Python爬虫学习记录（1）——BeautifulSoup爬取天气信息

上节学习了flask简单使用并且爬取网站，本节学习BeautifulSoup爬取天气信息

打开网站： http://www.weather.com.cn/weather/101030100.shtml 可以看到天津天气七天信息

查看网页源代码：分析一天的天气标签 ul li h1 p span i win 

下面开始编写代码：

BeautifulSoup的详细使用方法就不再介绍网上应该有很多，这里只针对本练习使用。

1.首先导入requests、BeautifulSoup库

import requests
from bs4 import BeautifulSoup

2.编写获取网页函数：

def getHTMLText(url):
    try:
        r = requests.get(url,timeout=10)#获取网页
        r.raise_for_status()#确认编码方式
        r.encoding = r.apparent_encoding#编码
        return r.text#返回获取网页文本
    except Exception as e:
        print(e)
        return ""

3.编写处理网页文本函数：

def buildList(ulist,html):
    soup = BeautifulSoup(html,"lxml")
    lis = soup.select("ul[class='t clearfix'] li")
    for li in lis:
        try:
            date = li.select('h1')[0].text
            weather = li.select('p[class="wea"]')[0].text
            temp = li.select('p[class="tem"] span')[0].text + "/" + li.select('p[class="tem"] i')[0].text
            win = li.select('p[class="win"] i')[0].text
            data = [date,weather,temp,win]
            ulist.append(data)
        except Exception as e:
            print(e)

4.编写显示天气函数：

def showList(ulist):
    split = "{0:^10}\t{1:{4}^10}{2:{4}^10}\t{3:^10}"
    isplit = "{0:^10}\t{1:{4}^10}\t{2:{4}^10}\t{3:{4}^10}"
    print(split.format("时间","天气","温度","风量",chr(12288)))
    for list in ulist:
        print(isplit.format(list[0],list[1],list[2],list[3],chr(12288)))

5.主函数开始运行：

if __name__ == '__main__':
    ulist = []
    url = "http://www.weather.com.cn/weather/101030100.shtml"
    html = getHTMLText(url)
    buildList(ulist,html)
    showList(ulist)

运行成功结果：

    时间    	　　　　天气　　　　　　　　温度　　　　	    风量    
  2日（今天）  	　　　晴转多云　　　	　　32/18℃　　	　　　4-5级　　　
  3日（明天）  	　　雷阵雨转小雨　　	　　24/16℃　　	　　　4-5级　　　
  4日（后天）  	　　　阴转多云　　　	　　23/15℃　　	　<3级转3-4级　
  5日（周二）  	　　　　阴　　　　　	　　24/16℃　　	　　　<3级　　　　
  6日（周三）  	　　　　多云　　　　	　　24/15℃　　	　　　3-4级　　　
  7日（周四）  	　　　　阴　　　　　	　　25/14℃　　	　3-4级转<3级　
  8日（周五）  	　　　小雨转晴　　　	　　25/13℃　　	　<3级转3-4级　

记录学习过程

原文链接:https://blog.csdn.net/cm_panpan/article/details/105888058