代码部分
import requests
from bs4 import BeautifulSoup
import pandas as pd
def read_data():
url = 'http://tianqihoubao.com/lishi/hengyang/month/201902.html'
df = pd.read_html(url, encoding='gbk', header=0)[0]
return df
def get_url(City,Year,month):
base_url = 'http://tianqihoubao.com/lishi/{}/month/{}{}.html'
url = base_url.format(City, Year, month)
return url
def get_data(url):
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36'
}
response = requests.get(url, headers=headers)
soup = BeautifulSoup(response.text, 'lxml')
table = soup.find('table')
df = pd.read_html(table.prettify(), header=0)[0]
return df
def save_data(dfs, filename):
for df in dfs:
df.to_csv(filename, mode='a', header=None)
if __name__ == '__main__':
City = input('输入城市:')
Year = input('输入年份:')
filename = City + Year
for month in range(1, 13):
print("正则爬取第%d月的数据。。。" % month)
dfs = []
month = str(month)
if len(month) == 1:
month = '0' + month
url = get_url(City,Year,month)
df = get_data(url)
dfs.append(df)
save_data(dfs, (filename + '.csv'))
print('完成')
数据展示
序号 | 数据 |
---|
0 | 2019年01月01日,小雨,小雨,1℃,-1℃,北风 1-2级,北风 1-2级 | 1 | 2019年01月02日,小雨,阴,2℃,0℃,北风 1-2级,北风 1-2级 | 2 | 2019年01月03日,小雨,小雨,4℃,1℃,北风 1-2级,北风 1-2级 | 3 | 2019年01月04日,小雨,中雨,5℃,3℃,北风 1-2级,北风 1-2级 | 4 | 2019年01月05日,小雨,阴,6℃,3℃,北风 1-2级,北风 1-2级 | 5 | 2019年01月06日,小雨,小雨,7℃,4℃,北风 1-2级,北风 1-2级 | … | … |
天气后报网站 要取随意,点赞自取。
|