安装Python扩展库scrapy，然后编写爬虫项目，从网站 http://www.weather.com.cn/shandong/index.shtml 爬取山东各城市的天气预报数据，并把爬取到的天气数据写入本地文本文件 weather.txt。

安装Python扩展库Scrapy通常涉及以下几个步骤：

1. **环境准备**：
- 首先需要确保已经安装了Python基础环境。你可以访问https://www.python.org/downloads/ 下载并安装最新版本。

2. **安装Scrapy**：
在命令行中运行 `pip install scrapy` 来安装Scrapy框架及其依赖。

3. **创建Scrapy项目**：
使用Scrapy生成一个新的项目，打开命令行，输入 `scrapy startproject weather_spider`，这会在当前目录下创建一个名为weather_spider的新项目。

4. **进入项目目录**：
进入新项目目录，`cd weather_spider`

5. **定义爬虫**：
在`spiders`文件夹内创建一个新的Python文件，如 `my_weather_spider.py`。在该文件中，你会需要导入必要的模块，比如`requests`, `Selector`（Scrapy对BeautifulSoup的支持）等，并定义一个Spider类。例如：

import scrapy
from bs4 import BeautifulSoup

class MyWeatherSpider(scrapy.Spider):
    name = 'my_weather'
    allowed_domains = ['weather.com.cn']
    start_urls = ['http://www.weather.com.cn/shandong/index.shtml']

    def parse(self, response):
        soup = BeautifulSoup(response.text, 'html.parser')
        # 通过CSS选择器或XPath找到你需要的数据部分
        city_data = soup.select('.city-data')  # 根据实际页面结构调整选择器
        
        for data in city_data:
            city_name = data.find('div', class_='city-name').text
            temperature = data.find('span', class_='temperature').text
            # ...其他天气信息
            
            yield {
                'city': city_name,
                'temperature': temperature,
                # 其他字段...
            }

        # 分页处理（如果有的话），通过查找下一页链接并继续爬取
        next_page = response.css('a.next::attr(href)').get()
        if next_page is not None:
            yield response.follow(next_page, self.parse)

6. **配置Scrapy**：
在项目根目录下的`settings.py`文件中，设置保存数据的位置，例如：

FEED_FORMAT = 'txt'
FEED_URI = 'weather.txt'

7. **运行爬虫**：
在命令行中，导航回项目根目录，然后运行 `scrapy crawl my_weather`。Scrapy会开始抓取网页，将数据写入`weather.txt`文件。

8. **清理输出**：
爬虫可能会获取到一些HTML标签和特殊字符，需要进一步清洗才能得到干净的文本数据。

注意：上述代码仅作为示例，实际网页结构可能会有所不同，需根据目标网站的具体HTML元素进行调整。此外，频繁爬取某些网站可能违反服务条款，一定要遵守robots.txt规则并且尊重版权。