1. 程式人生 > >爬蟲—歷史天氣預報資料爬取

爬蟲—歷史天氣預報資料爬取

爬取某一年哈爾濱市的天氣預報資訊。
網址
需要爬取2016年整年的資料。

import urllib.request
from bs4 import BeautifulSoup
import pandas as pd

# URL list for crawler:

'''
http://lishi.tianqi.com/haerbin/201601.html
......
http://lishi.tianqi.com/haerbin/201612.html

'''

URList=['http://lishi.tianqi.com/haerbin/2016'+str(i).zfill(2)+'.html' for
i in range(1,13)] label=[] con_in=[] con_all=[] for url in URList: content = urllib.request.urlopen(url).read().decode('gbk') #獲取HTML soup = BeautifulSoup(content,'html.parser') #解析 tempall=soup.select('.tqtongji2') #定位到要爬取資訊的類 uls=tempall[0].findAll('ul') #再進一步精確定位 if
label==[]: lis=uls[0].findAll('li') for li in lis: label.append(li.text) for ul in uls[1:]: lis=ul.findAll('li') for li in lis: con_in.append(li.text) con_all.append(con_in) con_in=[] df = pd.DataFrame.from_records(con_all, columns=label) df.to_csv('forecast_info_Harbin.csv'
)