python爬取城市天气

目标网站:'https://www.tianqi.com'

爬取内容:34个省会近15天的天气数据

获取34个省会

无网页中的详细信息,前往network\Fetch/XHR中寻找json

找到对应的json后,取到它的地址 

而后处理json获取城市名和网址

import json
from pprint import pprint
import requests
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3"
}
resp = requests.get('https://www.tianqi.com/tianqi/mapdata_new.json', headers=headers)
s = json.loads(resp.text)
# pprint(s)
cities = {i['url'].split('/')[-2]: i['city'] for i in s}
print(cities)

获取每个省会近15天的天气情况

以长沙为例获取单个城市的天气情况:

现需获取日期、天气情况、温度 

from lxml import etree
import requests

url = f'https://www.tianqi.com/长沙/15/'
resp = requests.get(url, headers=headers)
parser = etree.HTML(resp.text)
elements = parser.xpath('/html/body/div[7]/div[2]/ul[1]/li/a')
datas = []
for i in elements:
    data = i.xpath('./div[1]/span[1]')[0].text
    weather_condition = i.xpath('./div[3]')[0].text
    temperature = f"{i.xpath('./div[4]/span')[0].text}-{i.xpath('./div[4]/span')[1].text}℃"
    datas.append((data, weather_condition, temperature))
print(datas)

现整合上述代码并新增写入excel部分

from lxml import etree
from xlwt import Workbook
from datetime import datetime
from time import sleep
import json
from pprint import pprint
import requests
from random import random

headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3"
}
resp = requests.get('https://www.tianqi.com/tianqi/mapdata_new.json', headers=headers)
s = json.loads(resp.text)
# pprint(s)
cities = {i['url'].split('/')[-2]: i['city'] for i in s}
# print(cities)


def get_weather(city):
    url = f'https://www.tianqi.com/{city}/15/'
    resp = requests.get(url, headers=headers)
    parser = etree.HTML(resp.text)
    elements = parser.xpath('/html/body/div[7]/div[2]/ul[1]/li/a')
    datas = []
    for i in elements:
        data = i.xpath('./div[1]/span[1]')[0].text
        weather_condition = i.xpath('./div[3]')[0].text
        temperature = f"{i.xpath('./div[4]/span')[0].text}-{i.xpath('./div[4]/span')[1].text}℃"
        datas.append((data, weather_condition, temperature))
    print(datas)
    return city, datas


def writeExcel(wb, city, datas):
    work_sheet = wb.add_sheet(cities[city], cell_overwrite_ok=True)
    work_sheet.write_merge(0, 0, 0, 2, cities[city])
    work_sheet.write(1, 0, '日期')
    work_sheet.write(1, 1, '天气情况')
    work_sheet.write(1, 2, '温度')
    for i, k in enumerate(datas):
        for j, l in enumerate(k):
            work_sheet.write(i + 2, j, l)


def main():
    wb = Workbook(encoding='utf-8')
    for i in cities.keys():
        city, datas = get_weather(i)
        writeExcel(wb, city, datas)
        sleep(random())
        print(i)
    wb.save('%s.xlsx' % str(datetime.date(datetime.now())))


if __name__ == '__main__':
    main()

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Python是一种优秀的编程语言,具有众多应用场景,其中之一就是爬虫。爬虫是指通过编写代码来从互联网上获取数据,比如爬取一个固定城市天气数据。 实现这个过程需要以下几个步骤: 1. 导入相应的库和模块,比如requests、beautifulsoup4等。这些库可以实现从网页上抓取数据和解析HTML等操作。 2. 从目标网站抓取数据。可以利用requests库的get()方法向目标网站发送请求,并返回响应对象。 3. 解析HTML。使用beautifulsoup4等库对返回的HTML源代码进行解析,获取所需的数据,比如城市的名称、温度、风速等。 4. 存储数据。将获取到的数据存储在csv、txt或者数据库中,以便后续分析和使用。 具体实现方式如下: ```python import requests from bs4 import BeautifulSoup # 请求头 headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'} # 目标网页 url = 'http://www.weather.com.cn/weather/101010100.shtml' # 从目标网站抓取数据 res = requests.get(url, headers=headers) res.encoding = 'utf-8' # 解析HTML源代码 soup = BeautifulSoup(res.text, 'html.parser') # 找到城市名称 city = soup.select('.crumbs.fl a')[2].text # 找到温度数据 temperature = soup.select('.tem i')[0].text # 找到风速数据 wind_speed = soup.select('.win i')[1].text # 打印数据 print('城市:{}'.format(city)) print('温度:{}'.format(temperature)) print('风速:{}'.format(wind_speed)) ``` 通过以上代码实现了爬取北京市天气的功能。根据不同城市的代码,只需修改url即可获取其他城市天气数据。 ### 回答2: Python爬虫是一种利用编程语言Python的自动化技术,可以获取特定网页中的数据并将其存储在本地文件中。固定城市天气是比较复杂的数据,我们可以借助Python技术实现爬取。具体步骤如下: 1. 确定爬取网站:选择一个能够获取天气数据的网站,例如中国天气网、天气通等。 2. 获取网站数据:使用Python的requests库,发送GET请求获取天气网站的HTML数据。 3. 解析网站数据:使用Python的BeautifulSoup库解析HTML数据,并提取需要的天气数据。 4. 存储天气数据:使用Python的CSV库,将天气数据存储到本地文件中。 5. 实现自动化爬取:使用Python的定时调度库(如APScheduler),实现自动定时爬取固定城市天气数据,并在指定邮箱进行邮件提醒。 Python爬虫技术可以使我们更方便地获取需要的数据,更便于分析和利用。需要注意的是,在使用Python爬虫过程中应该尊重网站的规定,避免爬取产生恶意行为,以免造成不必要的麻烦。 ### 回答3: Python可以通过爬虫技术来获取指定城市天气信息。首先,需要了解目标网站的数据结构和页面布局。以中国气象网为例,可以通过网址和城市代码来获取对应城市天气信息。 首先,引入必要的库:requests和beautifulsoup4,分别用于获取网页内容和解析HTML文档。 ```python import requests from bs4 import BeautifulSoup ``` 然后,定义目标城市的代码和目标网址。以北京为例,北京的城市代码为101010100,对应的网址为http://www.weather.com.cn/weather/101010100.shtml。 ```python city_code = '101010100' url = f'http://www.weather.com.cn/weather/{city_code}.shtml' ``` 接着,获取网页内容,并解析HTML文档。 ```python response = requests.get(url) response.encoding = 'utf-8' soup = BeautifulSoup(response.text, 'html.parser') ``` 在HTML文档中,可以通过标签和属性来定位目标元素。例如,获取当前天气情况: ```python weather = soup.select_one('div.t > ul > li > p.wea').string print('天气:', weather) ``` 其中,`div.t > ul > li > p.wea`表示根据CSS选择器语法,定位到class为t的div标签下的ul标签的第一个li标签的p标签,并获取其中的文本内容。 类似地,可以获取其他天气信息并输出: ```python temperature = soup.select_one('div.t > ul > li > p.tem > span').string.rstrip('℃') humidity = soup.select_one('div.t > ul > li.hum > p > span').string wind_direction = soup.select_one('div.t > ul > li.win > p > em > span').string wind_speed = soup.select_one('div.t > ul > li.win > p > i').string print('气温:', temperature, '℃') print('湿度:', humidity) print('风向:', wind_direction) print('风速:', wind_speed) ``` 综上所述,使用Python爬取固定城市天气,需要了解目标网站的数据结构和页面布局,然后通过爬虫技术获取数据并解析HTML文档,最后根据目标元素的标签和属性定位到目标信息并输出。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值