【Python入门只需20分钟】从安装到数据抓取、存储原来这么简单_python库安装datarecorder

本文链接：https://blog.csdn.net/m0_61549674/article/details/138361356

try:
            rep = requests.get(url,headers = header,timeout = timeout) #请求url地址，获得返回 response 信息
            rep.encoding = ‘utf-8’
            break
        except socket.timeout as e: # 以下都是异常处理
            print( ‘3:’, e)
            time.sleep(random.choice(range(8,15)))

except socket.error as e:
print( ‘4:’, e)
time.sleep(random.choice(range(20, 60)))

except http.client.BadStatusLine as e:
print( ‘5:’, e)
time.sleep(random.choice(range(30, 80)))

except http.client.IncompleteRead as e:
            print( ‘6:’, e)
            time.sleep(random.choice(range(5, 15)))
    print(‘request success’)
    return rep.text # 返回的 Html 全文


**在 main 方法中调用：**

if name == ‘main’:
    url =‘http://www.weather.com.cn/weather/101210101.shtml’
    html = getContent(url) # 调用获取网页信息
    print(‘my frist python file’)


**第三步：分析页面数据**


**定义一个 getData 方法：**

def getData(html_text):
    final = []
    bs = BeautifulSoup(html_text, “html.parser”)  # 创建BeautifulSoup对象
    body = bs.body #获取body
    data = body.find(‘div’,{‘id’: ‘7d’})
    ul = data.find(‘ul’)
    li = ul.find_all(‘li’)

for day in li:
        temp = []
        date = day.find(‘h1’).string
        temp.append(date) #添加日期
        inf = day.find_all(‘p’)
        weather = inf[0].string #天气
        temp.append(weather)
        temperature_highest = inf[1].find(‘span’).string #最高温度
        temperature_low = inf[1].find(‘i’).string  # 最低温度
        temp.append(temperature_low)
　　　　 temp.append(temperature_highest)
        final.append(temp)
    print(‘getDate success’)
    return final


**上面的解析其实就是按照 HTML 的规则解析的。可以打开 杭州天气 在开发者模式中（F12），看一下页面的元素分布。**


![](https://img-blog.csdnimg.cn/20181124153543206.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3podXNvbmd6aXll,size_16,color_FFFFFF,t_70)


**在 main 方法中调用：**

if name == ‘main’:
    url =‘http://www.weather.com.cn/weather/101210101.shtml’
    html = getContent(url)    # 获取网页信息
    result = getData(html)  # 解析网页信息，拿到需要的数据
    print(‘my frist python file’)


**数据写入excel**


现在我们已经在 Python 中拿到了想要的数据，对于这些数据我们可以先存放起来，比如把数据写入 csv 中。


**定义一个 writeDate 方法:**

import csv #导入包

def writeData(data, name):
    with open(name, ‘a’, errors=‘ignore’, newline=‘’) as f:
            f_csv = csv.writer(f)
            f_csv.writerows(data)
    print(‘write_csv success’)


**在 main 方法中调用：**

if name == ‘main’:
    url =‘http://www.weather.com.cn/weather/101210101.shtml’
    html = getContent(url)    # 获取网页信息
    result = getData(html)  # 解析网页信息，拿到需要的数据
    writeData(result, ‘D:/py_work/venv/Include/weather.csv’) #数据写入到 csv文档中
    print(‘my frist python file’)


执行之后呢，再指定路径下就会多出一个 weather.csv 文件，可以打开看一下内容。


![](https://img-blog.csdnimg.cn/20181124153608541.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3podXNvbmd6aXll,size_16,color_FFFFFF,t_70)


![](https://img-blog.csdnimg.cn/20181124153619242.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3podXNvbmd6aXll,size_16,color_FFFFFF,t_70)


到这里最简单的数据抓取--储存就完成了。


**数据写入数据库**


因为一般情况下都会把数据存储在数据库中，所以我们以 mysql 数据库为例，尝试着把数据写入到我们的数据库中。


**第一步创建WEATHER 表：**


创建表可以在直接在 mysql 客户端进行操作，也可能用 python 创建表。在这里 我们使用 python 来创建一张 WEATHER 表。


定义一个 createTable 方法：（之前已经导入了 import pymysql 如果没有的话需要导入包）

def createTable():
    # 打开数据库连接
    db = pymysql.connect(“localhost”, “zww”, “960128”, “test”)
    # 使用 cursor() 方法创建一个游标对象 cursor
    cursor = db.cursor()
    # 使用 execute()  方法执行 SQL 查询
    cursor.execute(“SELECT VERSION()”)
    # 使用 fetchone() 方法获取单条数据.
    data = cursor.fetchone()
    print("Database version : %s " % data) # 显示数据库版本（可忽略，作为个栗子）

# 使用 execute() 方法执行 SQL，如果表存在则删除
    cursor.execute(“DROP TABLE IF EXISTS WEATHER”)
    # 使用预处理语句创建表
    sql = “”“CREATE TABLE WEATHER (
             w_id int(8) not null primary key auto_increment,
             w_date  varchar(20) NOT NULL ,
             w_detail  varchar(30),
             w_temperature_low varchar(10),
             w_temperature_high varchar(10)) DEFAULT CHARSET=utf8"”"  # 这里需要注意设置编码格式，不然中文数据无法插入
    cursor.execute(sql)
    # 关闭数据库连接
    db.close()
　　print(‘create table success’)


**在 main 方法中调用：**


执行之后去检查一下数据库，看一下 weather 表是否创建成功了。


![](https://img-blog.csdnimg.cn/20181124153645305.png)


**第二步批量写入数据至 WEATHER 表：**


**定义一个 insertData 方法：**

def insert_data(datas):
    # 打开数据库连接
    db = pymysql.connect(“localhost”, “zww”, “960128”, “test”)
    # 使用 cursor() 方法创建一个游标对象 cursor
    cursor = db.cursor()

try:
# 批量插入数据
cursor.executemany(‘insert into WEATHER(w_id, w_date, w_detail, w_temperature_low, w_temperature_high) value(null, %s,%s,%s,%s)’, datas)

# sql = “INSERT INTO WEATHER(w_id,
        #                w_date, w_detail, w_temperature)
        #                VALUES (null, ‘%s’,‘%s’,‘%s’)” %
        #       (data[0], data[1], data[2])
        # cursor.execute(sql)    #单条数据写入

# 提交到数据库执行
        db.commit()
    except Exception as e:
        print(‘插入时发生异常’ + e)
        # 如果发生错误则回滚
        db.rollback()
    # 关闭数据库连接
    db.close()


**在 main 方法中调用：**


检查：执行这段 Python 语句后，看一下数据库是否有写入数据。有的话就大功告成了。


![](https://img-blog.csdnimg.cn/20181124153706262.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3podXNvbmd6aXll,size_16,color_FFFFFF,t_70)


**全部代码看这里：**

# 导入相关联的包
import requests
import time
import random
import socket
import http.client
import pymysql
from bs4 import BeautifulSoup
import csv

def getContent(url , data = None):
    header={
        ‘Accept’: ‘text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,/;q=0.8’,
        ‘Accept-Encoding’: ‘gzip, deflate, sdch’,
        ‘Accept-Language’: ‘zh-CN,zh;q=0.8’,
        ‘Connection’: ‘keep-alive’,
        ‘User-Agent’: ‘Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/43.0.235’
    } # request 的请求头
    timeout = random.choice(range(80, 180))
    while True:
        try:
            rep = requests.get(url,headers = header,timeout = timeout) #请求url地址，获得返回 response 信息
            rep.encoding = ‘utf-8’
            break
        except socket.timeout as e: # 以下都是异常处理
            print( ‘3:’, e)
            time.sleep(random.choice(range(8,15)))

except socket.error as e:
print( ‘4:’, e)
time.sleep(random.choice(range(20, 60)))

except http.client.BadStatusLine as e:
print( ‘5:’, e)
time.sleep(random.choice(range(30, 80)))

for day in li:
        temp = []
        date = day.find(‘h1’).string
        temp.append(date) #添加日期
        inf = day.find_all(‘p’)
        weather = inf[0].string #天气
        temp.append(weather)
        temperature_highest = inf[1].find(‘span’).string #最高温度
        temperature_low = inf[1].find(‘i’).string  # 最低温度
        temp.append(temperature_highest)
        temp.append(temperature_low)
        final.append(temp)
    print(‘getDate success’)
    return final

def createTable():
# 打开数据库连接

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

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。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

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！