python实现全国各个省市天气信息爬取 并入库

python实现全国各个省市天气信息爬取 并入库

实现方案

  1. 确认爬取网站 https://www.tianqi.com/chinacity.html
  2. 天气网站页面所有内容信息爬取
  3. 数据清洗
  4. 写入数据库

实现代码


# 导入基础模块
import requests
from bs4 import BeautifulSoup
import psycopg2
import time

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '
                  'Chrome/80.0.3987.132 Safari/537.36 '
}



# 爬取天气数据页面 url 地址
def get_city_list():
    city_dict = {}
    url = 'https://www.tianqi.com/chinacity.html'
    html = requests.get(url, headers=headers)
    soup = BeautifulSoup(html.text, 'lxml', from_encoding='utf-8')
    info_box = soup.find('div', class_='citybox')
    province_list = info_box.find_all('h2')
    for i in province_list:
        city_dict[i.get_text().encode('latin1').decode('utf-8')] = i.find('a').get('href').strip('/')
    two_province_list = info_box.find_all('h3')
    for i in two_province_list:
        city_dict[i.get_text().encode('latin1').decode('utf-8')] = i.find('a').get('href').strip('/')
    return city_dict

# 爬取天气信息 方法 输出格式
#   输出格式 city(城市), city_pinyin(城市拼音全称), date(日期), min_temperature(最小气温), max_temperature(最大气温), weather(天气)

# 这里输入城市获取当前城市天气
def get_html(city, city_pinyin):
    try:
        url = 'https://www.tianqi.com/%s/15' % city_pinyin
        html = requests.get(url, headers=headers)
        soup = BeautifulSoup(html.text, 'lxml')
        info_box = soup.find('ul', class_='weaul')
        fifteen_th_list = info_box.find_all('li')
    except Exception as e:
        time.sleep(1)
        return_value = '''
               '%s','%s','','','',''
               ''' % (city, city_pinyin)
        print(return_value)
        return return_value
    for day_info in fifteen_th_list:
        temperature_info = day_info.find_all('span')
        weather = day_info.find('div', class_='weaul_z').get_text()
        date = temperature_info[0].get_text()
        min_temperature = temperature_info[2].get_text()
        max_temperature = temperature_info[3].get_text()
        return_value = '''
        '%s','%s','2021-%s','%s','%s','%s'
        ''' % (city, city_pinyin, date, min_temperature, max_temperature, weather)
        print(return_value)
	return return_value

# 进行所有省份 天气爬取 保存成 列表
return_list = []
city_dict = get_city_list()
for x in city_dict.items():
	# 排除部分无效关键词
    if 'province' in x[1]:
        continue
    return_value = get_html(x[0], x[1])
    return_list.append(return_value )
#    time.sleep(3)

# 入库  当前写入 pg 数据库 保证数据库表头 (city, city_code, date, air_temperature_top, air_temperature_bot,weather)
# 需要 替换 数据库信息
def sql_inset(return_list):
    print('连接数据库')
    conn = psycopg2.connect(database="数据库名称", user="用户名", password="密码",
                            host="数据库地址", port="端口")
    cur = conn.cursor()
    for i in return_list:
        sql = '''INSERT INTO public.表名称(city, city_code, date, air_temperature_top, air_temperature_bot, 
weather) VALUES (%s) ; ''' % i
        cur.execute(sql)
    print('开始执行 sql 提交')
    conn.commit()
    print('sql 提交完毕 关闭sql 连接')
    conn.close()

sql_inset(return_list)


  • 0
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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