python爬天氣網歷史資料
阿新 • • 發佈:2018-11-07
#爬取天氣網氣象資料____聶拉木
from urllib.request import urlopen
from bs4 import BeautifulSoup
import re
import pandas as pd
## 生成爬取網址 由於氣象網資料的網站連結地址比較特殊,採用如http://lishi.tianqi.com/nielamu/201102.html 即 http://lishi.tianqi.com/ + 城市 + 時間的形式 所以首先生成爬取的網頁的地址
#生成url連結
def year_month():
urllist = []
for i in range(2011 ,2018):
for j in range(1,13):
if j <10:
url_text = 'http://lishi.tianqi.com/nielamu/'+str(i)+'0'+str(j)+'.html'
else:
url_text = 'http://lishi.tianqi.com/nielamu/'+str(i)+str(j)+'.html'
urllist.append(url_text)
return urllist
url_list = year_month()
#到現今共可取url_list[0:79]
url_list[1:5]
[‘http://lishi.tianqi.com/nielamu/201102.html’, ‘http://lishi.tianqi.com/nielamu/201103.html’, ‘http://lishi.tianqi.com/nielamu/201104.html’, ‘http://lishi.tianqi.com/nielamu/201105.html’]
如下圖網站中的資料儲存在如下表格中
檢視原始碼發現 所需的資料在 div的tqtongji2 下
因此使用BeautifulSoup解析網頁原始碼,並且使用find函式尋找 div class=”tqtongji2” 標籤
然後繼續使用find_all函式解析ul 標籤, ul標籤內包含了所需資料
#獲取天氣網下天氣情況部分的資料
def weather_scraping(url):
html = urlopen(url)
bsObj = BeautifulSoup(html.read())
div = bsObj.find("div",'tqtongji2')
ul = div.find_all('ul')
return ul
可以看出weath_scraping函式 返回的是一個list 包含了div 下的每個 ul標籤
weul = weather_scraping(url_list[0])
isinstance(weul , list)
True 解析每一個ul標籤,用get_text函式取出li標籤下的資料,然後儲存為datafram 格式
#解析獲取的ul標籤內資料 , 返回datafram 格式資料
def analysis_ul(url):
ul = weather_scraping(url)
weather_list = []
for ul_text in ul[1:]:
li_text = ul_text.find_all('li')
day_data = []
for text in li_text:
data= text.get_text()
day_data.append(data)
weather_list.append(day_data)
columns = [ i.get_text() for i in ul[0].find_all('li')]
weather_pd = pd.DataFrame(weather_list , columns=columns )
return weather_pd
## 遍歷所有的網址 生成一個總的datafram 並儲存
#爬取資料
weather_data = analysis_ul(url_list[0])
for i in url_list[1:79]:
data_month = analysis_ul(i)
weather_data = weather_data.append(data_month,ignore_index=1)
#儲存資料
weather_data.to_csv('weather_201101_201707.txt' , index = False , sep = ',')
weather_data.head(7)
日期 | 最高氣溫 | 最低氣溫 | 天氣 | 風向 | 風力 | |
---|---|---|---|---|---|---|
0 | 2011-01-01 | 3 | -7 | 晴 | 無持續風向~西風 | 微風~7-8級 |
1 | 2011-01-02 | 5 | -6 | 晴 | 西風 | 7-8級 |
2 | 2011-01-03 | 6 | -5 | 晴 | 西風~無持續風向 | 7-8級~微風 |
3 | 2011-01-04 | 4 | -6 | 晴 | 無持續風向 | 微風 |
4 | 2011-01-05 | 3 | -7 | 晴~多雲 | 無持續風向 | 微風 |
5 | 2011-01-06 | 2 | -8 | 晴~多雲 | 無持續風向 | 微風 |
6 | 2011-01-07 | 0 | -8 | 晴 | 無持續風向 | 微風 |
7 | 2011-01-08 | 0 | -13 | 晴 | 無持續風向 | 微風 |
7 rows × 6 columns