python爬虫各个城市空气质量检测

该博客展示了如何使用Python爬虫从'http://pm25.in/'网站抓取不同城市的空气质量指数(AQI)。作者通过requests库获取网页内容,并利用BeautifulSoup解析HTML,提取城市名称及其对应的AQI。目前,程序仅将结果打印在控制台,如需保存到本地,读者需自行添加相关代码。
摘要由CSDN通过智能技术生成

“”""
作者:小锋
功能描述:网络爬虫
版本号:2.0
“”"
根据小象学习案例做的小测试,只是将结果打印在控制台,还没有转字符串类型,想保存在本地的可以自己添加
import requests
from bs4 import BeautifulSoup

def get_city_aqi(city_pinyin):
“”""
返回城市AQI
“”"
url = ‘http://pm25.in/’ + city_pinyin
r = requests.get(url,timeout=30)

soup=BeautifulSoup(r.text,'lxml')
div_list=soup.find_all('div',{'class':'span1'})

city=[]
for i in range(8):
    div_content = div_list[i]
    caption = div_content.find('div',{'class':'caption'}).text.strip()
    value=div_content.find('div',{'class':'value'}).text.strip()
    city.append((caption,value))
return city

def get_city_name():
url = ‘http

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
爬取空气质量检测网的部分城市的历年每天质量数据 思路----------------------------------------- 从某城市空气质量网页获取某市每月的链接,再爬取每个月的表格数据。连云港市:https://www.aqistudy.cn/historydata/daydata.php?city=连云港 连云港2014年5月的空气质量:https://www.aqistudy.cn/historydata/daydata.php?city=连云港&month=2014-05 遇到的问题----------------------------------------- 获取的网页中的表格数据隐藏,尝试requests无法获取。判断可能是动态加载的网页 尝试----------------------------------------- 1. 通过XHR,js查找隐藏数据的加载网页,没有找到。 2. 使用phantomjs.get() result=pd.read_html ,可以获得隐藏的表格数据,但是并不稳定,只是偶尔出现加载的表格数据,无法大规模的获取 解决方法----------------------------------------- 查找资料得知这个网站的表格数据在Console里的items中, 使用selenium的webdriver.firefox(),driver.execute_script("return items") 数据可获得。 仍遇到的问题:----------------------------------------- 爬取一个网页可获得数据,但是连续的获取网页,会出现两个错误。 1.Message: ReferenceError: items is not defined 2.connection refused 解决方法: 1.connection refused问题,可能是网页开太多,使用driver.quit() 2. 如果 execute_script 还是出错,可尝试pd.read_html获取信息。之前用phantomjs获取的时候输出空的表格,可能由于加载不够,用 Waite直到table出现之后再获取网页 Element=wait.until(EC.element_to_be_clickable((By.XPATH,"/html/body/div[3]/div[1]/div[1]/table/tbody"))) 3.之后出现偶尔出现输出为空,使用循环,如果输出表格为空,再重新获取。 if len(result)>1: filename = str(month) + '.xls' result.to_excel('E:\python\案例程序\data\\' + filename) print('成功存入'+filename) driver.quit() else: driver.quit() return getdata(monthhref,month)
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