用pandas库爬取http://www.weather.com.cn/textFC/hb.shtml并存入excle文件

这是一个需要使用爬虫技术的任务。以下是一个示例代码，可以使用pandas库和requests库实现：

import requests
import pandas as pd

url = 'http://www.weather.com.cn/textFC/hb.shtml'
response = requests.get(url)
response.encoding = 'utf-8'
html = response.text

table = pd.read_html(html, header=0)[0]
table.to_excel('weather.xlsx', index=False)

这段代码首先使用requests库获取网页的html代码，然后使用pandas的read_html函数将表格数据解析成DataFrame格式，最后将DataFrame保存到excle文件中。请注意，由于网页的编码方式可能不同，需要根据具体情况设置encoding属性。

相关问题

爬取https://top.zol.com.cn/compositor/16/notebook.html和https://top.zol.com.cn/compositor/16/manu_attention.html 需要爬取名称，品牌，价格，评分

好的，以下是Python代码，需要安装requests、beautifulsoup4和pandas库：

import requests
from bs4 import BeautifulSoup
import pandas as pd

# 爬取第一个网页
url1 = "https://top.zol.com.cn/compositor/16/notebook.html"
resp1 = requests.get(url1)
soup1 = BeautifulSoup(resp1.text, "html.parser")
items1 = soup1.find_all("div", class_="list-item")

# 爬取第二个网页
url2 = "https://top.zol.com.cn/compositor/16/manu_attention.html"
resp2 = requests.get(url2)
soup2 = BeautifulSoup(resp2.text, "html.parser")
items2 = soup2.find_all("div", class_="list-item")

# 保存数据到Excel文件
data = []
for item in items1 + items2:
    name = item.find("h3").text.strip()
    brand = item.find("span", class_="item-brand").text.strip()
    price = item.find("b").text.strip()
    score = item.find("em").text.strip()
    data.append([name, brand, price, score])

df = pd.DataFrame(data, columns=["名称", "品牌", "价格", "评分"])
df.to_excel("data.xlsx", index=False)
print("数据已保存到data.xlsx文件")

以上代码会将爬取的数据保存到当前目录下的data.xlsx文件中，你可以根据自己的需求修改保存的文件名和路径。

爬虫爬取http://www.weather.com.cn/weather40dn/101250804.shtml网站40天天气数据的代码，代码包括网络请求，html解析，数据清洗，数据以excel表格存储至本地，并且代码注释清晰

好的，以下是Python代码实现：

import requests
from bs4 import BeautifulSoup
import pandas as pd


# 网络请求，获取网页内容
def get_html(url):
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}
    response = requests.get(url, headers=headers)
    if response.status_code == 200:
        response.encoding = 'utf-8'  # 防止中文乱码
        return response.text
    else:
        return None


# 获取天气数据
def get_weather_data(html):
    soup = BeautifulSoup(html, 'html.parser')
    weather_data = []  # 存储天气数据
    days = soup.find('ul', class_='t clearfix').find_all('li')
    for day in days:
        # 日期
        date = day.find('h1').string
        # 天气情况
        weather = day.find_all('p')
        # 温度
        temperature = weather[0].string.strip()
        # 风力
        wind = weather[1].string.strip()
        # 将数据存入列表中
        weather_data.append({'日期': date, '天气': weather[0].string, '温度': temperature, '风力': wind})
    return weather_data


# 数据清洗
def data_cleaning(weather_data):
    for data in weather_data:
        # 温度
        temperature = data['温度']
        temperature_range = temperature.split('℃/')
        high_temperature = temperature_range[0]
        low_temperature = temperature_range[1].replace('℃', '')
        data['最高温度'] = high_temperature
        data['最低温度'] = low_temperature
        del data['温度']
        # 风力
        wind = data['风力']
        wind_direction = wind.split(' ')[0]
        wind_power = wind.split(' ')[1]
        data['风向'] = wind_direction
        data['风力等级'] = wind_power
        del data['风力']
    return weather_data


# 数据保存至Excel表格
def save_to_excel(weather_data):
    # 创建DataFrame
    df = pd.DataFrame(weather_data)
    # 按日期排序
    df = df.sort_values(by='日期')

    # 保存到Excel文件中
    writer = pd.ExcelWriter('weather_data.xlsx')
    df.to_excel(writer, index=False)
    writer.save()


if __name__ == '__main__':
    url = 'http://www.weather.com.cn/weather40dn/101250804.shtml'
    html = get_html(url)
    if html:
        weather_data = get_weather_data(html)
        weather_data = data_cleaning(weather_data)
        save_to_excel(weather_data)
        print('数据已保存至本地！')
    else:
        print('网络请求失败！')

代码注释比较详细，主要分为四个部分：

1. 网络请求：使用requests库发送网络请求，获取网页内容。
2. 获取天气数据：使用BeautifulSoup库解析HTML文档，获取天气数据。
3. 数据清洗：对获取的天气数据进行清洗，包括温度和风力的处理。
4. 数据保存至Excel表格：使用pandas库将数据保存至本地Excel文件中。