Python爬取中国天气网

基于requests库制作的爬虫。

使用方法：打开终端输入 “python3 weather.py 北京(或你所在的城市)"

程序正常运行需要在同文件夹下加入一个“data.csv”文件，内容请参考链接： 城市代码

运行效果：

源码：

import sys

import re

import requests

import webbrowser

from PIL import Image

from requests.exceptions import RequestException

import csv

data={}

with open("data.csv",'r') as f:

    rawinfos=list(csv.reader(f))

    for i in rawinfos:

        data[i[0]]=i[1]

def get_one_page(url,headers):

    try:

        response=requests.get(url,headers=headers)

        if response.status_code==200:

            response.encoding='utf-8'

            return response.text

        return None

    except RequestException:

        return None

headers={'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_2) AppleWebKit/604.4.7 (KHTML, like Gecko) Version/11.0.2 Safari/604.4.7'}

try:

    address=data[sys.argv[1]]

except:

    sys.exit("\033[31m无该城市！\033[0m")

html=get_one_page('http://www.weather.com.cn/weather1d/'+address+'.shtml',headers)

if not html:

    print("城市代码有误！")

    exit(1)

ADDRESS=re.findall('<title>(.*?)</title>',html)

aim=re.findall('<input type="hidden" id="hidden_title" value="(.*?)月(.*?)日(.*?)时(.*?) (.*?)  (.*?)  (.*?)"',html,re.S)

airdata=re.findall('<li class="li6 hot">\n<i></i>\n<span>(.*?)</span>\n<em>(.*?)</em>\n<p>(.*?)</p>\n</li>',html,re.S)

print(ADDRESS[0][1:5])

print("当前日期：%s月%s日,%s"%(aim[0][0],aim[0][1],aim[0][4]))

print("更新时间：%s:00"%aim[0][2])

print("当前天气：%s"%aim[0][5])

print("今日温度：%s"%aim[0][6])

print("空气质量："+airdata[0][0]+","+airdata[0][2])

ask_ok=input("是否深入查看（Y/N）：")

if ask_ok=='Y' or ask_ok=='y':

    lightdata=re.findall('<li class="li1 hot">\n<i></i>\n<span>(.*?)</span>\n<em>(.*?)</em>\n<p>(.*?)</p>\n</li>',html,re.S)

    colddata=re.findall('<li class="li2 hot">\n(.*?)</span>\n<em>(.*?)</em>\n<p>(.*?)</p>',html,re.S)

    weardata=re.findall('<li class="li3 hot" id="chuanyi">\n(.*?)<span>(.*?)</span>\n<em>(.*?)</em>\n<p>(.*?)</p>',html,re.S)

    washdata=re.findall('<li class="li4 hot">\n<i></i>\n<span>(.*?)</span>\n<em>(.*?)</em>\n<p>(.*?)</p>\n</li>',html,re.S)

    bloodata=re.findall('<li class="li5 hot">\n<i></i>\n<span>(.*?)</span>\n<em>(.*?)</em>\n<p>(.*?)</p>\n</li>',html,re.S)

    detail = re.findall('hour3data={"1d":(.*?),"23d"', html, re.S)

    detail = re.findall('"(.*?)"', detail[0], re.S)

    print("--"*40)

    print('详细数据：')

    print("%-10s\t%-10s\t%-10s\t%-10s\t%-10s"%("时间","状态","温度","风向","风力"))

    for each in detail:

        each=each.split(',')

        print("%-10s\t%-10s\t%-10s\t%-10s\t%-10s"%(each[0],each[2],each[3],each[4],each[5]))

    print("--"*40)

    print("%s:\t%s\t%s"%(lightdata[0][1],lightdata[0][0],lightdata[0][2]))

    print("%s:\t%s"%(colddata[0][1],colddata[0][2]))

    print("%s:\t%s\t%s"%(washdata[0][1],washdata[0][0],washdata[0][2]))

    print("血糖指数:\t%s,%s"%(bloodata[0][0],bloodata[0][2]))

    print("%s:\t%s\t%s"%(weardata[0][2],weardata[0][1],weardata[0][3]))

    print("--"*40)

    flag=input("是否查看详细穿衣建议（Y/N）：")

    if flag=='Y' or flag=='y':

        webbrowser.open("http://www.weather.com.cn/forecast/ct.shtml?areaid="+address)

print("数据来源：中央气象台")