Python爬取2345天气网

一、基于Python面向对象实现

    

目录

一、基于Python面向对象实现

二、以下是全部完整代码


前言

天气预报大家都会关注,但是怎么获取天气预报的数据就是难点了,不可能一点一点的复制把,接下来就将告诉你们这样爬取某天气网站

首先,请求该2345网站地址,该网站没什么反爬机制,但是天气历史数据不在页面源代码里,属于动态数据,需要抓包得到数据,打开检查,点击网络,选中xhr,刷新页面就能抓到一下这个包,下图就是该包响应的数据。

Python爬取2345天气网_第1张图片

1.导包

# coding=utf-8
import requests
import re
import csv

2.先创建一个天气预报(WeatherForecast)类,再创建一个类方法,定义我们的类属性,其中self.url是抓包得到的链接地址,self.headers是伪装成浏览器,self.data_list是定义的一个空列表

class WeatherForecast(object):
    def __init__(self):
        self.url = 'https://tianqi.2345.com/Pc/GetHistory?areaInfo%5BareaId%5D=59493&areaInfo%5BareaType%5D=2&date%5Byear%5D={0}&date%5Bmonth%5D={1}'
        self.headers = {
            'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/107.0.0.0 Safari/537.36 Edg/107.0.1418.24',
            'accept-encoding': 'gzip, deflate, br'
        }
        self.data_list=[]

3.定义get_content方法来发送请求获取数据,这里如果是请求text和content得到的响应均是二进制数据,所以我们请求json得到响应是文本内容

    def get_content(self,url):
        res = requests.get(url=url,headers=self.headers)
        content = res.json()
        # print(content['data'])
        return content['data']

4.定义parse_data方法,使用re解析来解析日期,最高气温,最低气温,天气,风力风向,空气质量这些字段,因为得到的是迭代器,所以需要遍历,然后将数据添加在之前定义的data_list这个空列表里面

    def parse_data(self,content):
        result = re.compile(r'(?P.*?).*?(?P.*?)'
                            r'.*?(?P.*?).*?(?P.*?)'
                            r'.*?(?P.*?).*?    def write_csv(self,data_list):
        with open('./SenZheng.csv','w')as f:
            writer=csv.writer(f)
            writer.writerow(['日期','最高温度','最低温度','天气','风力风向','空气质量'])
            for i in data_list:
                writer.writerow(i.values())
                print(i.values())

6.定义运行方法,用年份和月份来实现翻页功能,并将之前定义的各个功能函数进行调用

    def run(self):
        for year in range(2019, 2022, 1):
            for month in range(1, 13, 1):
                url = self.url.format(year, month)
                print('正在爬取第{0}年{1}月的天气!'.format(year, month))
                content = self.get_content(url)
                data=self.parse_data(content)
                self.write_csv(data)
            print('全部爬取完毕!')

7.创建实例对象(weather)来调用WeatherForecast()类,并调用运行方法

if __name__ == '__main__':
    weather = WeatherForecast()
    weather.run()

二、以下是全部完整代码

# coding=utf-8
import requests
import re
import csv

class WeatherForecast(object):
    def __init__(self):
        self.url = 'https://tianqi.2345.com/Pc/GetHistory?areaInfo%5BareaId%5D=59493&areaInfo%5BareaType%5D=2&date%5Byear%5D={0}&date%5Bmonth%5D={1}'
        self.headers = {
            'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/107.0.0.0 Safari/537.36 Edg/107.0.1418.24',
            'accept-encoding': 'gzip, deflate, br'
        }
        self.data_list=[]

    def get_content(self,url):
        res = requests.get(url=url,headers=self.headers)
        content = res.json()
        # print(content['data'])
        return content['data']

    def parse_data(self,content):
        result = re.compile(r'(?P.*?).*?(?P.*?)'
                            r'.*?(?P.*?).*?(?P.*?)'
                            r'.*?(?P.*?).*?

你可能感兴趣的:(Python爬虫,python,开发语言)