爬取西藏省5A级景区数据，并保存到tourism.txt文件中。 爬取数据：“名称”，“位置”，“日期”，“天气”，“气温”. 爬取技术：正则

爬取西藏省5A级景区的数据通常需要网络抓取技术，尤其是利用Python的库如BeautifulSoup或Scrapy等，结合HTTP请求库如requests。首先，你需要确定数据源，这通常是官方网站或者其他开放数据平台提供的API。

以下是一个基本的步骤：

1. **确定数据来源**：找到提供西藏5A级景区信息的网站，比如西藏自治区文化和旅游局官网或其他旅游信息聚合网站。

2. **分析网页结构**：使用浏览器的开发者工具检查目标页面的HTML结构，找出包含所需信息（名称、位置、日期、天气、气温）的HTML标签及其class名或id。

3. **编写正则表达式**：针对每个需要提取的数据字段，编写相应的正则表达式来匹配数据。例如，如果天气信息在一个特定CSS类下的span元素内，可以创建一个正则来匹配这个span的内容。

4. **发送请求并解析内容**：通过requests库发送GET请求获取网页源代码，然后使用BeautifulSoup解析HTML，从中提取出所需的信息。

5. **保存数据**：将提取的数据存储到列表中，然后逐条写入`tourism.txt`文件，每行对应一个景区的数据。

import requests
from bs4 import BeautifulSoup
import re

# 步骤1和2：假设url = "http://example.com/tourist attractions" (实际替换为真实URL)
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

# 步骤3-5：假设天气信息在weather_class下的span里
data = []
weather_class = '.weather-info span'
name_tag = '.name'
location_tag = '.location'
date_tag = '.date'
temperature_tag = '.temperature'

for item in soup.find_all('div', class_='item'):  # 类似于item循环遍历整个景区信息
    name = item.find(name_tag).text
    location = item.find(location_tag).text
    date = item.find(date_tag).text
    weather_pattern = re.compile(r'.*?(\d{1,2}月\d{1,2}日).*?')  # 假设日期格式为"12月20日"
    weather_date = re.search(weather_pattern, item.prettify()).group(1) if weather_pattern else ''
    temperature_pattern = re.compile(r'temperature: (\d+\.\d+)℃')  # 假设温度格式为"temperature: 15.5℃"
    temperature = float(re.search(temperature_pattern, item.prettify()).group(1)) if temperature_pattern else None
    
    data.append((name, location, weather_date, temperature))

with open('tourism.txt', 'w', newline='', encoding='utf-8') as file:
    for d in data:
        line = f"{d[0]},{d[1]},{d[2]},{d[3]}"
        file.write(line + '\n')

请注意，这只是一个简化示例，实际操作中可能需要处理更多复杂的情况，如分页、动态加载内容、登录验证等。在开始抓取前，确保遵守网站的robots.txt规则以及数据隐私政策。完成任务后，别忘了确认数据已正确保存并整理成所需的格式。