Python入门只需20分钟，从安装到数据抓取、存储原来这么简单

基于大众对Python的大肆吹捧和赞赏，作为一名Java从业人员，看了Python的书籍之后，决定做一名python的脑残粉。

作为一名合格的脑残粉（标题党ノ◕ω◕)ノ），为了发展我的下线，接下来我会详细的介绍Python的安装到开发工具的简单介绍，并编写一个抓取天气信息数据并储存到数据库的例子。（这篇文章适用于完全不了解Python的小白超超超快速入门）

如果有时间的话，强烈建议跟着一起操作一遍，因为介绍的真的很详细了。

源码视频书籍练习题等资料可以私信小编01获取

1、Python 安装

2、PyCharm(ide) 安装

3、抓取天气信息

4、数据写入excel

5、数据写入数据库

1、Python安装

下载 Python: 官网地址： https://www.python.org/ 选择download 再选择你电脑系统，小编是Windows系统的 所以就选择

 

 

 

2、Pycharm安装

下载 PyCharm : 官网地址：http://www.jetbrains.com/pycharm/

 

免费版本的可以会有部分功能缺失，所以不推荐，所以这里我们选择下载企业版。

安装好 PyCharm，***打开可能需要你 输入邮箱 或者 输入激活码

获取免费的激活码：http://idea.lanyus.com/

3、抓取天气信息

我们计划抓取的数据：杭州的天气信息，杭州天气 可以先看一下这个网站。

实现数据抓取的逻辑：使用python 请求 URL，会返回对应的 HTML 信息，我们解析 html，获得自己需要的数据。（很简单的逻辑）

***步：创建 Python 文件

 

写***段Python代码

if __name__ == '__main__': 
 url = 'http://www.weather.com.cn/weather/101210101.shtml'  
 print('my frist python file') 

这段代码类似于 Java 中的 Main 方法。可以直接鼠标右键，选择 Run。

第二步：请求RUL

python 的强大之处就在于它有大量的模块（类似于Java 的 jar 包）可以直接拿来使用。

我们需要安装一个 request 模块： File - Setting - Product - Product Interpreter

点击如上图的 + 号，就可以安装 Python 模块了。搜索

 

我们顺便再安装一个 beautifulSoup4 和 pymysql 模块，beautifulSoup4 模块是用来解析 html 的，可以对象化 HTML 字符串。pymysql 模块是用来连接 mysql 数据库使用的。

相关的模块都安装之后，就可以开心的敲代码了。

定义一个 getContent 方法:

# 导入相关联的包 
import requests 
import time 
import random 
import socket 
import http.client 
import pymysql 
from bs4 import BeautifulSoup 
def getContent(url , data = None): 
 header={ 
 'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8', 
 'Accept-Encoding': 'gzip, deflate, sdch', 
 'Accept-Language': 'zh-CN,zh;q=0.8', 
 'Connection': 'keep-alive', 
 'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/43.0.235' 
 } # request 的请求头 
 timeout = random.choice(range(80, 180)) 
 while True: 
 try: 
 rep = requests.get(url,headers = header,timeout = timeout) #请求url地址，获得返回 response 信息 
 rep.encoding = 'utf-8' 
 break 
 except socket.timeout as e: # 以下都是异常处理 
 print( '3:', e) 
 time.sleep(random.choice(range(8,15))) 
 except socket.error as e: 
 print( '4:', e) 
 time.sleep(random.choice(range(20, 60))) 
 except http.client.BadStatusLine as e: 
 print( '5:', e) 
 time.sleep(random.choice(range(30, 80))) 
 except http.client.IncompleteRead as e: 
 print( '6:', e) 
 time.sleep(random.choice(range(5, 15))) 
 print('request success') 
 return rep.text # 返回的 Html 全文 

在 main 方法中调用：

if __name__ == '__main__': 
 url ='http://www.weather.com.cn/weather/101210101.shtml' 
 html = getContent(url) # 调用获取网页信息 
 print('my frist python file') 

第三步：分析页面数据

定义一个 getData 方法：

def getData(html_text): 
 final = [] 
 bs = BeautifulSoup(html_text, "html.parser") # 创建BeautifulSoup对象 
 body = bs.body #获取body 
 data = body.find('div',{'id': '7d'}) 
 ul = data.find('ul') 
 li = ul.find_all('li') 
 for day in li: 
 temp = [] 
 date = day.find('h1').string 
 temp.append(date) #添加日期 
 inf = day.find_all('p') 
 weather = inf[0].string #天气 
 temp.append(weather) 
 temperature_highest = inf[1].find('span').string #***温度 
 temperature_low = inf[1].find('i').string # ***温度 
 temp.append(temperature_low) 
　　　　 temp.append(temperature_highest) 
 final.append(temp) 
 print('getDate success') 
 return final 

上面的解析其实就是按照 HTML 的规则解析的。可以打开 杭州天气 在开发者模式中（F12），看一下页面的元素分布。

在 main 方法中调用：

if __name__ == '__main__': 
 url ='http://www.weather.com.cn/weather/101210101.shtml' 
 html = getContent(url) # 获取网页信息 
 result = getData(html) # 解析网页信息，拿到需要的数据 
 print('my frist python file') 

数据写入excel

现在我们已经在 Python 中拿到了想要的数据，对于这些数据我们可以先存放起来，比如把数据写入 csv 中。

定义一个 writeDate 方法:

import csv #导入包 
def writeData(data, name): 
 with open(name, 'a', errors='ignore', newline='') as f: 
 f_csv = csv.writer(f) 
 f_csv.writerows(data) 
 print('write_csv success') 

在 main 方法中调用：

if __name__ == '__main__': 
 url ='http://www.weather.com.cn/weather/101210101.shtml' 
 html = getContent(url) # 获取网页信息 
 result = getData(html) # 解析网页信息，拿到需要的数据 
 writeData(result, 'D:/py_work/venv/Include/weather.csv') #数据写入到 csv文档中 
 print('my frist python file') 

执行之后呢，再指定路径下就会多出一个 weather.csv 文件，可以打开看一下内容。

到这里最简单的数据抓取--储存就完成了。

数据写入数据库

因为一般情况下都会把数据存储在数据库中，所以我们以 mysql 数据库为例，尝试着把数据写入到我们的数据库中。

***步创建WEATHER 表：

创建表可以在直接在 mysql 客户端进行操作，也可能用 python 创建表。在这里 我们使用 python 来创建一张 WEATHER 表。

定义一个 createTable 方法：（之前已经导入了 import pymysql 如果没有的话需要导入包）

def createTable(): 
 # 打开数据库连接 
 db = pymysql.connect("localhost", "zww", "960128", "test") 
 # 使用 cursor() 方法创建一个游标对象 cursor 
 cursor = db.cursor() 
 # 使用 execute() 方法执行 SQL 查询 
 cursor.execute("SELECT VERSION()") 
 # 使用 fetchone() 方法获取单条数据. 
 data = cursor.fetchone() 
 print("Database version : %s " % data) # 显示数据库版本（可忽略，作为个栗子） 
 # 使用 execute() 方法执行 SQL，如果表存在则删除 
 cursor.execute("DROP TABLE IF EXISTS WEATHER") 
 # 使用预处理语句创建表 
 sql = """CREATE TABLE WEATHER ( 
 w_id int(8) not null primary key auto_increment,  
 w_date varchar(20) NOT NULL , 
 w_detail varchar(30), 
 w_temperature_low varchar(10), 
 w_temperature_high varchar(10)) DEFAULT CHARSET=utf8""" # 这里需要注意设置编码格式，不然中文数据无法插入 
 cursor.execute(sql) 
 # 关闭数据库连接 
 db.close() 
　　print('create table success') 

在 main 方法中调用：

if __name__ == '__main__': 
 url ='http://www.weather.com.cn/weather/101210101.shtml' 
 html = getContent(url) # 获取网页信息 
 result = getData(html) # 解析网页信息，拿到需要的数据 
 writeData(result, 'D:/py_work/venv/Include/weather.csv') #数据写入到 csv文档中 
 createTable() #表创建一次就好了，注意 
 print('my frist python file') 

执行之后去检查一下数据库，看一下 weather 表是否创建成功了。

第二步批量写入数据至 WEATHER 表：

定义一个 insertData 方法：

def insert_data(datas): 
 # 打开数据库连接 
 db = pymysql.connect("localhost", "zww", "960128", "test") 
 # 使用 cursor() 方法创建一个游标对象 cursor 
 cursor = db.cursor() 
 try: 
 # 批量插入数据 
 cursor.executemany('insert into WEATHER(w_id, w_date, w_detail, w_temperature_low, w_temperature_high) value(null, %s,%s,%s,%s)', datas) 
 # sql = "INSERT INTO WEATHER(w_id,  
 # w_date, w_detail, w_temperature)  
 # VALUES (null, '%s','%s','%s')" %  
 # (data[0], data[1], data[2]) 
 # cursor.execute(sql) #单条数据写入 
 # 提交到数据库执行 
 db.commit() 
 except Exception as e: 
 print('插入时发生异常' + e) 
 # 如果发生错误则回滚 
 db.rollback() 
 # 关闭数据库连接 
 db.close() 

在 main 方法中调用：

if __name__ == '__main__': 
 url ='http://www.weather.com.cn/weather/101210101.shtml' 
 html = getContent(url) # 获取网页信息 
 result = getData(html) # 解析网页信息，拿到需要的数据 
 writeData(result, 'D:/py_work/venv/Include/weather.csv') #数据写入到 csv文档中 
 # createTable() #表创建一次就好了，注意 
 insertData(result) #批量写入数据 
 print('my frist python file') 

检查：执行这段 Python 语句后，看一下数据库是否有写入数据。有的话就大功告成了。

全部代码看这里：

# 导入相关联的包 
import requests 
import time 
import random 
import socket 
import http.client 
import pymysql 
from bs4 import BeautifulSoup 
import csv 
def getContent(url , data = None): 
 header={ 
 'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8', 
 'Accept-Encoding': 'gzip, deflate, sdch', 
 'Accept-Language': 'zh-CN,zh;q=0.8', 
 'Connection': 'keep-alive', 
 'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/43.0.235' 
 } # request 的请求头 
 timeout = random.choice(range(80, 180)) 
 while True: 
 try: 
 rep = requests.get(url,headers = header,timeout = timeout) #请求url地址，获得返回 response 信息 
 rep.encoding = 'utf-8' 
 break 
 except socket.timeout as e: # 以下都是异常处理 
 print( '3:', e) 
 time.sleep(random.choice(range(8,15))) 
 except socket.error as e: 
 print( '4:', e) 
 time.sleep(random.choice(range(20, 60))) 
 except http.client.BadStatusLine as e: 
 print( '5:', e) 
 time.sleep(random.choice(range(30, 80))) 
 except http.client.IncompleteRead as e: 
 print( '6:', e) 
 time.sleep(random.choice(range(5, 15))) 
 print('request success') 
 return rep.text # 返回的 Html 全文 
def getData(html_text): 
 final = [] 
 bs = BeautifulSoup(html_text, "html.parser") # 创建BeautifulSoup对象 
 body = bs.body #获取body 
 data = body.find('div',{'id': '7d'}) 
 ul = data.find('ul') 
 li = ul.find_all('li') 
 for day in li: 
 temp = [] 
 date = day.find('h1').string 
 temp.append(date) #添加日期 
 inf = day.find_all('p') 
 weather = inf[0].string #天气 
 temp.append(weather) 
 temperature_highest = inf[1].find('span').string #***温度 
 temperature_low = inf[1].find('i').string # ***温度 
 temp.append(temperature_highest) 
 temp.append(temperature_low) 
 final.append(temp) 
 print('getDate success') 
 return final 
def writeData(data, name): 
 with open(name, 'a', errors='ignore', newline='') as f: 
 f_csv = csv.writer(f) 
 f_csv.writerows(data) 
 print('write_csv success') 
def createTable(): 
 # 打开数据库连接 
 db = pymysql.connect("localhost", "zww", "960128", "test") 
 # 使用 cursor() 方法创建一个游标对象 cursor 
 cursor = db.cursor() 
 # 使用 execute() 方法执行 SQL 查询 
 cursor.execute("SELECT VERSION()") 
 # 使用 fetchone() 方法获取单条数据. 
 data = cursor.fetchone() 
 print("Database version : %s " % data) # 显示数据库版本（可忽略，作为个栗子） 
 # 使用 execute() 方法执行 SQL，如果表存在则删除 
 cursor.execute("DROP TABLE IF EXISTS WEATHER") 
 # 使用预处理语句创建表 
 sql = """CREATE TABLE WEATHER ( 
 w_id int(8) not null primary key auto_increment,  
 w_date varchar(20) NOT NULL , 
 w_detail varchar(30), 
 w_temperature_low varchar(10), 
 w_temperature_high varchar(10)) DEFAULT CHARSET=utf8""" 
 cursor.execute(sql) 
 # 关闭数据库连接 
 db.close() 
 print('create table success') 
def insertData(datas): 
 # 打开数据库连接 
 db = pymysql.connect("localhost", "zww", "960128", "test") 
 # 使用 cursor() 方法创建一个游标对象 cursor 
 cursor = db.cursor() 
 try: 
 # 批量插入数据 
 cursor.executemany('insert into WEATHER(w_id, w_date, w_detail, w_temperature_low, w_temperature_high) value(null, %s,%s,%s,%s)', datas) 
 # 提交到数据库执行 
 db.commit() 
 except Exception as e: 
 print('插入时发生异常' + e) 
 # 如果发生错误则回滚 
 db.rollback() 
 # 关闭数据库连接 
 db.close() 
 print('insert data success') 
if __name__ == '__main__': 
 url ='http://www.weather.com.cn/weather/101210101.shtml' 
 html = getContent(url) # 获取网页信息 
 result = getData(html) # 解析网页信息，拿到需要的数据 
 writeData(result, 'D:/py_work/venv/Include/weather.csv') #数据写入到 csv文档中 
 # createTable() #表创建一次就好了，注意 
 insertData(result) #批量写入数据 
 print('my frist python file')