网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
上一篇做了一个新闻类爬虫，积累了一些小经验。学到一点：在写文章时最好不要把网站名称和爬取到的新闻文本一起发来，可能会被CSDN下架的。这次准备好爬取天气预报网站，内容应该不像新闻类的可能涉及政治，但网站名称嘛还是不要写得太明白，反正“天气”么英文就是 weather 总之本文中出现的网址url字符串都用****打上马赛克了，自行补齐吧。
爬虫原理简介
爬虫流程：
爬取、解析、美化输出或者存储到文件
常用的库：
请求库：requests,urllib.request,selenium …
解析库：re,lxml.tree,bs4.BeautifulSoup …
网页获取方法：
使用requests.get()比较方便，相关参数有：网址、参数字典、请求头、验证、代理、校验等
>>> from requests import get
>>> help(get)
Help on function get in module requests.api:
get(url, params=None, **kwargs)
Sends a GET request.
:param url: URL for the new :class:`Request` object.
:param params: (optional) Dictionary, list of tuples or bytes to send
in the query string for the :class:`Request`.
:param \*\*kwargs: Optional arguments that ``request`` takes.
:return: :class:`Response <Response>` object
:rtype: requests.Response
>>>
常见的爬虫类：
class Spider():
def __init__(self):
self.url = 'http://www.****.com.cn'
self.headers = {'User-Agent':'Mozilla/5.0 ***********'}
self.auth = ('id','passward')
self.proxies = { 'http':'http://IP:端口号', 'https':'https://IP:端口号' }
def getHtml(self):
html = requests.get(url=self.url,
proxies=self.proxies,
auth=self.auth,
headers=self.headers
)
return html.text
def parseHtml(self):
text = self.getHtml()
#根据需要，用各种方法来解析网页的标签获取想要的内容#
......
天气网站不用登录就能获取内容，只需网站加上请求头即可。请求头都是非必需的，其作用是模拟浏览器，告诉网站发来的请求是正常合法的。
请求头的获取：
网上有很多方法，最简单的就在浏览器地址栏里键入“about:version”后回车。用户代理那一行就是所要的字符串，复制后写成字典格式：headers = {‘User-Agent’:“Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.96 Safari/537.36”}
解析过程：
解析网页有多种方法，目前我自己也不是很拿手就先不说了。我挑选用BeautifulSoup查找自己想要的网页标签，上一篇的爬虫中已有些摸索了，请见：
Python “今日新闻”一个小程序，拿走就能用！_汉阳Hann’s Home-CSDN博客今天做了一个爬虫程序：“今日新闻”，拿走就能用！
https://blog.csdn.net/boysoft2002/article/details/120549021?spm=1001.2014.3001.5501这次我要实战一个天气预报类的爬虫——
爬取城市七日天气预报
先来爬取我们大苏州的，来瞅瞅大昆山的天气预报吧
from bs4 import BeautifulSoup as bs
from requests import get
Agent = 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/85.0.4183.83 Safari/537.36'
def weather(url):
res = []
try:
data = get(url,headers = {'User-Agent':Agent})
data.encoding='uft-8'
soup = bs(data.text,'html.parser')
city = soup.find('div',class_='crumbs fl').get_text().strip()
List = soup.select("ul[class='t clearfix'] li")
for li in List:
try:
data = li.select('h1')[0].text
text = li.select("p[class='wea']")[0].text
temp = li.findAll('span')[0].text + '/' + li.findAll('i')[0].text
res.append((city.split()[-1],data,text,temp))
except Exception as err: print(err)
except Exception as err: print(err)
return res
url = 'http://www.*******.com.cn/weather/'
ext = '.shtml'
city = {'苏州':'101190401','昆山':'101190404','太仓':'101190408','常熟':'101190402','张家港':'101190403'}
#方法一：遍历已知的城市代码
suzhou = 101190401
for i in range(suzhou,suzhou+12):
print(i,'\n',weather(url+str(i)+ext),'\n')
print('='*80)
#方法二：遍历事先做好的城市代码字典
for i in city:
print(i,'\n',weather(url+city[i]+ext),'\n')
返回的爬取结果：
101190401
[(‘城区’, ‘1日（今天）’, ‘多云’, ‘/22℃’), (‘城区’, ‘2日（明天）’, ‘多云转晴’, ‘33℃/22℃’), (‘城区’, ‘3日（后天）’, ‘晴’, ‘33℃/23℃’), (‘城区’, ‘4日（周一）’, ‘晴’, ‘34℃/25℃’), (‘城区’, ‘5日（周二）’, ‘晴转多云’, ‘34℃/24℃’), (‘城区’, ‘6日（周三）’, ‘多云’, ‘30℃/23℃’), (‘城区’, ‘7日（周四）’, ‘多云转雷阵雨’, ‘31℃/24℃’)]101190402
[(‘常熟’, ‘1日（今天）’, ‘多云’, ‘/21℃’), (‘常熟’, ‘2日（明天）’, ‘多云转晴’, ‘32℃/23℃’), (‘常熟’, ‘3日（后天）’, ‘晴’, ‘33℃/24℃’), (‘常熟’, ‘4日（周一）’, ‘晴’, ‘33℃/23℃’), (‘常熟’, ‘5日（周二）’, ‘晴转多云’, ‘34℃/24℃’), (‘常熟’, ‘6日（周三）’, ‘多云’, ‘31℃/23℃’), (‘常熟’, ‘7日（周四）’, ‘多云转雷阵雨’, ‘31℃/24℃’)]101190403
[(‘张家港’, ‘1日（今天）’, ‘多云’, ‘/20℃’), (‘张家港’, ‘2日（明天）’, ‘多云转晴’, ‘31℃/22℃’), (‘张家港’, ‘3日（后天）’, ‘晴’, ‘32℃/23℃’), (‘张家港’, ‘4日（周一）’, ‘晴’, ‘33℃/23℃’), (‘张家港’, ‘5日（周二）’, ‘晴转多云’, ‘34℃/24℃’), (‘张家港’, ‘6日（周三）’, ‘多云’, ‘29℃/23℃’), (‘张家港’, ‘7日（周四）’, ‘多云转雷阵雨’, ‘31℃/24℃’)]101190404
[(‘昆山’, ‘1日（今天）’, ‘多云’, ‘/21℃’), (‘昆山’, ‘2日（明天）’, ‘多云转晴’, ‘32℃/23℃’), (‘昆山’, ‘3日（后天）’, ‘晴’, ‘33℃/24℃’), (‘昆山’, ‘4日（周一）’, ‘晴’, ‘33℃/24℃’), (‘昆山’, ‘5日（周二）’, ‘晴转多云’, ‘34℃/24℃’), (‘昆山’, ‘6日（周三）’, ‘多云’, ‘30℃/23℃’), (‘昆山’, ‘7日（周四）’, ‘多云转雷阵雨’, ‘31℃/24℃’)]101190405
[(‘吴中’, ‘1日（今天）’, ‘多云’, ‘/22℃’), (‘吴中’, ‘2日（明天）’, ‘多云转晴’, ‘33℃/22℃’), (‘吴中’, ‘3日（后天）’, ‘晴’, ‘33℃/23℃’), (‘吴中’, ‘4日（周一）’, ‘晴’, ‘34℃/25℃’), (‘吴中’, ‘5日（周二）’, ‘晴转多云’, ‘34℃/24℃’), (‘吴中’, ‘6日（周三）’, ‘多云’, ‘30℃/23℃’), (‘吴中’, ‘7日（周四）’, ‘多云转雷阵雨’, ‘31℃/24℃’)]101190406
[(‘虎丘’, ‘1日（今天）’, ‘多云’, ‘/22℃’), (‘虎丘’, ‘2日（明天）’, ‘多云转晴’, ‘33℃/22℃’), (‘虎丘’, ‘3日（后天）’, ‘晴’, ‘33℃/23℃’), (‘虎丘’, ‘4日（周一）’, ‘晴’, ‘34℃/25℃’), (‘虎丘’, ‘5日（周二）’, ‘晴转多云’, ‘34℃/24℃’), (‘虎丘’, ‘6日（周三）’, ‘多云’, ‘30℃/23℃’), (‘虎丘’, ‘7日（周四）’, ‘多云转雷阵雨’, ‘31℃/24℃’)]101190407
[(‘吴江’, ‘1日（今天）’, ‘多云’, ‘/21℃’), (‘吴江’, ‘2日（明天）’, ‘多云转晴’, ‘32℃/22℃’), (‘吴江’, ‘3日（后天）’, ‘晴’, ‘33℃/23℃’), (‘吴江’, ‘4日（周一）’, ‘晴’, ‘33℃/22℃’), (‘吴江’, ‘5日（周二）’, ‘晴转多云’, ‘34℃/23℃’), (‘吴江’, ‘6日（周三）’, ‘多云’, ‘31℃/23℃’), (‘吴江’, ‘7日（周四）’, ‘多云转雷阵雨’, ‘31℃/24℃’)]101190408
[(‘太仓’, ‘1日（今天）’, ‘多云’, ‘/20℃’), (‘太仓’, ‘2日（明天）’, ‘多云转晴’, ‘31℃/23℃’), (‘太仓’, ‘3日（后天）’, ‘晴’, ‘32℃/24℃’), (‘太仓’, ‘4日（周一）’, ‘晴’, ‘33℃/22℃’), (‘太仓’, ‘5日（周二）’, ‘晴转多云’, ‘34℃/24℃’), (‘太仓’, ‘6日（周三）’, ‘多云’, ‘30℃/22℃’), (‘太仓’, ‘7日（周四）’, ‘多云转雷阵雨’, ‘31℃/24℃’)]101190409
[(‘相城’, ‘1日（今天）’, ‘多云’, ‘/22℃’), (‘相城’, ‘2日（明天）’, ‘多云转晴’, ‘33℃/22℃’), (‘相城’, ‘3日（后天）’, ‘晴’, ‘33℃/23℃’), (‘相城’, ‘4日（周一）’, ‘晴’, ‘34℃/25℃’), (‘相城’, ‘5日（周二）’, ‘晴转多云’, ‘34℃/24℃’), (‘相城’, ‘6日（周三）’, ‘多云’, ‘30℃/23℃’), (‘相城’, ‘7日（周四）’, ‘多云转雷阵雨’, ‘31℃/24℃’)]101190410
[(‘姑苏’, ‘1日（今天）’, ‘多云’, ‘/22℃’), (‘姑苏’, ‘2日（明天）’, ‘多云转晴’, ‘33℃/22℃’), (‘姑苏’, ‘3日（后天）’, ‘晴’, ‘33℃/23℃’), (‘姑苏’, ‘4日（周一）’, ‘晴’, ‘34℃/25℃’), (‘姑苏’, ‘5日（周二）’, ‘晴转多云’, ‘34℃/24℃’), (‘姑苏’, ‘6日（周三）’, ‘多云’, ‘30℃/23℃’), (‘姑苏’, ‘7日（周四）’, ‘多云转雷阵雨’, ‘31℃/24℃’)]‘NoneType’ object has no attribute ‘get_text’
101190411 ###不存在的城市代码当然会报错###
[]‘NoneType’ object has no attribute ‘get_text’
101190412
[]================================================================================
苏州
[(‘城区’, ‘1日（今天）’, ‘多云’, ‘/22℃’), (‘城区’, ‘2日（明天）’, ‘多云转晴’, ‘33℃/22℃’), (‘城区’, ‘3日（后天）’, ‘晴’, ‘33℃/23℃’), (‘城区’, ‘4日（周一）’, ‘晴’, ‘34℃/25℃’), (‘城区’, ‘5日（周二）’, ‘晴转多云’, ‘34℃/24℃’), (‘城区’, ‘6日（周三）’, ‘多云’, ‘30℃/23℃’), (‘城区’, ‘7日（周四）’, ‘多云转雷阵雨’, ‘31℃/24℃’)]昆山
[(‘昆山’, ‘1日（今天）’, ‘多云’, ‘/21℃’), (‘昆山’, ‘2日（明天）’, ‘多云转晴’, ‘32℃/23℃’), (‘昆山’, ‘3日（后天）’, ‘晴’, ‘33℃/24℃’), (‘昆山’, ‘4日（周一）’, ‘晴’, ‘33℃/24℃’), (‘昆山’, ‘5日（周二）’, ‘晴转多云’, ‘34℃/24℃’), (‘昆山’, ‘6日（周三）’, ‘多云’, ‘30℃/23℃’), (‘昆山’, ‘7日（周四）’, ‘多云转雷阵雨’, ‘31℃/24℃’)]太仓
[(‘太仓’, ‘1日（今天）’, ‘多云’, ‘/20℃’), (‘太仓’, ‘2日（明天）’, ‘多云转晴’, ‘31℃/23℃’), (‘太仓’, ‘3日（后天）’, ‘晴’, ‘32℃/24℃’), (‘太仓’, ‘4日（周一）’, ‘晴’, ‘33℃/22℃’), (‘太仓’, ‘5日（周二）’, ‘晴转多云’, ‘34℃/24℃’), (‘太仓’, ‘6日（周三）’, ‘多云’, ‘30℃/22℃’), (‘太仓’, ‘7日（周四）’, ‘多云转雷阵雨’, ‘31℃/24℃’)]常熟
[(‘常熟’, ‘1日（今天）’, ‘多云’, ‘/21℃’), (‘常熟’, ‘2日（明天）’, ‘多云转晴’, ‘32℃/23℃’), (‘常熟’, ‘3日（后天）’, ‘晴’, ‘33℃/24℃’), (‘常熟’, ‘4日（周一）’, ‘晴’, ‘33℃/23℃’), (‘常熟’, ‘5日（周二）’, ‘晴转多云’, ‘34℃/24℃’), (‘常熟’, ‘6日（周三）’, ‘多云’, ‘31℃/23℃’), (‘常熟’, ‘7日（周四）’, ‘多云转雷阵雨’, ‘31℃/24℃’)]张家港
[(‘张家港’, ‘1日（今天）’, ‘多云’, ‘/20℃’), (‘张家港’, ‘2日（明天）’, ‘多云转晴’, ‘31℃/22℃’), (‘张家港’, ‘3日（后天）’, ‘晴’, ‘32℃/23℃’), (‘张家港’, ‘4日（周一）’, ‘晴’, ‘33℃/23℃’), (‘张家港’, ‘5日（周二）’, ‘晴转多云’, ‘34℃/24℃’), (‘张家港’, ‘6日（周三）’, ‘多云’, ‘29℃/23℃’), (‘张家港’, ‘7日（周四）’, ‘多云转雷阵雨’, ‘31℃/24℃’)]
数据是有了，怎样更美化地输出需要另外的模块，先放一放。更为重要的问题是：怎样找到各城市的代码？比如，苏州对应的是 101190401 ，它之后的几个连续数字对应的是苏州辖内的各区和县级市。
网上很多文章都是爬取各省份的文字版网页( www.******.com.cn/textFC/jiangsu.shtml 等)中的城市代码，这样还不是很方便。
（1）Python所有方向的学习路线（新版）
这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
最近我才对这些路线做了一下新的更新，知识体系更全面了。
（2）Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
（3）100多个练手项目
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
ab547cf90b1a028d1aacb1d.png#pic_center)
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
