### 如何使用 Python 抓取 2024 年和 2025 年的历史天气数据 为了实现这一目标，可以采用 `requests` 库来发送 HTTP 请求并接收响应内容，并借助 `BeautifulSoup` 来解析 HTML 文档。需要注意的是，所要抓取的时间范围超出了已有提及的数据区间（即从2011年1月至2024年12月），因此对于2025年的数据，需确认该网站是否已提供相应时间段的信息。 #### 准备工作 安装必要的 Python 包： ```bash pip install requests beautifulsoup4 lxml ``` #### 编写爬虫脚本 下面是一个简单的例子展示如何编写一个基本的爬虫程序： ```python import requests from bs4 import BeautifulSoup from datetime import date, timedelta def fetch_weather_data(year_month): base_url = "http://example.com/weather/" # 替换成实际的目标URL模板 url = f"{base_url}{year_month}.html" response = requests.get(url) soup = BeautifulSoup(response.text, 'lxml') table = soup.find('table', {'class': 'weather-data'}) # 假设表格有一个特定类名 data = [] rows = table.findAll('tr')[1:] # 跳过表头行 for row in rows: columns = row.findAll('td') day = int(columns[0].text.strip()) temperature = float(columns[1].text.strip().replace('°C', '')) # 温度列处理 current_date = date(int(year_month[:4]), int(year_month[-2:]), day) entry = { 'date': current_date, 'temperature': temperature } data.append(entry) return data if __name__ == "__main__": start_year_month = '202401' end_year_month = '202512' all_data = [] d = date.today() while True: ym_str = d.strftime('%Y%m') if not (start_year_month <= ym_str <= end_year_month): break try: monthly_data = fetch_weather_data(ym_str) all_data.extend(monthly_data) print(f"Fetched {len(monthly_data)} records from {ym_str}") except Exception as e: print(f"Failed to fetch data for month {ym_str}: ", str(e)) first_day_next_month = (d.replace(day=28) + timedelta(days=4)).replace(day=1) d = first_day_next_month print("Data collection completed.") ``` 此代码片段尝试遍历指定日期范围内每个月份，并调用函数 `fetch_weather_data()` 来获取具体月份的日均气温等信息[^2]。请注意替换示例中的 URL 地址为真实的 API 或者网页地址。