### 代码功能解析 以下是针对给定Python代码的功能逐行解析，涵盖了`requests`和`BeautifulSoup`库的具体用法及其作用： #### 导入库 ```python from bs4 import BeautifulSoup import requests ``` 上述代码导入了两个核心库：`BeautifulSoup`用于HTML/XML文档的解析[^2]，而`requests`则负责发起HTTP请求并获取目标网页的内容[^1]。 --- #### 发起GET请求 ```python url = 'http://example.com/air_quality_data' # 替换为目标URL response = requests.get(url) ``` 这里定义了一个变量`url`存储目标网页地址，并通过`requests.get()`方法向该网址发送一个GET请求。如果成功，则会返回响应对象`response`，其中包含了服务器返回的所有数据[^4]。 --- #### 检查状态码 ```python if response.status_code == 200: html_content = response.text else: print(f"Failed to retrieve data, status code: {response.status_code}") ``` 这一部分检查HTTP响应的状态码是否为200（表示请求成功）。如果是，则将响应体中的文本内容赋值给变量`html_content`；如果不是，则打印错误提示信息说明失败原因[^5]。 --- #### 解析HTML内容 ```python soup = BeautifulSoup(html_content, 'html.parser') ``` 创建了一个`BeautifulSoup`对象`soup`，它接收刚刚获取到的HTML字符串作为第一个参数，以及指定使用的解析器名称作为第二个参数（这里是标准的HTML解析器）。这一步骤使得我们可以方便地操作DOM树结构来查找特定标签或属性。 --- #### 查找所有AQI条目 ```python aqi_items = soup.find_all('div', class_='aqi-item') ``` 调用了`soup.find_all()`函数寻找所有的`<div>`标签，这些标签具有CSS类名为`aqi-item`。结果被存入列表型变量`aqi_items`中，意味着每一条空气质量记录都将成为这个集合的一员[^3]。 --- #### 遍历并提取具体字段 ```python for item in aqi_items: location = item.find('span', class_='location').text.strip() value = item.find('span', class_='value').text.strip() timestamp = item.find('time')['datetime'] print(f"Location: {location}, AQI Value: {value}, Timestamp: {timestamp}") ``` 对于找到的每一个`aqi_item`元素执行循环迭代，在每次循环过程中分别定位子节点内的地理位置(`location`)、数值读数(`value`)及时戳(`timestamp`)等重要信息。最后把这些抽取出来的数据组合成易于阅读的形式并通过控制台输出显示出来。 --- ### 总结 整个脚本流程清晰明了，先是借助`requests`完成远程资源访问任务，接着依靠`BeautifulSoup`强大的解析能力实现了复杂嵌套层次下的精准筛选与采集工作。最终达成自动化批量获取所需环境监测指标的目的。