Python爬取天气信息代码

<think>好的，我需要帮用户提供一个Python爬取天气信息的代码示例。用户之前已经问过相关的问题，我的回答里包含了使用requests和BeautifulSoup的示例，现在用户再次请求代码示例，可能需要更详细的说明或者不同的数据源。 首先，查看用户提供的引用内容，引用1到5提到了不同的方法，包括爬取中国天气网、保存为CSV、可视化分析等。用户现在明确需要代码示例，可能希望更具体的实现，比如完整的爬取流程或者如何处理数据。 考虑到用户之前的问题中，我给出了一个简单的例子，但用户可能需要更完整的代码，包含错误处理、数据存储等。另外，引用2和4提到将数据保存为CSV，并进行可视化，所以用户可能希望代码包含这些部分。 需要确保代码符合用户的需求，比如爬取中国天气网的数据，使用requests和BeautifulSoup，然后存储到CSV。同时，用户可能需要知道如何解析不同的数据，比如温度、湿度等。 另外，用户可能关心反爬机制，比如设置User-Agent，处理可能的异常，比如网络请求失败或元素未找到的情况。在之前的回答中，我提到了需要添加健壮性和异常处理，所以应该在代码中体现这一点。 还要注意引用中的内容，比如引用3和4提到使用pandas处理数据，matplotlib和pyecharts进行可视化。用户可能需要代码示例中包含这些步骤，但当前问题主要询问爬取代码，所以可能先提供爬取和存储的部分，再简要提及可视化。 需要检查中国天气网的结构是否有变化，之前的示例代码可能基于旧的HTML结构，需要确保选择正确的CSS选择器或类名。可能需要查看中国天气网的页面结构，确保示例代码的有效性。 最后，用户可能需要知道如何运行代码，比如安装必要的库（requests, BeautifulSoup, pandas），所以应该在代码前注明安装命令。同时，需要处理可能出现的编码问题，比如网页编码为UTF-8或GBK，确保正确解析。 总结步骤：导入库、发送请求、解析HTML、提取数据、存储到CSV、异常处理、可视化示例。确保代码结构清晰，注释详细，方便用户理解和修改。</think>### Python爬取天气信息代码示例（基于中国天气网） #### 一、核心步骤与完整代码 ```python import requests from bs4 import BeautifulSoup import pandas as pd from datetime import datetime def fetch_weather(city_code="101010100"): # 北京城市代码 url = f"http://www.weather.com.cn/weather/{city_code}.shtml" # 模拟浏览器访问 headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) ' 'AppleWebKit/537.36 (KHTML, like Gecko) ' 'Chrome/119.0.0.0 Safari/537.36', 'Referer': 'http://www.weather.com.cn/' } try: response = requests.get(url, headers=headers, timeout=10) response.encoding = 'utf-8' # 显式指定编码 soup = BeautifulSoup(response.text, 'lxml') # 定位天气数据容器 weather_box = soup.find('ul', class_='t clearfix') if not weather_box: raise ValueError("天气数据容器未找到") # 解析当天数据 today_data = weather_box.find('li', class_='on') date = today_data.find('h1').get_text().strip() weather = today_data.find('p', class_='wea').get_text().strip() temp = today_data.find('p', class_='tem').get_text().replace('\n', '') wind = today_data.find('p', class_='win').find('i').get_text().strip() # 存储数据 data = { '城市': get_city_name(city_code), '日期': f"{datetime.now().year}-{date}", '天气': weather, '温度': temp, '风力': wind } return data except Exception as e: print(f"抓取失败: {str(e)}") return None def get_city_name(code): # 城市代码映射表（部分示例） city_map = { "101010100": "北京", "101020100": "上海", "101280101": "广州" } return city_map.get(code, "未知城市") def save_to_csv(data, filename='weather.csv'): df = pd.DataFrame([data]) df.to_csv(filename, mode='a', header=not pd.io.common.file_exists(filename), index=False) if __name__ == "__main__": result = fetch_weather("101020100") # 上海 if result: save_to_csv(result) print(f"数据已保存:\n{result}") ``` #### 二、关键功能说明 1. **城市代码机制** 中国天气网使用特定城市编码（如北京101010100），可通过[国家气象信息中心](http://www.nmc.cn/)查询完整编码表[^2] 2. **反爬策略处理** - 添加`User-Agent`模拟浏览器 - 设置`Referer`头降低封禁风险 - 使用`timeout`防止请求阻塞 3. **数据持久化** 采用追加模式写入CSV文件，支持多批次数据采集[^4] #### 三、进阶可视化示例 ```python # 可视化分析（需先积累数据） import matplotlib.pyplot as plt def plot_temperature(): df = pd.read_csv('weather.csv') df['日期'] = pd.to_datetime(df['日期']) plt.figure(figsize=(12,6)) df['温度'].str.extract('(-?\d+)/(-?\d+)℃').astype(float).mean(axis=1).plot() plt.title('温度变化趋势') plt.xlabel('日期') plt.ylabel('平均温度(℃)') plt.grid(True) plt.show() # plot_temperature() # 取消注释运行 ``` #### 四、运行准备 ```bash # 安装依赖库 pip install requests beautifulsoup4 pandas matplotlib ```