Python爬蟲程序設計KC26課件_第1頁
Python爬蟲程序設計KC26課件_第2頁
Python爬蟲程序設計KC26課件_第3頁
Python爬蟲程序設計KC26課件_第4頁
Python爬蟲程序設計KC26課件_第5頁
已閱讀5頁,還剩41頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

2.6.1項目簡介2.6.1項目簡介2.6.1項目簡介在中國天氣網()中輸入一個城市的名稱,例如輸入深圳,那么會轉到地址/weather1d/101280601.shtml的網頁顯示深圳的天氣預報,其中101280601是深圳的代碼,每個城市或者地區(qū)都有一個代碼。如圖2-6-1、2-6-2所示。2.6.1項目簡介Python爬蟲程序設計KC26課件Python爬蟲程序設計KC26課件2.6.2HTML代碼分析2.6.2HTML代碼分析2.6.2HTML代碼分析用Chrome瀏覽器瀏覽網站,鼠標指向7天天氣預報的今天位置,點擊右鍵彈出菜單,選擇“檢查”就可以打開這個位置對應的HTML代碼,如圖2-6-3所示。2.6.2HTML代碼分析選擇<ulclass="tclearfix">元素,點擊右鍵彈出菜單選擇"EditasHTML",就可以進入編輯狀態(tài),復制整個HTML,結果如下:<ulclass="tclearfix"><liclass="on"><h1>5日(今天)</h1><bigclass="png40d01"></big><bigclass="png40n01"></big><ptitle="多云"class="wea">多云</p><pclass="tem"><span>32</span>/<i>28℃</i></p><pclass="win"><em><spantitle="無持續(xù)風向"class=""></span><spantitle="無持續(xù)風向"class=""></span></em>選擇<ulclass="tclearfix">元素,點擊<i>微風</i></p><divclass="slid"></div></li><li><h1>6日(明天)</h1><bigclass="png40d01"></big><bigclass="png40n01"></big><ptitle="多云"class="wea">多云</p><pclass="tem"><span>32</span>/<i>27℃</i></p><pclass="win"><em><spantitle="無持續(xù)風向"class=""></span><spantitle="無持續(xù)風向"class=""></span></em><i>微風</i></p><divclass="slid"></div></li><li><i>微風</i><h1>7日(后天)</h1><bigclass="png40d01"></big><bigclass="png40n01"></big><ptitle="多云"class="wea">多云</p><pclass="tem"><span>32</span>/<i>27℃</i></p><pclass="win"><em><spantitle="無持續(xù)風向"class=""></span><spantitle="無持續(xù)風向"class=""></span></em><i>微風</i></p><divclass="slid"></div></li><li><h1>8日(周四)</h1><bigclass="png40d01"></big><bigclass="png40n01"></big><ptitle="多云"class="wea">多云</p><pclass="tem"><span>32</span>/<i>27℃</i></p><pclass="win"><em><spantitle="無持續(xù)風向"class=""></span><spantitle="無持續(xù)風向"class=""></span></em><i>微風</i></p><divclass="slid"></div></li><li><h1>7日(后天)</h1><h1>9日(周五)</h1><bigclass="png40d01"></big><bigclass="png40n01"></big><ptitle="多云"class="wea">多云</p><pclass="tem"><span>33</span>/<i>27℃</i></p><pclass="win"><em><spantitle="無持續(xù)風向"class=""></span><spantitle="無持續(xù)風向"class=""></span></em><i>微風</i></p><divclass="slid"></div></li><li><h1>9日(周五)</h1><h1>10日(周六)</h1><bigclass="png40d01"></big><bigclass="png40n01"></big><ptitle="多云"class="wea">多云</p><pclass="tem"><span>33</span>/<i>27℃</i></p><pclass="win"><em><spantitle="無持續(xù)風向"class=""></span><spantitle="無持續(xù)風向"class=""></span></em><i>微風</i></p><divclass="slid"></div></li><li><h1>10日(周六)</h1><h1>11日(周日)</h1><bigclass="png40d01"></big><bigclass="png40n07"></big><ptitle="多云轉小雨"class="wea">多云轉小雨</p><pclass="tem"><span>33</span>/<i>26℃</i></p><pclass="win"><em><spantitle="無持續(xù)風向"class=""></span><spantitle="無持續(xù)風向"class=""></span></em><i>微風</i></p><divclass="slid"></div></li></ul><h1>11日(周日)</h1>2.6.3爬取天氣預報數據2.6.3爬取天氣預報數據2.6.3爬取天氣預報數據通過分析HTML代碼,我們可以編寫爬取的程序爬取深圳7天的天氣預報數據:

frombs4importBeautifulSoupfrombs4importUnicodeDammitimporturllib.request

url="/weather/101280601.shtml"try:headers={"User-Agent":"Mozilla/5.0(Windows;U;WindowsNT6.0x64;en-US;rv:1.9pre)Gecko/2008072421Minefield/3.0.2pre"}req=urllib.request.Request(url,headers=headers)data=urllib.request.urlopen(req)data=data.read()dammit=UnicodeDammit(data,["utf-8","gbk"])data=dammit.unicode_markupsoup=BeautifulSoup(data,"lxml")lis=soup.select("ul[class='tclearfix']li")forliinlis:try:date=li.select('h1')[0].textweather=li.select('p[class="wea"]')[0].texttemp=li.select('p[class="tem"]span')[0].text+"/"+li.select('p[class="tem"]i')[0].textprint(date,weather,temp)exceptExceptionaserr:print(err)exceptExceptionaserr:print(err)2.6.3爬取天氣預報數據程序爬取結果:5日(今天)多云32/28℃6日(明天)多云32/27℃7日(后天)多云32/27℃8日(周四)多云32/27℃9日(周五)多云33/27℃10日(周六)多云33/27℃11日(周日)多云轉小雨33/26℃由此可見爬取的數據與我們直接從網站看到的是一樣的。

程序爬取結果:2.6.4爬取與存儲天氣預報數據2.6.4爬取與存儲天氣預報數據2.6.4爬取與存儲天氣預報數據我們可以獲取北京、上海、廣州、深圳等城市的代碼,爬取這些城市的天氣預報數據,并存儲到sqllite數據庫weathers.db中,存儲的數據表weathers是:createtableweathers(wCityvarchar(16),wDatevarchar(16),wWeathervarchar(64),wTempvarchar(32),constraintpk_weatherprimarykey(wCity,wDate))"編寫程序依次爬取各個城市的天氣預報數據存儲在數據庫中,程序如下:2.6.4爬取與存儲天氣預報數據frombs4importBeautifulSoupfrombs4importUnicodeDammitimporturllib.requestimportsqlite3

classWeatherDB:defopenDB(self):self.con=sqlite3.connect("weathers.db")self.cursor=self.con.cursor()try:self.cursor.execute("createtableweathers(wCityvarchar(16),wDatevarchar(16),wWeathervarchar(64),wTempvarchar(32),constraintpk_weatherprimarykey(wCity,wDate))")except:self.cursor.execute("deletefromweathers")

defcloseDB(self):mit()self.con.close()frombs4importBeautifulSoupdefinsert(self,city,date,weather,temp):try:self.cursor.execute("insertintoweathers(wCity,wDate,wWeather,wTemp)values(?,?,?,?)",(city,date,weather,temp))exceptExceptionaserr:print(err)

defshow(self):self.cursor.execute("select*fromweathers")rows=self.cursor.fetchall()print("%-16s%-16s%-32s%-16s"%("city","date","weather","temp"))forrowinrows:print("%-16s%-16s%-32s%-16s"%(row[0],row[1],row[2],row[3]))

classWeatherForecast:def__init__(self):self.headers={"User-Agent":"Mozilla/5.0(Windows;U;WindowsNT6.0x64;en-US;rv:1.9pre)Gecko/2008072421Minefield/3.0.2pre"}self.cityCode={"北京":"101010100","上海":"101020100","廣州":"101280101","深圳":"101280601"}definsert(self,city,date,weatdefforecastCity(self,city):ifcitynotinself.cityCode.keys():print(city+"codecannotbefound")return

url="/weather/"+self.cityCode[city]+".shtml"try:req=urllib.request.Request(url,headers=self.headers)data=urllib.request.urlopen(req)data=data.read()dammit=UnicodeDammit(data,["utf-8","gbk"])data=dammit.unicode_markupsoup=BeautifulSoup(data,"lxml")lis=soup.select("ul[class='tclearfix']li")defforecastCity(self,city):forliinlis:try:date=li.select('h1')[0].textweather=li.select('p[class="wea"]')[0].texttemp=li.select('p[class="tem"]span')[0].text+"/"+li.select('p[class="tem"]i')[0].textprint(city,date,weather,temp)self.db.insert(city,date,weather,temp)exceptExceptionaserr:print(err)exceptExceptionaserr:print(err)forliinlis:defprocess(self,cities):self.db=WeatherDB()self.db.openDB()

forcityincities:self.forecastCity(city)

#self.db.show()self.db.closeDB()

ws=WeatherForecast()cess(["北京","上海","廣州","深圳"])print("completed")defprocess(self,cities):北京7日(今天)晴間多云,北部山區(qū)有陣雨或雷陣雨轉晴轉多云31℃/17℃北京8日(明天)多云轉晴,北部地區(qū)有分散陣雨或雷陣雨轉晴34℃/20℃北京9日(后天)晴轉多云36℃/22℃北京10日(周六)陰轉陣雨30℃/19℃北京11日(周日)陣雨27℃/18℃北京12日(周一)陰轉晴28℃/20℃北京13日(周二)晴32℃/21℃上海7日(今天)多云30/21℃上海8日(明天)多云轉陰32/23℃上海9日(后天)陣雨32/24℃上海10日(周六)中雨27/22℃上海11日(周日)小雨轉多云29/22℃上海12日(周一)多云30/22℃上海13日(周二)多云轉陰30/21℃廣州7日(今天)多云35/27℃廣州8日(明天)多云35/28℃廣州9日(后天)多云35/28℃廣州10日(周六)多云35/28℃廣州11日(周日)多云35/28℃廣州12日(周一)雷陣雨35/27℃廣州13日(周二)雷陣雨轉大雨33/24℃深圳7日(今天)陣雨轉多云34/28℃深圳8日(明天)晴34/28℃深圳9日(后天)晴34/28℃深圳10日(周六)晴轉陣雨34/28℃深圳11日(周日)陣雨33/27℃深圳12日(周一)陣雨32/27℃深圳13日(周二)陣雨轉中雨32/25℃北京7日(今天)晴間多云,北部山區(qū)有陣雨或雷陣雨轉晴轉多2.6.1項目簡介2.6.1項目簡介2.6.1項目簡介在中國天氣網()中輸入一個城市的名稱,例如輸入深圳,那么會轉到地址/weather1d/101280601.shtml的網頁顯示深圳的天氣預報,其中101280601是深圳的代碼,每個城市或者地區(qū)都有一個代碼。如圖2-6-1、2-6-2所示。2.6.1項目簡介Python爬蟲程序設計KC26課件Python爬蟲程序設計KC26課件2.6.2HTML代碼分析2.6.2HTML代碼分析2.6.2HTML代碼分析用Chrome瀏覽器瀏覽網站,鼠標指向7天天氣預報的今天位置,點擊右鍵彈出菜單,選擇“檢查”就可以打開這個位置對應的HTML代碼,如圖2-6-3所示。2.6.2HTML代碼分析選擇<ulclass="tclearfix">元素,點擊右鍵彈出菜單選擇"EditasHTML",就可以進入編輯狀態(tài),復制整個HTML,結果如下:<ulclass="tclearfix"><liclass="on"><h1>5日(今天)</h1><bigclass="png40d01"></big><bigclass="png40n01"></big><ptitle="多云"class="wea">多云</p><pclass="tem"><span>32</span>/<i>28℃</i></p><pclass="win"><em><spantitle="無持續(xù)風向"class=""></span><spantitle="無持續(xù)風向"class=""></span></em>選擇<ulclass="tclearfix">元素,點擊<i>微風</i></p><divclass="slid"></div></li><li><h1>6日(明天)</h1><bigclass="png40d01"></big><bigclass="png40n01"></big><ptitle="多云"class="wea">多云</p><pclass="tem"><span>32</span>/<i>27℃</i></p><pclass="win"><em><spantitle="無持續(xù)風向"class=""></span><spantitle="無持續(xù)風向"class=""></span></em><i>微風</i></p><divclass="slid"></div></li><li><i>微風</i><h1>7日(后天)</h1><bigclass="png40d01"></big><bigclass="png40n01"></big><ptitle="多云"class="wea">多云</p><pclass="tem"><span>32</span>/<i>27℃</i></p><pclass="win"><em><spantitle="無持續(xù)風向"class=""></span><spantitle="無持續(xù)風向"class=""></span></em><i>微風</i></p><divclass="slid"></div></li><li><h1>8日(周四)</h1><bigclass="png40d01"></big><bigclass="png40n01"></big><ptitle="多云"class="wea">多云</p><pclass="tem"><span>32</span>/<i>27℃</i></p><pclass="win"><em><spantitle="無持續(xù)風向"class=""></span><spantitle="無持續(xù)風向"class=""></span></em><i>微風</i></p><divclass="slid"></div></li><li><h1>7日(后天)</h1><h1>9日(周五)</h1><bigclass="png40d01"></big><bigclass="png40n01"></big><ptitle="多云"class="wea">多云</p><pclass="tem"><span>33</span>/<i>27℃</i></p><pclass="win"><em><spantitle="無持續(xù)風向"class=""></span><spantitle="無持續(xù)風向"class=""></span></em><i>微風</i></p><divclass="slid"></div></li><li><h1>9日(周五)</h1><h1>10日(周六)</h1><bigclass="png40d01"></big><bigclass="png40n01"></big><ptitle="多云"class="wea">多云</p><pclass="tem"><span>33</span>/<i>27℃</i></p><pclass="win"><em><spantitle="無持續(xù)風向"class=""></span><spantitle="無持續(xù)風向"class=""></span></em><i>微風</i></p><divclass="slid"></div></li><li><h1>10日(周六)</h1><h1>11日(周日)</h1><bigclass="png40d01"></big><bigclass="png40n07"></big><ptitle="多云轉小雨"class="wea">多云轉小雨</p><pclass="tem"><span>33</span>/<i>26℃</i></p><pclass="win"><em><spantitle="無持續(xù)風向"class=""></span><spantitle="無持續(xù)風向"class=""></span></em><i>微風</i></p><divclass="slid"></div></li></ul><h1>11日(周日)</h1>2.6.3爬取天氣預報數據2.6.3爬取天氣預報數據2.6.3爬取天氣預報數據通過分析HTML代碼,我們可以編寫爬取的程序爬取深圳7天的天氣預報數據:

frombs4importBeautifulSoupfrombs4importUnicodeDammitimporturllib.request

url="/weather/101280601.shtml"try:headers={"User-Agent":"Mozilla/5.0(Windows;U;WindowsNT6.0x64;en-US;rv:1.9pre)Gecko/2008072421Minefield/3.0.2pre"}req=urllib.request.Request(url,headers=headers)data=urllib.request.urlopen(req)data=data.read()dammit=UnicodeDammit(data,["utf-8","gbk"])data=dammit.unicode_markupsoup=BeautifulSoup(data,"lxml")lis=soup.select("ul[class='tclearfix']li")forliinlis:try:date=li.select('h1')[0].textweather=li.select('p[class="wea"]')[0].texttemp=li.select('p[class="tem"]span')[0].text+"/"+li.select('p[class="tem"]i')[0].textprint(date,weather,temp)exceptExceptionaserr:print(err)exceptExceptionaserr:print(err)2.6.3爬取天氣預報數據程序爬取結果:5日(今天)多云32/28℃6日(明天)多云32/27℃7日(后天)多云32/27℃8日(周四)多云32/27℃9日(周五)多云33/27℃10日(周六)多云33/27℃11日(周日)多云轉小雨33/26℃由此可見爬取的數據與我們直接從網站看到的是一樣的。

程序爬取結果:2.6.4爬取與存儲天氣預報數據2.6.4爬取與存儲天氣預報數據2.6.4爬取與存儲天氣預報數據我們可以獲取北京、上海、廣州、深圳等城市的代碼,爬取這些城市的天氣預報數據,并存儲到sqllite數據庫weathers.db中,存儲的數據表weathers是:createtableweathers(wCityvarchar(16),wDatevarchar(16),wWeathervarchar(64),wTempvarchar(32),constraintpk_weatherprimarykey(wCity,wDate))"編寫程序依次爬取各個城市的天氣預報數據存儲在數據庫中,程序如下:2.6.4爬取與存儲天氣預報數據frombs4importBeautifulSoupfrombs4importUnicodeDammitimporturllib.requestimportsqlite3

classWeatherDB:defopenDB(self):self.con=sqlite3.connect("weathers.db")self.cursor=self.con.cursor()try:self.cursor.execute("createtableweathers(wCityvarchar(16),wDatevarchar(16),wWeathervarchar(64),wTempvarchar(32),constraintpk_weatherprimarykey(wCity,wDate))")except:self.cursor.execute("deletefromweathers")

defcloseDB(self):mit()self.con.close()frombs4importBeautifulSoupdefinsert(self,city,date,weather,temp):try:self.cursor.execute("insertintoweathers(wCity,wDate,wWeather,wTemp)values(?,?,?,?)",(city,date,weather,temp))exceptExceptionaserr:print(err)

defshow(self):self.cursor.execute("select*fromweathers")rows=self.cursor.fetchall()print("%-16s%-16s%-32s%-16s"%("city","date","weather","temp"))forrowinrows:print("%-16s%-16s%-32s%-16s"%(row[0],row[1],row[2],row[3]))

classWeatherForecast:def__init__(self):self.headers={"User-Agent":"Mozilla/5.0(Windows;U;WindowsNT6.0x64;en-US;rv:1.9pre)Gecko/2008072421Minefield/3.0.2pre"}self.cityCode={"北京":"101010100","上海":"101020100","廣州":"101280101","深圳":"101280601"}definsert(self,city,date,weatdefforecastCity(self,city):ifcitynotinself.cityCode.keys():print(city+"codecannotbefound")return

url="/weather/"+self.cityCode[city]+".shtml"try:req=urllib.request.Request(url,headers=self.headers)data=urllib.request.urlopen(req)data=data.read()dammit=UnicodeDammit(data,["utf-8","gbk"])data=dammit.unicode_markupsoup=BeautifulSoup(data,"lxml")lis=soup.select("ul[class='tclearfix']li")defforecastCity(self,city):forliin

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論