Python天气预报采集器实现代码(网页爬虫)

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python天气预报采集器实现代码(网页爬虫)，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1371字，纯文字阅读大概需要2分钟。

内容图文

爬虫简单说来包括两个步骤：获得网页文本、过滤得到数据。
　　1、获得html文本。
　　python在获取html方面十分方便，寥寥数行代码就可以实现我们需要的功能。

代码如下:

def getHtml(url):
page = urllib.urlopen(url)
html = page.read()
page.close()
return html

这么几行代码相信不用注释都能大概知道它的意思。

　　2、根据正则表达式等获得需要的内容。

　　使用正则表达式时需要仔细观察该网页信息的结构，并写出正确的正则表达式。
　　python正则表达式的使用也很简洁。我的上一篇文章《Python的一些用法》介绍了一点正则的用法。这里需要一个新的用法：

代码如下:

def getWeather(html):
reg = '(.*?).*?(.*?).*?(.*?)'
weatherList = re.compile(reg).findall(html)
return weatherList

其中reg是正则表达式，html是第一步获得的文本。findall的作用是找到html中所有符合正则匹配的字符串并存放到weatherList中。之后再枚举weatheList中的数据输出即可。
　　这里的正则表达式reg有两个地方要注意。
　　一个是“(.*?)”。只要是（）中的内容都是我们将要获得的内容，如果有多个括号，那么findall的每个结果就都包含这几个括号中的内容。上面有三个括号，分别对应城市、最低温和最高温。
　　另一个是“.*?”。python的正则匹配默认是贪婪的，即默认尽可能多地匹配字符串。如果在末尾加上问号，则表示非贪婪模式，即尽可能少地匹配字符串。在这里，由于有多个城市的信息需要匹配，所以需要使用非贪婪模式，否则匹配结果只剩下一个，且是不正确的。
　　
　　python的使用确实十分方便：）

内容总结

以上是互联网集市为您收集整理的Python天气预报采集器实现代码(网页爬虫)全部内容，希望文章能够帮你解决Python天气预报采集器实现代码(网页爬虫)所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---