实验四 爬虫url=‘https://www.weather.com.cn/weather/101040100.shtml’，从重庆天气网站上爬取最近7天的最高温和最低温，绘制出如下的曲线图的代码

实验四的具体内容通常是使用Python的requests库获取指定URL（在这个例子中是重庆天气网站的实时天气数据页面）的数据，然后解析HTML提取出所需的信息，比如最近7天的最高温和最低温度。这个过程通常涉及到网络请求、HTML解析（比如使用BeautifulSoup或lxml库）、数据清洗以及数据可视化。

以下是简单的步骤概述：

1. **网络请求**：

   import requests
   url = 'https://www.weather.com.cn/weather/101040100.shtml'
   response = requests.get(url)

2. **HTML解析**：

   from bs4 import BeautifulSoup
   soup = BeautifulSoup(response.text, 'html.parser')
   # 找到包含温度信息的HTML标签，可能需要根据实际网页结构调整
   temperature_data = soup.find_all('div', class_='some_temperature_class')

3. **数据抽取**：
需要查找每个日期对应的最高温和最低温，这通常涉及遍历找到的元素并解析其中的数据，例如：

   temps = []
   for data in temperature_data:
       temp = data.find('span')['data-temperature']
       # 数据可能存储在字典或其他格式中，这里假设是直接字符串
       temps.append({'high': temp.split(',')[0], 'low': temp.split(',')[1]})

4. **数据处理**：
对数据进行清洗，并将每日最高温和最低温分别存入列表：

   high_temps, low_temps = zip(*[t.values() for t in temps])

5. **数据可视化**：
使用matplotlib或seaborn库绘制曲线图：

   import matplotlib.pyplot as plt
   dates = list(range(1, len(high_temps) + 1))  # 假设日期是从1开始计数
   plt.plot(dates, high_temps, label='最高温')
   plt.plot(dates, low_temps, label='最低温')
   plt.xlabel('日期')
   plt.ylabel('温度')
   plt.title('重庆近7天气温曲线图')
   plt.legend()
   plt.show()

记得这只是一个简化的示例，实际操作中可能需要处理更多异常情况，如动态加载的内容、反爬机制等。完成这些步骤后，你就能得到一个展示重庆最近7天最高温和最低温变化趋势的曲线图了。