import requestsfrom bs4 import BeautifulSoupfrom datetime import datetimeurl = "https://www.maersk.com.cn/schedules/pointToPoint"today = datetime.today().strftime("%Y-%m-%d")params = { "from": "2IW9P6J7XAW72", "to": "0XOP5ISJZK0HR", "containerIsoCode": "42G1", "fromServiceMode": "CY", "toServiceMode": "CY", "numberOfWeeks": "4", "dateType": "D", "date": today, # 将当前日期格式化为字符串，并作为请求参数传递 "vesselFlag": "",}response = requests.get(url, params=params)soup = BeautifulSoup(response.text, "html.parser")for row in soup.select(".table-row"): departure_port = row.select_one(".departure-port").text.strip() departure_time = row.select_one(".departure-time").text.strip() arrival_port = row.select_one(".arrival-port").text.strip() arrival_time = row.select_one(".arrival-time").text.strip() vessel_name = row.select_one(".vessel-name").text.strip() print(f"船名：{vessel_name}，启运港：{departure_port}，启运时间：{departure_time}，目的港：{arrival_port}，到达时间：{arrival_time}")

这是一个使用 Python 爬取马士基航运网站船期信息的代码，具体来说，该代码使用了 requests 库和 BeautifulSoup 库对网页进行了爬取和解析，然后输出了船名、启运港、启运时间、目的港和到达时间等信息。其中，params 参数是请求参数，通过构造参数可以获取不同的船期信息，具体含义可以参考马士基航运网站的 API 文档。

相关问题

import requests from bs4 import BeautifulSoup from datetime import datetime, timedelta # 获取当前日期 today = datetime.today().date() # 构造日期列表 dates = [str(today - timedelta(days=i)) for i in range(7)] # 构造请求url列表 urls = [ f'http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/{date[:4]}/index.html' for date in dates ] # 发送请求并解析数据 for url in urls: response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') # TODO: 提取菜价数据并保存将爬取的数据导出到excel里

好的，您可以使用Python中的pandas库将提取出来的菜价数据导出到Excel文件中。示例代码如下：
import requests
from bs4 import BeautifulSoup
from datetime import datetime, timedelta
import pandas as pd

# 获取当前日期
today = datetime.today().date()

# 构造日期列表
dates = [str(today - timedelta(days=i)) for i in range(7)]

# 构造请求url列表
urls = [
f'http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/{date[:4]}/index.html'
for date in dates
]

# 构造数据列表
data_list = []
for url in urls:
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')
# TODO: 提取菜价数据并保存到data_list中

# 将数据列表转换为DataFrame
df = pd.DataFrame(data_list, columns=['日期', '菜名', '价格'])

# 导出到Excel文件
df.to_excel('菜价数据.xlsx', index=False)

在TODO部分，您需要根据实际情况提取菜价数据，并将其保存到data_list中。最后，将data_list转换为DataFrame对象，并使用to_excel方法将其导出到Excel文件中。

python爬取近七天的蔬菜价格信息，不要用http://www.xinfadi.com.cn网站

好的，您可以尝试使用其他的数据源，比如国家统计局发布的蔬菜价格信息。以下是一份示例代码，可以爬取近七天的菜价数据：
import requests
from bs4 import BeautifulSoup
from datetime import datetime, timedelta

# 获取当前日期
today = datetime.today().date()

# 构造日期列表
dates = [str(today - timedelta(days=i)) for i in range(7)]

# 构造请求url列表
urls = [
f'http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/{date[:4]}/index.html'
for date in dates
]

# 发送请求并解析数据
for url in urls:
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')
# TODO: 提取菜价数据并保存

这个示例代码中，我们使用了国家统计局的数据源，但是具体的数据提取和保存还需要您根据实际情况进行编写。