### 编写Python爬虫程序从中国天气网获取未来40天的天气预报数据 要实现这一目标，可以采用 `requests` 和 `BeautifulSoup` 库来完成网页请求和解析的任务。以下是详细的说明： #### 依赖库安装 首先需要确保已安装必要的 Python 库： ```bash pip install requests beautifulsoup4 lxml ``` #### 爬虫代码示例 以下是一个完整的 Python 脚本用于抓取中国天气网未来40天的天气预报数据。 ```python import requests from bs4 import BeautifulSoup def fetch_weather_forecast(city_code, days=40): """ 获取指定城市的未来N天天气预报数据。 参数: city_code (str): 城市对应的编码，可以从中国天气网查询到。 days (int): 需要获取的天气预报天数，默认为40天。 返回: list: 包含每一天天气信息的列表。 """ base_url = f"http://www.weather.com.cn/weather/{days}d/{city_code}.shtml" headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36' } try: response = requests.get(base_url, headers=headers) response.encoding = 'utf-8' # 设置正确的字符集 if response.status_code != 200: raise Exception(f"无法访问页面，状态码：{response.status_code}") soup = BeautifulSoup(response.text, 'lxml') weather_data = [] # 解析日期、温度和其他天气信息 date_elements = soup.select('ul.day li span')[:days] temp_elements = soup.select('ul.tem li em')[:days] weather_desc_elements = soup.select('ul.wea li p')[:days] for i in range(len(date_elements)): date_text = date_elements[i].get_text(strip=True) temp_text = temp_elements[i].get_text(strip=True).replace('\n', '') desc_text = weather_desc_elements[i].get_text(strip=True) day_info = { "date": date_text, "temperature": temp_text, "description": desc_text } weather_data.append(day_info) return weather_data except Exception as e: print(f"发生错误：{e}") return None if __name__ == "__main__": city_code = "101280601" # 这里以东莞市为例，城市编码可通过网站查找得到 forecast_data = fetch_weather_forecast(city_code, days=40) if forecast_data: for idx, data in enumerate(forecast_data): print(f"{idx + 1} 天后 - {data['date']} 温度:{data['temperature']}, 描述:{data['description']}")[^1] ``` #### 关键点解释 上述脚本实现了对中国天气网特定城市未来40天天气预报数据的抓取功能。主要逻辑如下： 1. **URL 构造**: 使用固定的 URL 模板并替换其中的城市编码部分。 2. **HTTP 请求头设置**: 添加 User-Agent 字段模拟浏览器行为，防止被服务器拒绝访问。 3. **HTML 数据解析**: 利用 `BeautifulSoup` 提供的选择器方法提取所需字段（如日期、温度描述等）。 4. **异常处理机制**: 对可能出现的网络连接失败或 HTML 结构变化等问题进行了基本防护措施。 需要注意的是，实际运行此脚本前应确认目标站点允许自动化工具访问其资源，并遵守相关法律法规及服务条款规定[^2]。 ---