Python实现对主要城市及其周边地区天气数据的爬取

python爬虫学习爬虫（爬取指定网站数据）

1. Python实现对主要城市及其周边地区天气数据的爬取，关键步骤已经做了注释此版本仅是初学者的学习版，不喜勿喷

#coding: utf-8
import re
from urllib import request
from bs4 import BeautifulSoup
#将要爬取的城市及其对应的链接存于不同的列表
cityLink=['http://www.weather.com.cn/weather1d/101270101.shtml#input',
          'http://www.weather.com.cn/weather1d/101010100.shtml#input',
          'http://www.weather.com.cn/weather1d/101020100.shtml#input',
          'http://www.weather.com.cn/weather1d/101280101.shtml#input',
          'http://www.weather.com.cn/weather1d/101210101.shtml#input',
          'http://www.weather.com.cn/weather1d/101200101.shtml#input',
          'http://www.weather.com.cn/weather1d/101190101.shtml#input',
          'http://www.weather.com.cn/weather1d/101280601.shtml#input',
          'http://www.weather.com.cn/weather1d/101190401.shtml#input',
          'http://www.weather.com.cn/weather1d/101230201.shtml#input',
          'http://www.weather.com.cn/weather1d/101220101.shtml#input',
          ]
cityName=['成都','北京','上海','广州','杭州',
          '武汉','南京','深圳','苏州','厦门','合肥']
#获得链接对应的网页内容  
def getSoup(url):    
    rsp = request.urlopen(url)
    content = rsp.read()
    soup = BeautifulSoup(content,'html.parser')
    return soup
#获取地区
def getArea(Soup):
    Area_list=[]
    UL_Tag=Soup.find_all('ul',class_="clearfix city") 
    for each_LI in UL_Tag:
        txtLI=each_LI.find_all('li')
        for eachA in txtLI:
            txtArea=eachA.find_all('span')
            for eachs  in txtArea:            #筛选出地方
                aroundArea=eachs.string
                Area_list.append(aroundArea)
    return Area_list 
#获取温度字符串             
def getTemprature(Soup):
    Temprature_list=[]
    UL_Tag=Soup.find_all('ul',class_="clearfix city") 
    #从包含周边城市地区及其温度的ul标签逐层向里，获取地区名和温度
    for each_LI in UL_Tag:
        
        txtLI=each_LI.find_all('li')
        for eachA in txtLI:
            txtTemperature=eachA.find_all('i')
            for eachsI in txtTemperature:
                Temprature=eachsI.string
                Temprature_list.append(Temprature)  
    return Temprature_list
def Main():
     # 从字符串找获得数字的正则表达，可以匹配整数，负数
    pattern = re.compile(r'[\-|0-9][0-9]*')  
    print("城市  周边地区     最低温度  最高温度")
    #将城市链接列表的每个城市，做爬取信息操作
    for i in range(0,len(cityLink)):
        soup=getSoup(cityLink[i])
        Area_list=getArea(soup)   #得到地区列表
        Temprature_list=getTemprature(soup)   #得到温度字符串列表
        Max_temprature=[]
        Mini_temprature=[]
        for j in range(len(Temprature_list)):
            #将获得的最高温度和最低温度存于列表中
            temp_list=pattern.findall(Temprature_list[j])
            #由于网页在夜间和白天的数据显示格式不同，
            #用small和min函数消除网页内容变化对爬取数据的影响
            big=max(int(temp_list[0]),int(temp_list[1])) 
            small=min(int(temp_list[0]),int(temp_list[1]))
            Max_temprature.append(big)
            Mini_temprature.append(small)
            #打印输出
        for k in range(len(Area_list)):
            print("{:^}\t{:<}\t\t{:^}\t{:^}".format(cityName[i],
            Area_list[k],Mini_temprature[k],Max_temprature[k],))

#运行主函数-----程序入口            
Main()   

2.爬取结果如下（部分截图）：