Ich brauchte eine Wettervorhersage für mein eigenes IoT-System.
Ich habe BeautifulSoup verwendet, um die Zeit und die Niederschlagswahrscheinlichkeit von Kusatsu City von tenki.jp zu erhalten.
Python benötigt beautifulsoup4.
conda install beautifulsoup4 requests -y
Untersuchen Sie die Klassen und Tags der zugehörigen Teile, indem Sie dies mit Chrome überprüfen. Ich wollte eine stündliche Niederschlagswahrscheinlichkeit, also habe ich nachgeschlagen.
class = forecast-point-1h class = prob-precip Es gab Daten in der Spanne.
Daher ist das Extraktionsverfahren wie folgt.
scraping
# -*- coding: utf-8 -*-
import requests
from bs4 import BeautifulSoup
#tenki.URL der Seite des Zielbereichs von jp(Stadt Kusatsu, Präfektur Shiga)
url = 'https://tenki.jp/forecast/3/16/4410/13208/'
#HTTP-Anfrage
r = requests.get(url)
bsObj = BeautifulSoup(r.content, "html.parser")
kusatu_1h = bsObj.find(class_="forecast-point-1h")
##Zeit
h = []
hour = kusatu_1h.find(class_="hour")
h_tem = hour.find_all('span')
h = [int(h_tem[x].string) for x in range(len(h_tem))]
print(h)
##regnerischer Prozentsatz
kousui = kusatu_1h.find(class_="prob-precip")
k_tem = kousui.find_all('span')
k = [k_tem[x].string for x in range(len(k_tem))]
print(k)
Ausführungsergebnis
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24]
['(%)', '---', '---', '---', '---', '---', '---', '---', '---', '---', '---', '---', '---', '---', '---', '---', '---', '---', '90', '90', '70', '70', '70', '80', '70']
Holen Sie sich das heutige Wetter und die Temperatur mit Web Scraping-Qiita
Recommended Posts