and、or、not.

4. 文本内容:

   • text()：获取节点的文本内容。
   • string()：获取节点及其后代节点的文本内容.

5. 函数:

   • contains(string, substring)：检查一个字符串是否包含另一个字符串。
   • starts-with(string, prefix)：检查一个字符串是否以指定前缀开头。
   • concat(string1, string2, ...)：连接多个字符串。
   • substring(string, start, length)：返回字符串的子串。
   • count(nodeset)：计算节点集合中节点的数量.

6. 轴（Axis）:

   • ancestor：所有祖先节点。
   • parent：父节点。
   • following-sibling：当前节点之后的同级节点。
   • preceding-sibling：当前节点之前的同级节点。
   • self：当前节点自身。
   • child：所有子节点。
   • descendant：所有后代节点。

7. 逻辑运算符:

   • and、or、not：用于组合多个条件。

8. 数字比较:

   • 等于 =、不等于 !=、大于 >、小于 <、大于等于 >=、小于等于 <=.

这些完整的 XPath 规则和语法可帮助您更好地理解和利用 XPath 在 XML 或 HTML 文档中准确定位和提取所需的节点信息。

import requests
import logging
import  re
from urllib.parse import urljoin
import json
from os import makedirs
from os.path import exists
import multiprocessing

logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s: %(message)s')
BASE_URL = 'https://ssr1.scrape.center'# 爬取的目标网站的URL
TOTAL_PAGE = 10
RESULTS_DIR = 'results'
exists(RESULTS_DIR) or makedirs(RESULTS_DIR)

# 爬取页面html源码
def scrape_page(url):
    logging.info('scraping %s...', url)
    try:
        response = requests.get(url)
        if response.status_code == 200:
            return response.text
        logging.error('get invalid status code %s while scraping %s', response.status_code, url)
    except requests.RequestException:
        logging.error('error occurred while scraping %s', url, exc_info=True)

# 页面url
def scrape_index(page):
    index_url = f'{BASE_URL}/page/{page}'
    return scrape_page(index_url)

# 解析详情页面url
def parse_index(html):
    pattern = re.compile('<a.*?href="(.*?)".*?class="name">')
    items = re.findall(pattern, html)
    if not items:
        return []
    for item in items:
        detail_url = urljoin(BASE_URL, item)
        logging.info('get detail url %s', detail_url)
        yield detail_url

# 获取详情页面html源码
def scrape_detail(url):
    return scrape_page(url)

# 解析详情页面源码
def parse_detail(html):
    # 搜索图片模式
    cover_pattern = re.compile('class="item.*?<img.*?src="(.*?)".*?class="cover">', re.S)
    # 搜索标题模式
    name_pattern = re.compile('<h2.*?>(.*?)</h2>')
    # 搜索分类模式
    categories_pattern = re.compile('<button.*?category.*?<span>(.*?)</span>.*?</button>', re.S)
    # 搜索上映日期模式
    published_pattern = re.compile('(\d{4}-\d{2}-\d{2})\s?上映')
    # 搜索剧情介绍模式
    drama_pattern = re.compile('<div.*?drama.*?>.*?<p.*?>(.*?)</p>', re.S)
    # 搜索评分模式
    score_pattern = re.compile('<p.*?score.*?>(.*?)</p>', re.S)
    cover = re.search(cover_pattern, html).group(1).strip() if re.search(cover_pattern, html) else None
    name = re.search(name_pattern, html).group(1).strip() if re.search(name_pattern, html) else None
    categories = re.findall(categories_pattern, html) if re.findall(categories_pattern, html) else None
    published = re.search(published_pattern, html).group(1).strip() if re.search(published_pattern, html) else None
    drama = re.search(drama_pattern, html).group(1).strip() if re.search(drama_pattern, html) else None
    score = float(re.search(score_pattern, html).group(1).strip()) if re.search(score_pattern, html) else None

    return {
        'cover': cover,
        'name': name,
        'categories': categories,
        'published': published,
        'drama': drama,
        'score': score
    }

# 保存数据
def save_data(data):
    name = data.get('name')
    encodings = name.replace(':', '')
    data['name'] = encodings
    data_path = f'{RESULTS_DIR}/{encodings}.json'
    json.dump(data, open(data_path, 'w', encoding='utf-8'), ensure_ascii=False, indent=2)

# main
def main(page):
    # 获取页面html内容
    index_html = scrape_index(page)
    # 解析页面电影详情url
    detail_urls = parse_index(index_html)
    for detail_url in detail_urls:
        # 获取详情页面html内容
        detail_html = scrape_detail(detail_url)
        # 解析详情页面数据
        data = parse_detail(detail_html)
        logging.info('get data %s', data)
        logging.info('saving data to json data')
        save_data(data)

if __name__ == '__main__':
    # 创建了一个进程池对象，此处未指定进程数量，因此将使用默认值（通常是 CPU 核心数）
    pool = multiprocessing.Pool()
    # 定义了一个迭代器 pages，从 1 开始直到 TOTAL_PAGE 的范围
    pages = range(1, TOTAL_PAGE + 1)
    # 使用 pool.map() 将函数 main 应用于每个 pages 中的元素，实现了并行处理。这里假设 main 函数用于处理单个页面的逻辑。
    pool.map(main, pages)
    # 关闭进程池，不再接受新的任务
    pool.close()
    # 等待所有进程完成
    pool.join()

开搞！开搞！