
来源:【公众号】
Python技术
决定和女朋友去领证了,心里那个激动啊,无以言表!我们俩都是比较随性的,准备拿到户口本就去领。
可谁知女朋友回家拿户口本的时候,跟我说:最近可能领不了了!
what?到手的鸭子要飞了?我心里咯噔一下。
询问后才知道,丈母娘说领证可以,但是要选择一个良辰吉日,要求有俩:一个是看万年历,选取宜“婚假”的日子;一个是需要选择农历的双数日期,双数代表吉利。
听了之后,我拍着胸脯说没问题。接着准备去翻万年历了,可不想这时候女朋友来一句:你个呆子,还准备一天天地去翻啊?写个小程序不就1秒钟的事吗?
我拍了拍脑袋,对哦,还是老婆聪明!话不多说,打开电脑就开干。
我在百度输入框输入“万年历”查询,弹出的第一个当然是百度自己的万年历咯,但是我不想在百度上耗时间,因为时间紧,任务重,我选取一个相对容易的。
这个网站看起来信息比较全,并且不是那种热门的大网站,所以应该获取信息相对容易些。
首页也比较清晰明了,我所需要的几大信息(日历、农历日期、黄历)都有。
接着,我们来看看页面的请求,来定位我们所需信息的请求。
我在这个页面不算多的请求里面发现了这个请求(https://staticwnl.tianqistatic.com/Public/Home/js/api/yjs/2021.js):
这好像就是我们的目标请求,我们来看看返回:
非常好,人家一次性把一年的数据都返回了,感觉好简单啊,都不用咱们一天天请求了。
我再仔细看了下这个返回,发现并没有那么简单,我没找到农历的日期:
{
"y": [
"祭祀",
"塑绘",
"开光",
"裁衣",
"冠笄",
"嫁娶",
"纳采",
"拆卸",
"修造",
"动土",
"竖柱",
"上梁",
"安床",
"移徙",
"入宅",
"安香",
"结网",
"捕捉",
"畋猎",
"伐木",
"进人口",
"放水" ],
"j": [
"出行",
"安葬",
"修坟",
"开市" ],
"ts": "占房床房内北",
"c": "冲猪",
"s": "煞东",
"zc": "丁亥",
"zh": "执",
"yq": "五富 益後",
"yj": "劫煞 小耗 复日 重日 元武" }
我收起了天真,又开始寻找获取农历日期的方法。我没有找到获取农历日期的请求,但是我发现了一个特别的请求:
这个请求并没有直接获取农历日期,而是用 JavaScript 计算的,我们可以看到这个请求里面的计算方法:
//====================================== 算出农历, 传入日期控件, 返回农历日期控件 // 该控件属性有 .year .month .day .isLeap //sDObj = new Date(y,m,i+1); 当月1日日期 function Lunar(objDate) {
var i, leap = 0, temp = 0;
var offset = (Date.UTC(objDate.getFullYear(), objDate.getMonth(), objDate
.getDate()) - Date.UTC(1900, 0, 31)) / 86400000;
for (i = 1900; i < 2100 && offset > 0; i++) {
temp = lYearDays(i);
offset -= temp;
}
if (offset < 0) {
offset += temp;
i--;
}
this.year = i;
leap = leapMonth(i); //闰哪个月 this.isLeap = false;
for (i = 1; i < 13 && offset > 0; i++) {
//闰月 if (leap > 0 && i == (leap + 1) && this.isLeap == false) {
--i;
this.isLeap = true;
temp = leapDays(this.year);
} else {
temp = monthDays(this.year, i);
}
//解除闰月 if (this.isLeap == true && i == (leap + 1)) {
this.isLeap = false;
}
offset -= temp;
}
if (offset == 0 && leap > 0 && i == leap + 1) {
if (this.isLeap) {
this.isLeap = false;
} else {
this.isLeap = true;
--i;
}
}
if (offset < 0) {
offset += temp;
--i;
}
this.month = i;
this.day = offset + 1;
}
当然,这个 js 文件里面还有好多其他诸如计算星期、节假日之类的方法,我们可以把这个 js 里面的方法实现用 python 来实现就可以计算出农历日期以及节假日之类的信息了。但是我的时间比较紧迫,所以我选择用最简单的办法——百度。将度娘里面别人写的方法直接拿来用,就不用重复造轮子了。
搜索可以发现好多计算万年历信息的方法,我从其中选取了一个作为工具类来用。
前奏已经弄完了,接下来就好办了,我们来看看代码怎么写。
第一步是获取某一年每天的信息:
def get_data(year): url = 'https://staticwnl.tianqistatic.com/Public/Home/js/api/yjs/%d.js' % year
response = requests.get(url)
text = response.text
start_str = 'lmanac["%d"] =' % year
his_end_str = ';if(typeof(lmanac_2345)!="undefined"){lmanac_2345();}' cur_end_str = ';if(typeof(lmanac_2345)!="undefined"){lmanac_2345()};' cur_year = datetime.datetime.now().year
jsonstr = text.replace(start_str, '')
if cur_year == year:
jsonstr = jsonstr.replace(cur_end_str, '')
else:
jsonstr = jsonstr.replace(his_end_str, '')
return jsonstr
这里需要注意的是,获取到的结果数据在 JSON 数据的前后都加了字符串干扰信息,我们需要将这些字符串给去掉才能解析 JSON。
你以为这样就完了吗?是不是发现用解析2021年的数据的方法去2020年的数据不行?你没看错,这里网站开发人员开了一个小玩笑,他们把结尾字符串里面的一个分号换了个位置。据我仔细观察发现,当年的返回结果中这个分号是在最后的,而其他年份的返回数据中这个分号是在大括号里面的。
获取到数据之后,我们就来计算日期:
def choose_day(year, jsonstr):
jobj = json.loads(jsonstr)
for day in jobj.keys():
y = jobj[day]['y']
if '嫁娶' in y:
dtime = datetime.datetime(year, int(day[1:3]), int(day[3:5]))
# 获取农历日期
ludar_date = lunarUtils.get_ludar_date(dtime)
# 取得日,然后看是否是双数
if ludar_date[2] % 2 == 0:
print('公历日期:%s,农历日期:%s' % (day, ludar_date))
这里面就相对比较简单了,先解析返回的 JSON 数据,然后遍历日期,获取每天的信息,看哪天宜“嫁娶”,就再获取这天的农历日期,看是不是双数,如果是的话,这就是我们的目标日期。
我最后获得的日期是这样子的:
公历日期:d0107,农历日期:(2020, 11, 24) 公历日期:d0122,农历日期:(2020, 12, 10) 公历日期:d0124,农历日期:(2020, 12, 12) 公历日期:d0126,农历日期:(2020, 12, 14) 公历日期:d0203,农历日期:(2020, 12, 22) 公历日期:d0209,农历日期:(2020, 12, 28) 公历日期:d0225,农历日期:(2021, 1, 14) 公历日期:d0305,农历日期:(2021, 1, 22) 公历日期:d0311,农历日期:(2021, 1, 28) 公历日期:d0318,农历日期:(2021, 2, 6) 公历日期:d0324,农历日期:(2021, 2, 12) 公历日期:d0401,农历日期:(2021, 2, 20) 公历日期:d0419,农历日期:(2021, 3, 8) 公历日期:d0425,农历日期:(2021, 3, 14) 公历日期:d0507,农历日期:(2021, 3, 26) 公历日期:d0513,农历日期:(2021, 4, 2) 公历日期:d0525,农历日期:(2021, 4, 14) 公历日期:d0531,农历日期:(2021, 4, 20) 公历日期:d0606,农历日期:(2021, 4, 26) 公历日期:d0613,农历日期:(2021, 5, 4) 公历日期:d0617,农历日期:(2021, 5, 8) 公历日期:d0619,农历日期:(2021, 5, 10) 公历日期:d0625,农历日期:(2021, 5, 16) 公历日期:d0701,农历日期:(2021, 5, 22) 公历日期:d0711,农历日期:(2021, 6, 2) 公历日期:d0713,农历日期:(2021, 6, 4) 公历日期:d0717,农历日期:(2021, 6, 8) 公历日期:d0723,农历日期:(2021, 6, 14) 公历日期:d0725,农历日期:(2021, 6, 16) 公历日期:d0729,农历日期:(2021, 6, 20) 公历日期:d0804,农历日期:(2021, 6, 26) 公历日期:d0811,农历日期:(2021, 7, 4) 公历日期:d0813,农历日期:(2021, 7, 6) 公历日期:d0815,农历日期:(2021, 7, 8) 公历日期:d0823,农历日期:(2021, 7, 16) 公历日期:d0827,农历日期:(2021, 7, 20) 公历日期:d0914,农历日期:(2021, 8, 8) 公历日期:d0926,农历日期:(2021, 8, 20) 公历日期:d1013,农历日期:(2021, 9, 8) 公历日期:d1015,农历日期:(2021, 9, 10) 公历日期:d1025,农历日期:(2021, 9, 20) 公历日期:d1029,农历日期:(2021, 9, 24) 公历日期:d1106,农历日期:(2021, 10, 2) 公历日期:d1110,农历日期:(2021, 10, 6) 公历日期:d1112,农历日期:(2021, 10, 8) 公历日期:d1116,农历日期:(2021, 10, 12) 公历日期:d1124,农历日期:(2021, 10, 20) 公历日期:d1130,农历日期:(2021, 10, 26) 公历日期:d1207,农历日期:(2021, 11, 4) 公历日期:d1211,农历日期:(2021, 11, 8) 公历日期:d1219,农历日期:(2021, 11, 16) 公历日期:d1223,农历日期:(2021, 11, 20) 公历日期:d1231,农历日期:(2021, 11, 28)
看了一下,今天就是个好日子,公历是0126,农历是1214,12+14=26,我觉得挺好,可惜今天错过了,只能推后了。我看了一下,要赶在年前领证的话,只有两个日期可选了,我想选2月3日,这天正好立春,是个好日子。
Python 应用无处不在,只要善于运用,我们的生活会更高效美好!我马上要领证了,大家可否点个赞祝福一下?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29