用到模块：
获取网页并解析：
import requests,html5lib
from bs4 import BeautifulSoup
使用pyecharts的Bar可视化工具“绘制图表”，写入HTML文件，附pyecharts官方中文API地址：https://pyecharts.org/#/
from pyecharts.charts import Bar
表格主题设置：
from pyecharts import options
from pyecharts.globals import ThemeType
获取时间
from datetime import datetime
详细代码如下： 注：代码中有使用到map函数，需要留意！
1 #!/user/bin env python 2 # author:Simple-Sir 3 # time:2019/7/25 21:16 4 # 爬取中国天气网数据 5 6 import requests,html5lib 7 from bs4 import BeautifulSoup 8 from pyecharts.charts import Bar # 官方已取消 pyecharts.Bar 方式导入 9 from pyecharts import options 10 from pyecharts.globals import ThemeType 11 from datetime import datetime 12 13 WEARTHER_DATE =[] # 城市天气数据列表 14 15 def urlText(url): 16 ''' 17 获取网页HTML代码，并解析成文本格式 18 :param url: 网页url地址 19 :return: 解析之后的html文本 20 ''' 21 headers = { 22 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36' 23 } 24 respons = requests.get(url, headers=headers) # 获取网页信息 25 text = respons.content.decode('utf-8') # 解析网页 26 return text 27 28 def getDiv(url,area): 29 ''' 30 获取需要的html标签：城市、最高温度 31 :param url: 32 :param area: 区域：全国、全省(四川) 0:全国、其他任意值：全市 33 :return: 34 ''' 35 text = urlText(url) 36 # soup = BeautifulSoup(text,'lxml') # 港澳台html中table标签解析错误 37 soup = BeautifulSoup(text, 'html5lib') # html5lib 容错性比lxml高 38 conMidtab = soup.find_all('div',class_="conMidtab")[1] # 获取“明天”的天气 39 if area == '四川': 40 # 获取四川所有城市天气 41 trs = conMidtab.find_all('tr')[2:] 42 for tr in trs: 43 tds = tr.find_all('td') 44 city_td = tds[0] 45 city = list(city_td.stripped_strings)[0] # 区县 46 temp_td = tds[-5] # 倒数第5个td标签 47 temp = list(temp_td.stripped_strings)[0] # 最高温度 48 print('正在获取 {} 的最高气温:{}'.format(city, temp)) 49 WEARTHER_DATE.append({'城市': city, '最高温度': int(temp)}) 50 else: 51 # 获取全国城市天气 52 tables = conMidtab.find_all('table') 53 for t in tables: 54 trs = t.find_all('tr')[2:] 55 for index, tr in enumerate(trs): 56 tds = tr.find_all('td') 57 if index == 0: 58 city_td = tds[1] # city_td = tds[-8] # 港澳台格式错误 59 else: 60 city_td = tds[0] 61 city = list(city_td.stripped_strings)[0] # 区县 62 temp_td = tds[-5] # 倒数第5个td标签 63 temp = list(temp_td.stripped_strings)[0] # 最高温度 64 print('正在获取 {} 的最高气温:{}'.format(city,temp)) 65 WEARTHER_DATE.append({'城市': city, '最高温度': int(temp)}) 66 67 68 # 可视化数据，对城市温度排名 69 # def getRownum(data): 70 # max_temp = data['最高温度'] # 把列表里的每一项当作参数传进来,再获取“最高温度”这一项的值 71 # return max_temp 72 # WEARTHER_DATE.sort(key=getRownum) # 功能和它一样：WEARTHER_DATE.sort(key=lambda data:data['最高温度']) 73 74 def main(): 75 city_list =['hb','db','hd','hz','hn','xb','xn','gat','sichuan'] 76 getcity = input('您要获取“全国”还是“四川”的最高温度排名？ ') 77 if getcity=='四川': 78 url = 'http://www.weather.com.cn/textFC/{}.shtml'.format(city_list[-1]) 79 getDiv(url,getcity) 80 else: 81 for cl in city_list[:-1]: 82 url = 'http://www.weather.com.cn/textFC/{}.shtml'.format(cl) 83 getDiv(url,getcity) 84 print('正在对天气温度进行排序处理...') 85 WEARTHER_DATE.sort(key=lambda data: int(data['最高温度'])) # 对列表中的字典数据排序,温度从低到高 86 WEARTHER_DATE.reverse() # 把对列表反转，温度从高到低 87 rownum = WEARTHER_DATE[:10] # 获取最高温度排名前十的城市 88 print('正在绘制图表...') 89 # 分别获取城市、温度列表 90 # 原始方法： 91 # citys=[] 92 # temps=[] 93 # for i in rownum: 94 # citys.append(i['城市']) 95 # temps.append(i['最高温度']) 96 97 # 高端方法： 98 citys = list(map(lambda x: x['城市'], rownum)) # 使用map分离出城市 99 temps = list(map(lambda x: x['最高温度'], rownum)) # 使用map分离出最高温度 100 # 通过使用pyecharts的Bar可视化数据，附官方中文API地址：https://pyecharts.org/#/ 101 bar = Bar(init_opts = options.InitOpts(theme=ThemeType.DARK)) # 对表格添加主题 102 bar.add_xaxis(citys) 103 bar.add_yaxis('',temps) 104 tim = datetime.now().strftime('%Y-%m-%d') 105 bar.set_global_opts(title_opts={'text':'中国天气网 {} 城市明日最高温度排名前十({})'.format(getcity,tim)}) 106 bar.render('中国天气网城市最高温度排名.html') 107 print('图表绘制已完成，结果已写入文件，请查看。') 108 if __name__ == '__main__': 109 main()
执行过程：
执行结果：
四川：
全国：
