### 使用Python编写爬虫程序抓取北京市指定年份月份的每日天气记录 为了实现这一目标，可以按照如下方法构建一个完整的解决方案： #### 1. 安装必要的库 首先需要安装几个重要的第三方库来支持网络请求、HTML解析以及Excel操作。 ```bash pip install requests beautifulsoup4 openpyxl ``` 这些工具分别用于发起HTTP请求、解析网页结构和处理Excel文件[^1]。 #### 2. 编写爬虫逻辑 接下来定义具体的爬虫函数`fetch_weather_data()`，该函数接收参数如城市名称（此处固定为北京）、目标年份与月份，并返回包含所需气象信息的数据列表。 ```python import requests from bs4 import BeautifulSoup def fetch_weather_data(city='beijing', year=2023, month=9): base_url = f"https://lishi.tianqi.com/{city}/{year}{month:0>2}.html" headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)', } response = requests.get(base_url, headers=headers) soup = BeautifulSoup(response.text, "lxml") days_info = [] table_body = soup.find('ul', class_='clearfix') items = table_body.find_all('li') for item in items: date_str = item.a.string.strip() high_temp = item.span['title'].strip().replace('℃', '') low_temp = item.i['title'].strip().replace('℃', '') weather_status = item.p.b.string.strip() wind_direction = item.em.string.strip() day_record = { 'date': date_str, 'high_temperature': int(high_temp), 'low_temperature': int(low_temp), 'weather_condition': weather_status, 'wind_direction': wind_direction } days_info.append(day_record) return days_info ``` 此部分利用了BeautifulSoup来进行DOM树遍历，提取出每条日志中的关键字段。注意这里假设了一个特定格式的历史天气查询网站URL模式；实际应用时可能需根据真实API文档调整路径模板[^2]。 #### 3. 将数据保存到Excel表单中 最后一步是创建一个新的工作簿对象，并依次填充之前收集好的每一天的信息至新的Sheet页内。 ```python from openpyxl import Workbook def save_to_excel(weather_records, filename="output.xlsx"): wb = Workbook() ws = wb.active header_row = ['Date', 'High Temperature(°C)', 'Low Temperature(°C)', 'Weather Condition', 'Wind Direction'] ws.append(header_row) for record in weather_records: row_values = [ record['date'], str(record['high_temperature']), str(record['low_temperature']), record['weather_condition'], record['wind_direction'] ] ws.append(row_values) wb.save(filename) if __name__ == "__main__": records = fetch_weather_data(year=2023, month=8) save_to_excel(records, "./bj_weather_2023_august.xlsx") ``` 这段脚本会读取由`fetch_weather_data()`产生的字典数组形式的结果集，并将其转换成适合于电子表格展示的形式再存盘。通过这种方式即可轻松完成从互联网上获取历史气候资料的任务并妥善保管起来供后续分析使用.