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

实验四的目标是使用Python爬虫技术从重庆天气网站抓取最近七天的最高温度（高温）和最低温度（低温）数据，并将这些数据可视化成曲线图。首先，你需要使用像`requests`库来发送HTTP请求获取网页内容，然后解析HTML结构，通常会使用`BeautifulSoup`或`lxml`等库帮助提取需要的数据。

步骤如下：

1. **发送请求**：
使用`requests.get(url)`获取指定URL的内容。

2. **HTML解析**：
导入`BeautifulSoup`或`lxml`，对网页源码进行解析，找到包含最高温和最低温信息的部分。这可能涉及查找特定的HTML标签，如`<span>`标签，其中可能包含温度数据。

3. **数据提取**：
提取每一天对应的最高温和最低温数值，这可能涉及到CSS选择器或XPath来定位元素并提取文本。

4. **数据存储**：
将每天的最高温和最低温存放在列表或其他数据结构中，每项代表一天的数据。

5. **数据处理**：
创建两个列表分别存储最高温和最低温，以便后续分析。

6. **绘制曲线图**：
使用matplotlib、seaborn或其他绘图库，创建折线图，x轴表示日期，y轴表示温度。通常，可以先将日期转换为适合排序的数字格式，然后再绘制数据点。

以下是一个简化的代码框架示例：

import requests
from bs4 import BeautifulSoup
import matplotlib.pyplot as plt

# ... (其他导入)

url = 'https://www.weather.com.cn/weather/101040100.shtml'
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

# 解析HTML，找到温度数据
high_temps = []  # 存储最高温
low_temps = []  # 存储最低温

# 数据提取和处理
# ...

# 绘制曲线图
dates = ...  # 根据实际日期填充
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('重庆最近7天气温曲线图')
plt.legend()
plt.show()