1.準備工作：
工欲善其事必先利其器，因此我們有必要在進行Coding前先配置一個適合我們自己的開發(fā)環(huán)境，我搭建的開發(fā)環(huán)境是：
操作系統(tǒng)：Ubuntu 14.04 LTS
Python版本：2.7.6
代碼編輯器：Sublime Text 3.0
這次的網(wǎng)絡(luò)爬蟲需求背景我打算延續(xù)DotNet開源大本營在他的那篇文章中的需求，這里就不再詳解。我們只抓取某一省中所有主要城市從2015-11-22到2015-10-24的白天到夜間的所有天氣情況。這里以湖北省為例。
2.實戰(zhàn)網(wǎng)頁爬蟲：
2.1.獲取城市列表：
首先，我們需要獲取到湖北省所有城市的網(wǎng)頁，然后進行網(wǎng)頁解析。網(wǎng)絡(luò)地址為：http://www.tianqihoubao.com/weather/province.aspx?id=420000
我們查看該網(wǎng)頁的源碼可以發(fā)現(xiàn)所有的城市列表都是以
，因此，我們可以封裝一個函數(shù)來通過使用正則表達式獲取我們想要的數(shù)據(jù)，示例代碼如下所示：
??? html=requests.get(" http://www.tianqihoubao.com/weather/province.aspx?id=420000")
??? citys= re.findall(' ', html.text,re.S)
??? for city in citys:
??????? print city
抓取的結(jié)果如下所示：
1 top/anlu.html" title="安陸歷史天氣查詢
2 top/badong.html" title="巴東歷史天氣查詢
3 top/baokang.html" title="保康歷史天氣查詢
4 top/caidian.html" title="蔡甸歷史天氣查詢
5 top/changyang.html" title="長陽歷史天氣查詢
6 top/chibi.html" title="赤壁歷史天氣查詢
7 top/chongyang.html" title="崇陽歷史天氣查詢
8 top/dawu.html" title="大悟歷史天氣查詢
9 top/daye.html" title="大冶歷史天氣查詢
10 top/danjiangkou.html" title="丹江口歷史天氣查詢
11 top/dangyang.html" title="當(dāng)陽歷史天氣查詢
12 top/ezhou.html" title="鄂州歷史天氣查詢
13 top/enshi.html" title="恩施歷史天氣查詢
14 top/fangxian.html" title="房縣歷史天氣查詢
15 top/gongan.html" title="公安歷史天氣查詢
16 top/gucheng.html" title="谷城歷史天氣查詢
17 top/guangshui.html" title="廣水歷史天氣查詢
18 top/hanchuan.html" title="漢川歷史天氣查詢
19 top/hanyang.html" title="漢陽歷史天氣查詢
20 top/hefeng.html" title="鶴峰歷史天氣查詢
21 top/hongan.html" title="紅安歷史天氣查詢
22 top/honghu.html" title="洪湖歷史天氣查詢
23 top/huangpi.html" title="黃陂歷史天氣查詢
24 top/huanggang.html" title="黃岡歷史天氣查詢
25 top/huangmei.html" title="黃梅歷史天氣查詢
26 top/huangshi.html" title="黃石歷史天氣查詢
27 top/jiayu.html" title="嘉魚歷史天氣查詢
28 top/jianli.html" title="監(jiān)利歷史天氣查詢
29 top/jianshi.html" title="建始歷史天氣查詢
30 top/jiangxia.html" title="江夏歷史天氣查詢
31 top/jingshan.html" title="京山歷史天氣查詢
32 top/jingmen.html" title="荊門歷史天氣查詢
33 top/jingzhou.html" title="荊州歷史天氣查詢
34 top/laifeng.html" title="來鳳歷史天氣查詢
35 top/laohekou.html" title="老河口歷史天氣查詢
36 top/lichuan.html" title="利川歷史天氣查詢
37 top/lvtian.html" title="羅田歷史天氣查詢
38 top/macheng.html" title="麻城歷史天氣查詢
39 top/nanzhang.html" title="南漳歷史天氣查詢
40 top/qichun.html" title="蘄春歷史天氣查詢
41 top/qianjiang.html" title="潛江歷史天氣查詢
42 top/sanxia.html" title="三峽歷史天氣查詢
43 top/shennongjia.html" title="神農(nóng)架歷史天氣查詢
44 top/shiyan.html" title="十堰歷史天氣查詢
45 top/shishou.html" title="石首歷史天氣查詢
46 top/songzi.html" title="松滋歷史天氣查詢
47 top/suizhou.html" title="隨州歷史天氣查詢
48 top/tianmen.html" title="天門歷史天氣查詢
49 top/hbtongcheng.html" title="通城歷史天氣查詢
50 top/tongshan.html" title="通山歷史天氣查詢
51 top/wufeng.html" title="五峰歷史天氣查詢
52 top/wuchang.html" title="武昌歷史天氣查詢
53 top/wuhan.html" title="武漢歷史天氣查詢
54 top/wuxue.html" title="武穴歷史天氣查詢
55 top/hbxishui.html" title="浠水歷史天氣查詢
56 top/xiantao.html" title="仙桃歷史天氣查詢
57 top/xianfeng.html" title="咸豐歷史天氣查詢
58 top/xianning.html" title="咸寧歷史天氣查詢
59 top/xiangyang.html" title="襄陽歷史天氣查詢
60 top/xiaogan.html" title="孝感歷史天氣查詢
61 top/hbxinzhou.html" title="新洲歷史天氣查詢
62 top/xingshan.html" title="興山歷史天氣查詢
63 top/xuanen.html" title="宣恩歷史天氣查詢
64 top/hbyangxin.html" title="陽新歷史天氣查詢
65 top/yiling.html" title="夷陵歷史天氣查詢
66 top/yichang.html" title="宜昌歷史天氣查詢
67 top/yicheng.html" title="宜城歷史天氣查詢
68 top/yidu.html" title="宜都歷史天氣查詢
69 top/yingcheng.html" title="應(yīng)城歷史天氣查詢
70 top/hbyingshan.html" title="英山歷史天氣查詢
71 top/yuanan.html" title="遠安歷史天氣查詢
72 top/yunmeng.html" title="云夢歷史天氣查詢
73 top/yunxi.html" title="鄖西歷史天氣查詢
74 top/hbyunxian.html" title="鄖縣歷史天氣查詢
75 top/zaoyang.html" title="棗陽歷史天氣查詢
76 top/zhijiang.html" title="枝江歷史天氣查詢
77 top/zhongxiang.html" title="鐘祥歷史天氣查詢
78 top/zhushan.html" title="竹山歷史天氣查詢
79 top/zhuxi.html" title="竹溪歷史天氣查詢
80 top/zigui.html" title="秭歸歷史天氣查詢
81 [Finished in 15.4s]
2.2.獲取對應(yīng)城市的所有天氣信息：
然后我們需要根據(jù)抓取到的城市鏈接去抓取對應(yīng)城市的天氣情況，這里我們再封裝一個函數(shù)用于顯示對應(yīng)城市的所有天氣狀況：
def ShowWeather(city):
res =str(city).split('" title="')
print res[1],'(白天-->夜間)'
html=requests.get("http://www.tianqihoubao.com/weather/{0}".format(res[0]))
weather=re.search('
這樣以來，我們就可以獲取到了對應(yīng)城市的天氣情況了！！
完整代碼：
#coding:UTF-8
import re
import requests
import sys
reload(sys)
sys.setdefaultencoding('UTF-8')
def ShowWeather(city):
res =str(city).split('" title="')
print res[1],'(白天-->夜間)'
html=requests.get("http://www.tianqihoubao.com/weather/{0}".format(res[0]))
weather=re.search('
是的，你沒有看錯，短短34行代碼就可以爬取湖北省所有的主要城市1個月的所有天氣情況，是不是很厲害呀！！？？？不過不要高興的太早，凡事有利有弊，看看它的運行結(jié)果吧：[Finished in 371.8s]
3.知識總結(jié)：
3.1.編碼問題：
#在ubuntu上，由于編碼問題，我們需要在代碼的開始位置添加一行注釋，告訴Pyhton解釋器我們指定的編碼格式：
#此外，我們還需要設(shè)置默認的編碼格式，否則Sublime Text會無法識別中文，報告一個錯誤：“UnicodeEncodeError: 'ascii' codec can't encode characters in position”
#-*-coding:utf8-*-
import sys
reload(sys)
sys.setdefaultencoding('UTF-8')
3.2.正則表達式：
導(dǎo)入正則表達式庫：import re
匹配任意字符：.
匹配前一個字符0次或無限次:*
匹配前一個字符0次或一次：？
貪心算法：.*
非貪心算法：.*?
匹配數(shù)字：(\d+)
常用函數(shù)：
re.findall(pattern, string)
re.search(pattern, string)
re.sub(pattern, repl, string)
最后的最后，如果你嘗試過運行我貼出來的完整代碼，或許你會遇到和我一樣的瓶頸，就是運行的速度不夠快（尤其像我這種機器配置不是很好的電腦）。在我的機器上運行這段腳本總共花費了 371.8s。我運行過多次，每次都是在350+。因此，如果你的程序不在乎運行速度，那么可能Python還是挺適合的，畢竟可以通過它寫更少的代碼去做更多的事情！！！！
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯(lián)系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
