Python的详细学习还是需要些时间的。如果有其他语言经验的，可以暂时跟着我来写一个简单的例子。

2024年最新python教程全套，学完即可进大厂！（附全套视频 下载） (qq.com)

　　我们计划抓取的数据：杭州的天气信息，杭州天气 可以先看一下这个网站。

　　实现数据抓取的逻辑：使用python 请求 URL，会返回对应的 HTML 信息，我们解析 html，获得自己需要的数据。（很简单的逻辑）

　第一步：创建 Python 文件

　　

　　写第一段Python代码

if __name__ == '__main__':url = 'http://www.weather.com.cn/weather/101210101.shtml' print('my frist python file')

　　这段代码类似于 Java 中的 Main 方法。可以直接鼠标右键，选择 Run。

　　

　第二步：请求RUL

　　python 的强大之处就在于它有大量的模块（类似于Java 的 jar 包）可以直接拿来使用。

　　我们需要安装一个 request 模块： File - Setting - Product - Product Interpreter

　　

  

　　点击如上图的 + 号，就可以安装 Python 模块了。搜索 requests 模块（有 s 噢），点击 Install。

　　

　　我们顺便再安装一个 beautifulSoup4 和 pymysql 模块，beautifulSoup4 模块是用来解析 html 的，可以对象化 HTML 字符串。pymysql 模块是用来连接 mysql 数据库使用的。

　　

　　

　　相关的模块都安装之后，就可以开心的敲代码了。

　　定义一个 getContent 方法:

# 导入相关联的包
import requests
import time
import random
import socket
import http.client
import pymysql
from bs4 import BeautifulSoupdef getContent(url , data = None):header={'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8','Accept-Encoding': 'gzip, deflate, sdch','Accept-Language': 'zh-CN,zh;q=0.8','Connection': 'keep-alive','User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/43.0.235'} # request 的请求头timeout = random.choice(range(80, 180))while True:try:rep = requests.get(url,headers = header,timeout = timeout) #请求url地址，获得返回 response 信息rep.encoding = 'utf-8'breakexcept socket.timeout as e: # 以下都是异常处理print( '3:', e)time.sleep(random.choice(range(8,15)))except socket.error as e:print( '4:', e)time.sleep(random.choice(range(20, 60)))except http.client.BadStatusLine as e:print( '5:', e)time.sleep(random.choice(range(30, 80)))except http.client.IncompleteRead as e:print( '6:', e)time.sleep(random.choice(range(5, 15)))print('request success')return rep.text # 返回的 Html 全文

　　在 main 方法中调用：

if __name__ == '__main__':url ='http://www.weather.com.cn/weather/101210101.shtml'html = getContent(url) # 调用获取网页信息print('my frist python file')

　第三步：分析页面数据

　　定义一个 getData 方法：

def getData(html_text):final = []bs = BeautifulSoup(html_text, "html.parser")  # 创建BeautifulSoup对象body = bs.body #获取bodydata = body.find('div',{'id': '7d'})ul = data.find('ul')li = ul.find_all('li')for day in li:temp = []date = day.find('h1').stringtemp.append(date) #添加日期inf = day.find_all('p')weather = inf[0].string #天气temp.append(weather)temperature_highest = inf[1].find('span').string #最高温度,夜间可能没有这个元素，需要注意temperature_low = inf[1].find('i').string  # 最低温度temp.append(temperature_low)temp.append(temperature_highest)final.append(temp)print('getDate success')return final

　　上面的解析其实就是按照 HTML 的规则解析的。可以打开 杭州天气 在开发者模式中（F12），看一下页面的元素分布。

　

　　在 main 方法中调用：

if __name__ == '__main__':url ='http://www.weather.com.cn/weather/101210101.shtml'html = getContent(url)    # 获取网页信息result = getData(html)  # 解析网页信息，拿到需要的数据print('my frist python file')

数据写入excel

　　现在我们已经在 Python 中拿到了想要的数据，对于这些数据我们可以先存放起来，比如把数据写入 csv 中。

　　定义一个 writeDate 方法：

import csv #导入包def writeData(data, name):with open(name, 'a', errors='ignore', newline='') as f:f_csv = csv.writer(f)f_csv.writerows(data)print('write_csv success')

　　在 main 方法中调用：

if __name__ == '__main__':url ='http://www.weather.com.cn/weather/101210101.shtml'html = getContent(url)    # 获取网页信息result = getData(html)  # 解析网页信息，拿到需要的数据writeData(result, 'D:/py_work/venv/Include/weather.csv') #数据写入到 csv文档中print('my frist python file')

　　执行之后呢，再指定路径下就会多出一个 weather.csv 文件，可以打开看一下内容。

　　

　　

　　到这里最简单的数据抓取--储存就完成了。

 数据写入数据库

 　　因为一般情况下都会把数据存储在数据库中，所以我们以 mysql 数据库为例，尝试着把数据写入到我们的数据库中。

　第一步创建WEATHER 表：

　　创建表可以在直接在 mysql 客户端进行操作，也可能用 python 创建表。在这里 我们使用 python 来创建一张 WEATHER 表。

　　定义一个 createTable 方法：（之前已经导入了 import pymysql 如果没有的话需要导入包）

def createTable():# 打开数据库连接db = pymysql.connect("localhost", "zww", "960128", "test")# 使用 cursor() 方法创建一个游标对象 cursorcursor = db.cursor()# 使用 execute()  方法执行 SQL 查询cursor.execute("SELECT VERSION()")# 使用 fetchone() 方法获取单条数据.data = cursor.fetchone()print("Database version : %s " % data) # 显示数据库版本（可忽略，作为个栗子）# 使用 execute() 方法执行 SQL，如果表存在则删除cursor.execute("DROP TABLE IF EXISTS WEATHER")# 使用预处理语句创建表sql = """CREATE TABLE WEATHER (w_id int(8) not null primary key auto_increment, w_date  varchar(20) NOT NULL ,w_detail  varchar(30),w_temperature_low varchar(10),w_temperature_high varchar(10)) DEFAULT CHARSET=utf8"""  # 这里需要注意设置编码格式，不然中文数据无法插入cursor.execute(sql)# 关闭数据库连接db.close()print('create table success')

　　在 main 方法中调用：

if __name__ == '__main__':url ='http://www.weather.com.cn/weather/101210101.shtml'html = getContent(url)    # 获取网页信息result = getData(html)  # 解析网页信息，拿到需要的数据writeData(result, 'D:/py_work/venv/Include/weather.csv') #数据写入到 csv文档中createTable() #表创建一次就好了，注意print('my frist python file')

　　执行之后去检查一下数据库，看一下 weather 表是否创建成功了。

　　

　第二步批量写入数据至 WEATHER 表：

 　　定义一个 insertData 方法：

def insert_data(datas):# 打开数据库连接db = pymysql.connect("localhost", "zww", "960128", "test")# 使用 cursor() 方法创建一个游标对象 cursorcursor = db.cursor()try:# 批量插入数据cursor.executemany('insert into WEATHER(w_id, w_date, w_detail, w_temperature_low, w_temperature_high) value(null, %s,%s,%s,%s)', datas)# sql = "INSERT INTO WEATHER(w_id, \#                w_date, w_detail, w_temperature) \#                VALUES (null, '%s','%s','%s')" % \#       (data[0], data[1], data[2])# cursor.execute(sql)    #单条数据写入# 提交到数据库执行db.commit()except Exception as e:print('插入时发生异常' + e)# 如果发生错误则回滚db.rollback()# 关闭数据库连接db.close()

　　在 main 方法中调用：

if __name__ == '__main__':url ='http://www.weather.com.cn/weather/101210101.shtml'html = getContent(url)    # 获取网页信息result = getData(html)  # 解析网页信息，拿到需要的数据writeData(result, 'D:/py_work/venv/Include/weather.csv') #数据写入到 csv文档中# createTable() #表创建一次就好了，注意insertData(result) #批量写入数据print('my frist python file')

　　检查：执行这段 Python 语句后，看一下数据库是否有写入数据。有的话就大功告成了。

　　

Python学习籽料直接戳：2024年最新python教程全套，学完即可进大厂！（附全套视频 下载） (qq.com)