Python3 爬虫抓取中国天气网的城市编号写入mysql数据库

原文链接： https://blog.csdn.net/noob_sufan/article/details/88412547

原文我就不介绍了，可查看原文，https://blog.csdn.net/noob_sufan/article/details/88412547

代码：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Date  : 2019/9/2
import re
import requests
import pymysql

# 定制请求头
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.87 Safari/537.36'
}
# 用列表存储爬取下来编码和城市名
cites_codes = []

# 爬取解析一个网页的函数
def parse_url(url):
    response = requests.get(url, headers=headers)
    text = response.content.decode('utf-8')
    # 先滤去后面六个，只留下第一个
    info = re.findall(
        r'
.*?
',text,re.DOTALL)[0]
    # 获得我们要的信息
    infos = re.findall(
        r'(.*?)', info, re.DOTALL)
    # 获取的信息遍历存入列表
    for i in infos:
        city_code = [i[1],i[0]]
        cites_codes.append(city_code)

# 存储到数据库函数
def store_2_mysql():
    # 连接数据库改成自己的新建一个数据库加表
    conn = pymysql.connect(host='127.0.0.1', user='root',
                           password='', database='test_tianqi', port=3306)
    cursor = conn.cursor()
    # 遍历列表存入数据库
    for i in cites_codes:
        sql = '''
            insert into city_code values(0,'%s','%s')''' % (i[0], i[1])
        cursor.execute(sql)
    # 提交
    conn.commit()
    conn.close()

# 主函数遍历全部八个地区
def main():
    base_url = 'http://www.weather.com.cn/textFC/{}.shtml'
    cites = ['hb', 'db', 'hd', 'hz', 'hn', 'xb', 'xn', 'gat']
    # 获得每个地区的url
    for i in cites:
        url = base_url.format(i)
        # 开始爬取一个地区的信息
        parse_url(url)
    # 存储到数据库中
    store_2_mysql()


if __name__ == '__main__':
    main()

数据库表结构，库名自定义：

CREATE TABLE `city_code` (
  `id` int(11) unsigned NOT NULL AUTO_INCREMENT,
  `city` varchar(50) DEFAULT NULL,
  `code` bigint(20) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

爬取结果：

测试一下是否正常：