码迷,mamicode.com
首页 > 编程语言 > 详细

关于如何只用python获取网页天气(数据)的方法

时间:2018-08-23 19:37:14      阅读:219      评论:0      收藏:0      [点我收藏+]

标签:bre   wow   pytho   筛选   name   bsp   关于   通过   com   

获取网页数据无非就三步!

第一步:首先通过python获取到前端html完整代码!(需要用到request模块)

第二步:通过获取到的html代码进行过滤,获取到有用天气数据 (需要用到bs4模块下的BeautifulSoup)

第三步:获取到的天气数据,进行本地化保存

PS:其它用到的模块:time、random、socket、csv、http.client

废话不多说,直接上代码!

首先,导入引用模块

from bs4 import BeautifulSoup
import requests, time, random, socket, csv
import http.client

 

第一步:首先通过python获取到前端html完整代码!(需要用到request模块)

技术分享图片
# 获取请求网址的完整HTML代码
def htmlcontent(url, data=None):
    header = {
        Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8,
        Accept-Encoding: gzip, deflate, sdch,
        Accept-Language: zh-CN,zh;q=0.8,
        Connection: keep-alive,
        User-Agent: Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/43.0.235
    }   # request 的请求头
    timeout = random.choice(range(80, 180))
    while True:
        try:
            rep = requests.get(url, headers=header, timeout=timeout)   # 请求url地址,获得返回response信息
            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   # 返回的Html全部代码
第一步

第二步:通过获取到的html代码进行过滤,获取到有用天气数据 (需要用到bs4模块下的BeautifulSoup)

技术分享图片
# 过滤筛选有用数据
def weatherdata(html_text):
    data_al = []
    bs = BeautifulSoup(html_text, "html.parser")   # 创建BeautifulSoup对象并以html.parser方式解析
    li = bs.body.find(div, {id: 7d}).find(ul).find_all(li)   # 根据前端HTML代码的标签获取具体天气数据

    for data in li:
        temp = []
        date = data.find(h1).string
        inf = data.find_all(p)
        weather = inf[0].string   # 天气
        temperature_highest = inf[1].find(span).string    # 最高温度
        temperature_low = inf[1].find(i).string   # 最低温度
        temp.append(date)   # 添加日期
        temp.append(weather)    # 添加天气
        temp.append(temperature_low)    # 添加最低温度
        temp.append(temperature_highest)    # 添加最高温度
        data_al.append(temp)  # 数据全部储存在一个列表中
    return data_al
第二步

第三步:获取到的天气数据,进行本地化保存

技术分享图片
# 把数据写入本地文件
def writedata(data, name):
    with open(name, a, errors=ignore, newline=‘‘) as f:
        f_csv = csv.writer(f)
        f_csv.writerows(data)
第三步

 

最后,进行调用

if __name__ == __main__:
    url = http://www.weather.com.cn/weather/101010100.shtml   # 获取天气数据的网址
    html = htmlcontent(url)    # 获取网页信息
    result = weatherdata(html)    # 解析网页信息,拿到需要的数据
    writedata(result, C:/Users/LoveCounter/Desktop/天气test.csv)  # 数据写入到 csv文档中

 

完整性代码,如下:

技术分享图片
from bs4 import BeautifulSoup
import requests, time, random, socket, csv
import http.client


# 获取请求网址的完整HTML代码
def htmlcontent(url, data=None):
    header = {
        Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8,
        Accept-Encoding: gzip, deflate, sdch,
        Accept-Language: zh-CN,zh;q=0.8,
        Connection: keep-alive,
        User-Agent: Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/43.0.235
    }   # request 的请求头
    timeout = random.choice(range(80, 180))
    while True:
        try:
            rep = requests.get(url, headers=header, timeout=timeout)   # 请求url地址,获得返回response信息
            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   # 返回的Html全部代码

# 过滤筛选有用数据
def weatherdata(html_text):
    data_al = []
    bs = BeautifulSoup(html_text, "html.parser")   # 创建BeautifulSoup对象并以html.parser方式解析
    li = bs.body.find(div, {id: 7d}).find(ul).find_all(li)   # 根据前端HTML代码的标签获取具体天气数据

    for data in li:
        temp = []
        date = data.find(h1).string
        inf = data.find_all(p)
        weather = inf[0].string   # 天气
        temperature_highest = inf[1].find(span).string    # 最高温度
        temperature_low = inf[1].find(i).string   # 最低温度
        temp.append(date)   # 添加日期
        temp.append(weather)    # 添加天气
        temp.append(temperature_low)    # 添加最低温度
        temp.append(temperature_highest)    # 添加最高温度
        data_al.append(temp)  # 数据全部储存在一个列表中
    return data_al


# 把数据写入本地文件
def writedata(data, name):
    with open(name, a, errors=ignore, newline=‘‘) as f:
        f_csv = csv.writer(f)
        f_csv.writerows(data)


if __name__ == __main__:
    url = http://www.weather.com.cn/weather/101010100.shtml   # 获取天气数据的网址
    html = htmlcontent(url)    # 获取网页信息
    result = weatherdata(html)    # 解析网页信息,拿到需要的数据
    writedata(result, C:/Users/LoveCounter/Desktop/天气test.csv)  # 数据写入到 csv文档中
获取天气完整性代码

 

关于如何只用python获取网页天气(数据)的方法

标签:bre   wow   pytho   筛选   name   bsp   关于   通过   com   

原文地址:https://www.cnblogs.com/ngz311616/p/9525045.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!