python爬虫北京地铁

Python爬虫可以用于获取网络上公开的信息，例如北京地铁的相关数据。北京地铁官网或其他提供实时地铁信息的网站通常会提供API接口或者HTML结构的数据。使用Python库如`requests`来发送HTTP请求获取网页内容，然后利用如`BeautifulSoup`或`lxml`解析HTML，提取你需要的地铁线路、站点、时刻等信息。

以下是一个简单的步骤概述：

1. **安装依赖**：首先需要安装`requests`库来发送HTTP请求，以及`bs4`（BeautifulSoup4）或`lxml`库用于解析HTML。

   pip install requests beautifulsoup4

2. **编写爬虫脚本**：创建一个Python文件，编写代码来访问网站并抓取数据。例如，如果你知道API地址，可以使用`requests.get()`获取JSON数据；如果直接从HTML页面抓取，则解析HTML文档找到相关元素。

import requests
from bs4 import BeautifulSoup

# 获取北京地铁官网的HTML
url = "http://www.bjmetro.com.cn/"  # 这里假设是北京地铁首页
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

# 提取地铁线路和站点信息（这取决于实际的页面结构）
lines_data = soup.find_all('div', class_='line')  # 需要根据实际情况选择标签名和类名

# 对提取到的数据进行处理并存储
for line in lines_data:
    line_name = line.find('span', class_='line-name').text
    stations = line.find_all('div', class_='station')  # 类推寻找站点元素
    for station in stations:
        print(f'{line_name}: {station.text}')