用Python的beautifulsoup和requests和pandas抓取国家统计局广东调查总队 中每个月份的广东居民消费价格数据。网址：https://gdzd.stats.gov.cn/sjfb/sjjd/index_mo.html

在Python中，你可以使用`requests`库来发送HTTP请求获取网页内容，`BeautifulSoup`解析HTML结构，然后利用`pandas`处理和存储数据。以下是抓取广东省统计局广东居民消费价格数据的一个基本步骤：

1. 首先安装需要的库（如果尚未安装）：

   pip install requests beautifulsoup4 pandas

2. 然后编写一个Python脚本，利用`requests.get`函数获取网页内容，之后通过BeautifulSoup解析HTML：

import requests
from bs4 import BeautifulSoup
import pandas as pd

url = "https://gdzd.stats.gov.cn/sjfb/sjjd/index_mo.html"
response = requests.get(url)

# 检查请求状态码，通常200表示成功
if response.status_code == 200:
    soup = BeautifulSoup(response.text, 'html.parser')
else:
    print("请求失败，状态码:", response.status_code)
    exit()

# 定位数据所在的部分，这取决于网站的具体结构，可能需要调整
data_table = soup.find('table', {'class': 'table table-bordered'})

# 提取表格数据，这里假设表格的每个tr都是一个记录
data_rows = data_table.find_all('tr')

# 初始化一个空列表来保存数据
data_list = []

for row in data_rows[1:]:  # 假设第一行是表头
    cols = row.find_all('td')  # 获取单元格元素
    cols_data = [col.text.strip() for col in cols]  # 提取文本并清理
    data_list.append(cols_data)

# 创建一个DataFrame
df = pd.DataFrame(data_list, columns=data_list[0])  # 使用表头作为列名

3. 由于链接指向的是月份的页面列表，你可能需要循环遍历页面，逐月抓取数据。可以使用正则表达式或者HTML标签查找规律找到下一页的链接，然后递归地抓取。这里假设每页都有“下一页”链接：

# ...（省略部分）

while True:
    next_page_url = soup.find('a', string='下一页')['href']
    if not next_page_url:  # 如果找不到下一页，结束循环
        break
    response = requests.get(next_page_url)
    soup = BeautifulSoup(response.text, 'html.parser')
    # 抓取当前页数据
    ...  # 重复上述提取数据的过程

4. 将所有数据合并到一个大的DataFrame中，并按月份排序：

all_data = pd.concat(monthly_data)  # 假设monthly_data是一个包含每月数据的列表
all_data['日期'] = all_data['日期'].apply(pd.to_datetime)  # 根据实际格式转换日期
all_data.sort_values('日期', inplace=True)  # 按日期排序

5. 最后，保存数据到CSV文件：

all_data.to_csv('广东居民消费价格.csv', index=False)

注意，这个过程依赖于目标网站的具体HTML结构，如果结构发生变化，可能需要调整解析的部分。此外，如果你需要频繁抓取数据，可能需要遵守网站的robots.txt规则以及考虑使用更专业的API接口，而不是直接爬取。