空气质量数据网页爬虫加数据处理

Python这门语言因其简单强大已经火了很久了，但我接触的比较晚，前几个月因为一篇博客开始初步了解这门语言，并且之后模仿某位北邮的前辈的微博写了一个新浪微博的爬虫

这里给出链接：python编写的新浪微博爬虫

当时为了能够顺便把从微博上抓下来的数据存储起来，顺便装了MySQL，之所以用MySQL，主要是因为Python支持MySQL的插件比较好找，比SQLserver好找一些，不过本人对数据库了解比较少，顺便学习了一些数据库方面的简单操作。

写好之后运行起来发现有些问题，主要是新浪微博的服务器对访问次数和访问频率有限制，以至于我下载了一些数据后，服务器会自动屏蔽不再传数据给我，当时挺困惑，网上有人说让程序睡一段时间再继续抓数据，当时也请教了北邮的前辈，也没给我一个明确的答复，也或许是自己写的问题，所以读到这里的朋友也可以提想法哈。或者到我微薄上留言：http://weibo.com/u/1820299335

---------------------------------------------------------分割线-----------------------------------------------

最近看国内天气质量堪忧，所以心血来潮想要再写个程序把空气质量数据爬下来分析一下，于是开始动手，由于之前写新浪微博爬虫的经验，这次比较快，因为不像新浪微博需要模拟用户登录，中华人民共和国环境保护部--数据中心 的网页比起微博还算简单，所以很快代码就写好了，期间由于正则表达式运用不熟练，在抓取城市名称和污染指数时遇到点小麻烦，网页的html代码如下：

<td οnmοuseοver="report1664549over()" class="report1_4" style="color:#00A7D1;"><a href="http://datacenter.mep.gov.cn/report/air_daily/
airDair