python用正则的方法爬天气预报

在Python中使用正则表达式（Regular Expression, 简称regex）来爬取天气预报信息，通常需要先确定目标网站的HTML结构，并找到包含天气数据的特定元素，如`<div>`、`<span>`等标签及其内部的数据格式。

例如，如果天气预报的信息嵌套在一个类似这样的HTML结构中：

<div class="weather-info">
    <span>城市名</span>: <span class="temperature">温度</span>, <span>日期</span>: <span class="description">天气描述</span>
</div>

你可以通过以下步骤进行爬取：

1. **导入库**：首先，你需要导入 `requests` 和 `re` 库，`requests`用于发送HTTP请求获取网页内容，`re` 则用于处理正则表达式。

import requests
import re

2. **发送请求**：使用`requests.get()`获取页面的HTML内容。

url = "http://example.com/weather"  # 替换为你想要抓取的天气预报URL
response = requests.get(url)
content = response.text

3. **查找正则模式**：根据上述HTML结构，创建正则表达式匹配规则。这里假设我们只关心温度、城市名和天气描述。

pattern = r'<span class="temperature">(.*?)</span>\s+<span class="city">(.*?)</span>\s+<span class="description">(.*?)</span>'

4. **提取数据**：使用 `re.findall()` 或 `re.search()` 函数从HTML文本中找出所有匹配的部分。

matches = re.findall(pattern, content)

5. **解析数据**：将正则匹配的结果转换成适合处理的字典或其他数据结构，例如：

weather_data = []
for match in matches:
    temperature, city, description = match
    data = {'temperature': temperature.strip(), 'city': city.strip(), 'description': description.strip()}
    weather_data.append(data)

6. **处理数据**：现在你可以对 `weather_data` 进行进一步分析或保存到文件。