使用python爬虫简单创建天气预报系统

一、爬虫简介

        想到爬虫大部分人都会想到python，但是不止python可以进行爬虫，只是python语言简单，对于网络爬虫的方式很方便；网络爬虫又称网络蜘蛛、网络蚂蚁、网络机器人等，可以自动化浏览网络中的信息，当然浏览信息的时候需要按照我们制定的规则进行，这些规则我们称之为网络爬虫算法。使用Python可以很方便地编写出爬虫程序，进行互联网信息的自动化检索。

二、代码编写

        在本次的代码中，我们只会用到一些简单的语句实现在网站上数据的爬取，再使用pyttsx3包进行语言播报功能，这对于刚学习爬虫的同学来说比较简单也好上手，可以读懂每个代码所带来的意思。

        本次我们将继续使用requests包进行爬虫，使用lxml进行网页的解析，再由pyttsx3进行语音播报的实现，如果不知道如何去安装包，就在终端里实现以下代码：

pip install 下载的包

        我们在下载完包之后，在py文件的开头使用improt使用。

import requests
from lxml import etree
import pyttsx3

        接下来，我们去我们需要爬取的天气网站得到他们的网址，还有不同城市中的不同编码，这里我拿重庆做例子，小编在这里使用的是天气网：天气网

  

        去我们的idea或者其他的解释器，赋予他们值，开头和结尾都要附上，让中间的编码存入自己创建的一个字典，在后期要使用的时候再拿出来。

wangzhi = 'http://www.weather.com.cn/weather/'
bbb = {   '北京':'101010100','重庆':'101040100'}
jiewei = '.shtml'
dizhi = input('请输入您要查询的城市代码：')
ccc = bbb.get(dizhi)

        接下来使用我们的lxml进行对网页的编码，使用xpath对网页进行解析，网页编码大部分都是‘UTF-8’。

response =requests.get(url)
response.encoding ='utf-8'
html_content = response.text
xpath_str = etree.HTML(html_content)

        我们回到之前的天气网，按下F12，检查当前网页的源代码，找到我们需要爬取的文字信息所在位置，这里对于网页不清楚的同学最好去查看一下基础知识。

        从这里我们知道我们所需要得到的消息在很多div的下面，也有很多li头，那我们该怎么办呢，我们使用contains代码查找包含类名"crumbs fl"的div标签和"skyid"的li标签，因为我们需要的不同消息在不同的地方，每个都是不一样的，在前面我们使用xpath对于我们需要的消息进行解析。

didian = xpath_str.xpath('//div[contains(@class,"crumbs fl")]/a[2]/text()')
riQi = xpath_str.xpath('//li[contains(@class,"skyid")]/h1/text()')
tianQi = xpath_str.xpath('//li[contains(@class,"skyid")]/p/@title')
wenDu = xpath_str.xpath('//li[contains(@class,"skyid")]/p/span/text()')

        在最后我们引用我们的语音包pyttsx3，再用for循环将我们需要的东西展示出来，因为我们引用了pyttsx3所以在展示的同时会有语音同时播报。这就是我们这次的天气简单预报系统。

abc = pyttsx3.init()
for time,data,du in zip(riQi, tianQi, wenDu):
    print('日期:{}，天气:{}，最高温度:{}°\n'.format(time,data,du))
    abc.say('{}，{}，{}，最高温度:{}°\n'.format(didian,time,data,du))
    abc.runAndWait()

三、成果展示

四、可能在中遇到的一些bug

        我们在运行最终代码的时候，可能没有任何东西就会结束进程，也有可能还没运行的时候就结束了进程，这些原因都是我们在解析网页的时候失败了，没有找到正确的头。