( Day 29.1 ) Python 爬取統一發票號碼，自動對獎

2023 iThome 鐵人賽

DAY 29

Software Development

跟著 OXXO 一起學 Python系列第 60 篇

15th鐵人賽 python python系列文章中秋節快樂

oxxo

2023-09-29 00:11:39

422 瀏覽

分享至

這篇文章會使用 Python 的 Requests 和 Beautiful Soup 函式庫，實作一個爬取當期統一發票號碼，並進行自動對獎網路爬蟲。

原文參考：爬取統一發票號碼，自動對獎

本篇使用的 Python 版本為 3.7.12，所有範例可使用 Google Colab 實作，不用安裝任何軟體 ( 參考：使用 Google Colab )

使用 Requests 抓取網頁內容

使用 Requests 函式庫的 get 的方法，抓取財政部稅務入口網裡統一發票網頁的內容，因為該網頁編碼為 utf-8，所以要加上 web.encoding='utf-8' 避免中文字出現亂碼。

參考：Requests 函式庫、財政部稅務入口網

import requests
url = 'https://invoice.etax.nat.gov.tw/index.html'
web = requests.get(url)    # 取得網頁內容
web.encoding='utf-8'       # 因為該網頁編碼為 utf-8，加上 .encoding 避免亂碼
print(web.text)

執行程式後，就可以看到抓取到的網頁內容。

Python 教學 - 爬取統一發票號碼，自動對獎 - 使用 Requests 抓取網頁內容

使用 Beautiful Soup 取出中獎號碼

使用 Beautiful Soup 函式庫的 select 的方法，從抓到的網頁內容裡，找到 class 為「container-fluid」的 div，將其內容輸出後就是中獎號碼，但需要注意的是，如果直接將內容輸出放入串列，會自動加上換行符號 ( 因為原始資料裡有換行 )，此時可以透過串列 slice() 方法的操作，取出最後八碼即可。

參考：Beautiful Soup 函式庫、讀取串列項目 slice()

import requests
url = 'https://invoice.etax.nat.gov.tw/index.html'
web = requests.get(url)    # 取得網頁內容
web.encoding='utf-8'       # 因為該網頁編碼為 utf-8，加上 .encoding 避免亂碼

from bs4 import BeautifulSoup
soup = BeautifulSoup(web.text, "html.parser")                    # 轉換成標籤樹
td = soup.select('.container-fluid')[0].select('.etw-tbiggest')  # 取出中獎號碼的位置
ns = td[0].getText()  # 特別獎
n1 = td[1].getText()  # 特獎
# 頭獎，因為存入串列會出現 /n 換行符，使用 [-8:] 取出最後八碼
n2 = [td[2].getText()[-8:], td[3].getText()[-8:], td[4].getText()[-8:]]
print(ns)
print(n1)
print(n2)

Python 教學 - 爬取統一發票號碼，自動對獎 - 使用 Beautiful Soup 取出中獎號碼

輸入號碼後自動對獎

參考「統一發票對獎」文章範例，使用 while 迴圈和 for 迴圈，就能做到不斷輸入號碼並自動對獎的功能。

參考：while 迴圈、for 迴圈

import requests
url = 'https://invoice.etax.nat.gov.tw/index.html'
web = requests.get(url)    # 取得網頁內容
web.encoding='utf-8'       # 因為該網頁編碼為 utf-8，加上 .encoding 避免亂碼

from bs4 import BeautifulSoup
soup = BeautifulSoup(web.text, "html.parser")                    # 轉換成標籤樹
td = soup.select('.container-fluid')[0].select('.etw-tbiggest')  # 取出中獎號碼的位置
ns = td[0].getText()  # 特別獎
n1 = td[1].getText()  # 特獎
# 頭獎，因為存入串列會出現 /n 換行符，使用 [-8:] 取出最後八碼
n2 = [td[2].getText()[-8:], td[3].getText()[-8:], td[4].getText()[-8:]] 

while True:
    try:
        # 對獎程式
        num = input('輸入你的發票號碼：')
        if num == ns: print('對中 1000 萬元！')
        if num == n1: print('對中 200 萬元！')
        for i in n2:
            if num == i:
                print('對中 20 萬元！')
                break
            if num[-7:] == i[-7:]:
                print('對中 4 萬元！')
                break
            if num[-6:] == i[-6:]:
                print('對中 1 萬元！')
                break
            if num[-5:] == i[-5:]:
                print('對中 4000 元！')
                break
            if num[-4:] == i[-4:]:
                print('對中 1000 元！')
                break
            if num[-3:] == i[-3:]:
                print('對中 200 元！')
                break
    except: break

Python 教學 - 爬取統一發票號碼，自動對獎

跟著 OXXO 一起學 Python系列第 60 篇