宜宾网站建设公司

Python如何读取网络数据

本篇文章给大家分享的是有关Python如何读取网络数据，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

创新互联公司为您提适合企业的网站设计 让您的网站在搜索引擎具有高度排名，让您的网站具备超强的网络竞争力！结合企业自身，进行网站设计及把握，最后结合企业文化和具体宗旨等，才能创作出一份性化解决方案。从网站策划到网站建设、网站制作， 我们的网页设计师为您提供的解决方案。

很多时候，程序并不能直接展示本地文件中的数据，此时需要程序读取网络数据，并展示它们。

比如前面介绍的 http://lishi.tianqi.com 站点的数据，它并未提供下载数据的链接（前面程序所展示的 csv 文件本身就是使用程序抓取下来的）。在这种情况下，程序完全可以直接解析网络数据，然后将数据展示出来。

前面已经介绍了 Python 的网络支持库 urllib，通过该库下的 request 模块可以非常方便地向远程发送 HTTP 请求，获取服务器响应。因此，本程序的思路是使用 urllib.request 向 lishi.tianqi.com 发送请求，获取该网站的响应，然后使用 Python 的 re 模块来解析服务器响应，从中提取天气数据。

本程序将会通过网络读取 http://lishi.tianqi.com 站点的数据，并展示 2017 年广州的最高气温和最低气温。

import re
from datetime import datetime
from datetime import timedelta
from matplotlib import pyplot as plt
from urllib.request import *

# 定义一个函数读取lishi.tianqi.com的数据
def get_html(city, year, month):  #①
    url = 'http://lishi.tianqi.com/' + city + '/' + str(year) + str(month) + '.html'
    # 创建请求
    request = Request(url)
    # 添加请求头
    request.add_header('User-Agent', 'Mozilla/5.0 (Windows NT 10.0; WOW64)' +
        'AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36')
    response = urlopen(request)
    # 获取服务器响应
    return response.read().decode('gbk')

# 定义3个list列表作为展示的数据
dates, highs, lows = [], [], []
city = 'guangzhou'
year = '2017'
months = ['01', '02', '03', '04', '05', '06', '07',
    '08', '09', '10', '11', '12']
prev_day = datetime(2016, 12, 31)
# 循环读取每个月的天气数据
for month in months:
    html = get_html(city, year, month)
    # 将html响应拼起来
    text = "".join(html.split())
    # 定义包含天气信息的div的正则表达式
    patten = re.compile('(.*?)
')     table = re.findall(patten, text)     patten1 = re.compile('
    (.*?)
')     uls = re.findall(patten1, table[0])     for ul in uls:         # 定义解析天气信息的正则表达式         patten2 = re.compile('
  • (.*?)
    • ')         lis = re.findall(patten2, ul)         # 解析得到日期数据         d_str = re.findall('>(.*?)', lis[0])[0]         try:             # 将日期字符串格式化为日期             cur_day = datetime.strptime(d_str, '%Y-%m-%d')             # 解析得到最高气温和最低气温             high = int(lis[1])             low = int(lis[2])         except ValueError:             print(cur_day, '数据出现错误')         else:             # 计算前、后两天数据的时间差             diff = cur_day - prev_day             # 如果前、后两天数据的时间差不是相差一天，说明数据有问题             if diff != timedelta(days=1):                 print('%s之前少了%d天的数据' % (cur_day, diff.days - 1))             dates.append(cur_day)             highs.append(high)             lows.append(low)             prev_day = cur_day # 配置图形 fig = plt.figure(dpi=128, figsize=(12, 9)) # 绘制最高气温的折线 plt.plot(dates, highs, c='red', label='最高气温',     alpha=0.5, linewidth = 2.0) # 再绘制一条折线 plt.plot(dates, lows, c='blue', label='最低气温',     alpha=0.5, linewidth = 2.0) # 为两个数据的绘图区域填充颜色 plt.fill_between(dates, highs, lows, facecolor='blue', alpha=0.1) # 设置标题 plt.title("广州%s年最高气温和最低气温" % year) # 为两条坐标轴设置名称 plt.xlabel("日期") # 该方法绘制斜着的日期标签 fig.autofmt_xdate() plt.ylabel("气温（℃）") # 显示图例 plt.legend() ax = plt.gca() # 设置右边坐标轴线的颜色（设置为none表示不显示） ax.spines['right'].set_color('none') # 设置顶部坐标轴线的颜色（设置为none表示不显示） ax.spines['top'].set_color('none') plt.show()

    Python如何读取网络数据

    程序中第 32 行代码使用正则表达式来获取包含全部天气信息的 元素，即图 1 中数字 1 所标识的 元素。

    程序中第 34 行代码使用正则表达式来匹配天气 中没有属性的 元素，即图 1 中数字 2 所标识的 元素。这样的 元素有很多个，每个 元素代表一天的天气信息，因此，上面程序使用了循环来遍历每个 元素。

    程序中第 38 行代码使用正则表达式来匹配每日天气 中的 元素，即图 1 中数字 3 所标识的 元素。在每个 元素内可匹配到 6 个 元素，但程序只获取日期、最高气温和最低气温，因此，程序只使用前三个 元素的数据。

    以上就是Python如何读取网络数据，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。


    新闻名称：Python如何读取网络数据
    链接URL：http://hbruida.cn/article/ipsppe.html

    其他资讯