【python】爬取中国天气网中泉州一周的天气并保存到表格中

原创

文竹wenzhu 2023-05-10 19:12:46 博主文章分类：【Python】数据采集与预处理 ©著作权

文章标签 html python 数据采集人工智能 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者文竹wenzhu的原创作品，请联系作者获取转载授权，否则将追究法律责任

前言

今天来实现一下用pycharm工具写一份关于爬取中国天气网中泉州一周的天气并保存到表格中的文章

该文章主要是在中国天气网中爬取相应的天气信息，我以泉州为例，爬取泉州一周的天气信息包含当日的最低气温和最高气温，并将其保存在表格中，该实验是数据采集实验中要掌握的部分，涉及到如何爬取，如何请求，设置请求头等等知识点，那话不多说，我们开始吧~

一、实验具备的条件

有要爬取的url或者说是要爬取的网站地址
要知道如何设置请求头
要掌握如何将数据保存到本地的文件中

二、实验步骤

1.引入库

如果在导入相应的包的时候出现红色波浪线，要么就是没有安装相应的包，要先安装包才能不报错；要么就是代码有相应的问题要进行检查，库可以后面用到的时候想到一些再进行补充

import requests
import csv
import random
import time
import socket
import http.client
# import urllib.request
from bs4 import BeautifulSoup

2.查看中国天气网中泉州天气的源码

第一步：进入网站右键空白处，点击检查

【python】爬取中国天气网中泉州一周的天气并保存到表格中_人工智能

第二步：点击网络，再ctrl+R刷新页面，找到要爬取的地址（第一个），点击标头，按网页设置请求头

【python】爬取中国天气网中泉州一周的天气并保存到表格中_数据采集_02

按下面代码这样设置，例如：

def get_content(url, data=None):
    header = {
        'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7',
        'Accept-Encoding': 'gzip, deflate',
        'Accept-Language': 'zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6',
        'Cache-Control': "max-age=0",
        'Connection': 'keep-alive',
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/111.0.0.0 Safari/537.36 Edg/111.0.1661.51'
    }

注：如果要爬取其他城市的天气也按此方法，将要爬取网站中的请求头找到，然后更换即可

3.将最低气温和最高气温找到并保存到本地

注：通用的代码，即使换其他城市且实验要求一样，都无需更改该段代码

timeout = random.choice(range(80, 180))
    while True:
        try:
            rep = requests.get(url, headers=header, timeout=timeout)
            rep.encoding = 'utf-8'
            break
        except socket.timeout as e:
            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)))

    return rep.text


def get_data(html_text):
    final = []
    bs = BeautifulSoup(html_text, "html.parser")  # 创建BeautifulSoup对象
    body = bs.body  # 获取body部分
    data = body.find('div', {'id': '7d'})  # 找到id为7d的div
    ul = data.find('ul')  # 获取ul部分
    li = ul.find_all('li')  # 获取所有的li
    for day in li:  # 对每个li标签中的内容进行遍历
        temp = []
        date = day.find('h1').string  # 找到日期
        temp.append(date)  # 添加到temp中
        inf = day.find_all('p')  # 找到li中的所有p标签
        temp.append(inf[0].string, )  # 第一个p标签中的内容（天气状况）加到temp中
        if inf[1].find('span') is None:
            temperature_highest = None  # 天气预报可能没有当天的最高气温（到了傍晚，就是这样），需要加个判断语句,来输出最低气温
        else:
            temperature_highest = inf[1].find('span').string  # 找到最高温
            temperature_highest = temperature_highest.replace('℃', '')  # 到了晚上网站会变，最高温度后面也有个℃
        temperature_lowest = inf[1].find('i').string  # 找到最低温
        temperature_lowest = temperature_lowest.replace('℃', '')  # 最低温度后面有个℃，去掉这个符号
        temp.append(temperature_highest)  # 将最高温添加到temp中
        temp.append(temperature_lowest)  # 将最低温添加到temp中
        final.append(temp)  # 将temp加到final中
    return final


def write_data(data, name):
    file_name = name
    with open(file_name, 'a', errors='ignore', newline='') as f:
        f_csv = csv.writer(f)
        f_csv.writerows(data)

4.设置url并输出天气数据

if __name__ == '__main__':
    url = 'http://www.weather.com.cn/weather/101230501.shtml'
    html = get_content(url)
    result = get_data(html)
    write_data(result, 'weather.csv')

注：如果要爬取其他城市的天气更换一下url即可