欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

Python爬取天气网历史天气数据

程序员文章站 2022-07-14 17:00:13
...

我的第一篇博客,哈哈哈,记录一下我的Python进阶之路!

今天写了一个简单的爬虫。

使用Python的requests 和BeautifulSoup模块,Python 2.7.12可在命令行中直接使用pip进行模块安装。爬虫的核心是利用BeautifulSoup的select语句获取需要的信息。

pip install requests
pip install bs4

以武汉市2017年5~7月的历史为例爬取天气网中武汉市的历史天气数据。
7月对应的网址为http://lishi.tianqi.com/wuhan/201707.html

1.requests模块获取网页内容

url='http://lishi.tianqi.com/wuhan/201707.html'
response = requests.get(url)                          
soup = BeautifulSoup(response.text, 'html.parser')    

2.利用.select语句找到网页中天气数据所在的div

weather_list = soup.select('div[class="tqtongji2"]') 

Python爬取天气网历史天气数据

3.找出日期、最高气温、最低气温、天气等数据,用li.string获取li中的信息。

ul_list = weather.select('ul')
for ul in ul_list:
    li_list= ul.select('li')
    for li in li_list:
        li.string.encode('utf-8')  #具体的天气信息

Python爬取天气网历史天气数据

具体代码实现如下:

#encoding:utf-8                                                                      
import requests                                                                      
from bs4 import BeautifulSoup                                                        

urls = ["http://lishi.tianqi.com/wuhan/201707.html",                                 
        "http://lishi.tianqi.com/wuhan/201706.html",                                 
        "http://lishi.tianqi.com/wuhan/201705.html"]                                 
file = open('wuhan_weather.csv','w')                                                 
for url in urls:                                                                     
    response = requests.get(url)                                                     
    soup = BeautifulSoup(response.text, 'html.parser')                               
    weather_list = soup.select('div[class="tqtongji2"]')                             

    for weather in weather_list:                                                     
        weather_date = weather.select('a')[0].string.encode('utf-8')                 
        ul_list = weather.select('ul')                                               
        i=0                                                                          
        for ul in ul_list:                                                           
            li_list= ul.select('li')                                                 
            str=""                                                                   
            for li in li_list:                                                       
                str += li.string.encode('utf-8')+','                                 
            if i!=0:                                                                 
                file.write(str+'\n')                                                 
            i+=1                                                                     
file.close()                                                                         

最后的结果:
Python爬取天气网历史天气数据

相比正则表达式,使用select语句爬取数据就是这么简单啦!
正则表达式还不是很理解,等理清楚,再来写总结。