抓取上海气象信息网天气信息

上海天气多变，一般公司还都得备把伞啥的，上海气象信息网（http://www.soweather.com/index.html）是本地权威的天气信息平台。上面有最近5天还有当天的逐小时天气信息。
特别是这个逐小时天气信息对不测之风云特有用，不过当时这网站没啥微信，APP啥的，要看只有去网站上，于是弄个爬虫程序抓之。



python 2.7环境：

1. #!/usr/bin/python
   
2. # -*- coding: utf-8 -*-
   
3. import urllib2
   
4. from bs4 import BeautifulSoup
   
5. 
   
6. html_doc = "http://www.soweather.com/todayweather.html"
   
7. page=urllib2.urlopen(html_doc)
   
8. 
   
9. soup = BeautifulSoup(page, "html.parser")
   
10. 
    
11. #print soup.prettify()
    
12. 
    
13. today='\n'+'今日天气'+'\n'
    
14. print today.decode('utf-8').encode('gbk','ignore')
    
15. todaylist=soup.find(class_="left1a")
    
16. todaystr=todaylist.get_text()
    
17. print todaystr.encode('gbk','ignore')
    
18. 
    
19. fiveday='\n'+'未来五天预报'+'\n'
    
20. print fiveday.decode('utf-8').encode('gbk','ignore')
    
21. for one in soup(class_="sh5dayb sh5daybborder"):
    
22.     today=one.get_text()
    
23.     today_str=""
    
24.     lineNum=0
    
25.     for line in today.splitlines():
    
26.         line=line.lstrip()
    
27.         if (lineNum==0 or lineNum==5):
    
28.             endLine=''
    
29.         else:
    
30.             endLine='  '
    
31.         line=line.rstrip()+endLine
    
32.         
    
33.         
    
34.         today_str=today_str+line
    
35.         lineNum=lineNum+1
    
36.    
    
37.    
    
38.     #print today_str.__class__
    
39.     print today_str.encode('gbk','ignore')
    
40. hour='\n\n'+'逐小时预报'+'\n'
    
41. print hour.decode('utf-8').encode('gbk','ignore')
    
42. 
    
43. name='时间'+'\t'+'温度'+'\t'+'湿度'+'\t'+'风速'+'\t'+'雨量'+'\t'+'体感'
    
44. print name.decode('utf-8').encode('gbk','ignore')
    
45. 
    
46. 
    
47. hour_list=soup.find(class_="childta")
    
48. ul_list=hour_list('tr')
    
49. hour_num=0
    
50. for mytext in ul_list:
    
51.     mytext=mytext.get_text()
    
52.     hour_str=""
    
53.     num=0
    
54.     for line in mytext.splitlines():
    
55.         line=line.rstrip()+'\t'
    
56.         if (num==1 or num==6 or num==7 or num==9 or num==10 or num==11):
    
57.             hour_str=hour_str+line
    
58.         num=num+1
    
59.     if (hour_num<>0):
    
60.         print hour_str.encode('gbk','ignore')
    
61.     hour_num=hour_num+1
    
62. raw_input()

复制代码

不过现在这网站上微信,APP都有了，手机弄一个，很方便了