【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

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：**

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
    createTable() #表创建一次就好了，注意
    print(‘my frist python file’)

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：**

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
    # createTable() #表创建一次就好了，注意
    insertData(result) #批量写入数据
    print(‘my frist python file’)

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)))

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

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_highest)
        temp.append(temperature_low)
        final.append(temp)
    print(‘getDate success’)
    return final

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’)

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"”"
    cursor.execute(sql)
    # 关闭数据库连接
    db.close()
    print(‘create table success’)

def insertData(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)

# 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()
    print(‘insert data success’)

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

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。

别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。

我先来介绍一下这些东西怎么用，文末抱走。

---

（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。

（4）200多本电子书

这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

（5）Python知识点汇总

知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

（6）其他资料

还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。

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！