### 杭州天气数据获取与保存 以下是使用Python爬取杭州一周内的天气数据并将其保存至CSV文件中的具体方法： #### 1. 导入所需库 为了完成此任务，需导入`requests`、`pandas`以及时间处理相关的库。 ```python import requests from bs4 import BeautifulSoup import pandas as pd import time ``` #### 2. 设置请求头 为了避免被目标网站识别为爬虫，需要设置合适的User-Agent[^1]。 ```python 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' } ``` #### 3. 请求网页数据 通过访问提供天气数据的API或页面（此处假设使用某公开接口），可以获取杭州的一周天气信息。以下代码模拟了一个简单的GET请求过程。 ```python city_code = "101210101" # 杭州市的城市代码[^1] url = f"http://www.weather.com.cn/weather/{city_code}.shtml" response = requests.get(url, headers=headers) response.encoding = 'utf-8' # 解决中文乱码问题[^1] soup = BeautifulSoup(response.text, 'lxml') forecast_items = soup.select('.t clearfix li') # 提取未来几天的具体天气项 ``` #### 4. 数据解析 从返回的内容中提取日期、天气状况、气温范围等字段，并存入字典列表结构以便后续操作。 ```python data_list = [] for item in forecast_items[:7]: # 只保留最近七天的数据 date_info = item.find('h1').get_text().strip() weather_desc = item.find(class_='wea').get_text().strip() temp_range = item.find(class_='tem').get_text().replace('\n', '').strip() single_day_data = {'日期': date_info, '天气': weather_desc, '温度': temp_range} data_list.append(single_day_data) df_weather = pd.DataFrame(data_list) print(df_weather.head()) ``` #### 5. 存储到CSV文件 最后一步就是利用Pandas框架的功能将DataFrame对象导出成CSV格式文档。 ```python output_path = './hangzhou_weather_forecast.csv' df_weather.to_csv(output_path, index=False, encoding='utf-8-sig') # 使用utf-8-sig编码防止Excel打开时出现乱码 ``` 以上即完成了整个流程的设计与实现。 ---