<返回更多

每天一个爬虫练习,爬取天气数据,适合新手

2020-08-24    
加入收藏
每天一个爬虫练习,爬取天气数据,适合新手

 

每天一个爬虫练习,爬个比较简单的网站

import requests
from bs4 import BeautifulSoup
import pandas as pd
import time
def get_data(url):
    resp = requests.get(url)

    html = resp.content.decode('gbk')

    soup = BeautifulSoup(html, 'html.parser')
    tr_list = soup.find_all('tr')

    dates, conditions, tempmin, tempmax = [], [], [], []
    for data in tr_list[1:]:
        sub_data = data.text.split()

        dates.Append(sub_data[0])
        conditions.append(''.join(sub_data[1:3]))
        tempmax.append(sub_data[3])
        tempmin.append(sub_data[5])
    _data = pd.DataFrame()
    _data["日期"] = dates
    _data['天气状况'] = conditions
    _data['最高气温'] = tempmax
    _data['最低气温'] = tempmin

    return _data

#data_1_month = get_data('此处为任一月份数据的网址') 使用时只需修改此处,具体示例如下


print('正在抓取1月份数据')
data_1_month = get_data('http://www.tianqihoubao.com/lishi/huichang/month/201101.html')
print('正在抓取2月份数据')
data_2_month = get_data('http://www.tianqihoubao.com/lishi/huichang/month/201102.html')
print('正在抓取3月份数据')
data_3_month = get_data('http://www.tianqihoubao.com/lishi/huichang/month/201103.html')
print('正在抓取4月份数据')
data_4_month = get_data('http://www.tianqihoubao.com/lishi/huichang/month/201104.html')
print('正在抓取5月份数据')
data_5_month = get_data('http://www.tianqihoubao.com/lishi/huichang/month/201105.html')
print('正在抓取6月份数据')
data_6_month = get_data('http://www.tianqihoubao.com/lishi/huichang/month/201106.html')
print('正在抓取7月份数据')
data_7_month = get_data('http://www.tianqihoubao.com/lishi/huichang/month/201107.html')
print('正在抓取8月份数据')
data_8_month = get_data('http://www.tianqihoubao.com/lishi/huichang/month/201108.html')
print('正在抓取9月份数据')
data_9_month = get_data('http://www.tianqihoubao.com/lishi/huichang/month/201109.html')
print('正在抓取10月份数据')
data_10_month = get_data('http://www.tianqihoubao.com/lishi/huichang/month/201110.html')
print('正在抓取11月份数据')
data_11_month = get_data('http://www.tianqihoubao.com/lishi/huichang/month/201111.html')
print('正在抓取12月份数据')
data_12_month = get_data('http://www.tianqihoubao.com/lishi/huichang/month/201112.html')


print('数据抓取成功!正在整合该年数据,请稍后......')
time.sleep(3)

data = pd.concat([data_1_month, data_2_month, data_3_month, data_4_month, data_5_month, data_6_month, data_7_month, data_8_month, data_9_month, data_10_month, data_11_month, data_12_month]).reset_index(drop=True)
print(data)

print('数据整合完毕!')
#数据爬取结果会保存在此代码同一径下

示例结果:

每天一个爬虫练习,爬取天气数据,适合新手

 

声明:本站部分内容来自互联网,如有版权侵犯或其他问题请与我们联系,我们将立即删除或处理。
▍相关推荐
更多资讯 >>>