有了它，你就是天气历史库。

创作立场声明：本文所展示代码为自行编写。特别鸣谢www.tianqi.com提供数据支持，如有违规侵权，本人会在收到通知的第一时间进行删除，代码仅供学习参考，禁做它用。

1、需求的诞生

• LD：'小X，在不？国庆去哪儿玩呀？'

• 小X：'玩啥玩，回家呆着去。'

• LD：'也不知道天气怎么样，要不要带两（ni）件（bang）外（wo）套（kan）回（kan）去（ba）呀.'

• 小X：'.....'

2、摸鱼的日常

• 既然领导都发话了，闲着也是闲着，不如搞一搞。

• 作为社畜的小X它熟练的打开了百度想来CV一下，但当他一顿操作下来，发现好像还没有的提过这种奇怪的需求

• 随即创建了一个短命的小脚本，真·阅后即焚的程度（我觉得吧，这个词用的可能有点不太恰当）

3、废话说话，上代码

• #!/usr/bin/python3

• # -*- coding: utf-8 -*-

• import pandas as pd

• from lxml import etree

• from requests import get

• from threading import Thread

• # 定义请求头

• headers = {

• 'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:92.0) Gecko/20100101 Firefox/92.0'

• # 定义数据暂存池

• data = [[]for i in range(5)]

• # 无情的解析器，获取基本数据

• def jiexi(u):

• date = u.xpath('div[1]/text()')[0][0:10]

• zg = u.xpath('div[2]/text()')[0]

• zd = u.xpath('div[3]/text()')[0]

• tq = u.xpath('div[4]/text()')[0]

• fs = u.xpath('div[5]/text()')[0]

• data[0].append(date)

• data[1].append(zg)

• data[2].append(zd)

• data[3].append(tq)

• data[4].append(fs)

• 
  

• # 残忍的构造器，给解析器下任务

• def gouzao(diming,year,day):

• for y in year:

• rs = get(f'https://lishi.tianqi.com/{diming}/{y}10.html',headers=headers)

• html = etree.HTML(rs.content)

• ul = html.xpath("//ul[@class='thrui']/li")[0:day]

• 
  

• thread_list = []

• for u in ul:

• t1 = Thread(target=jiexi, args=(u,))

• t1.start()

• thread_list.append(t1)

• 
  

• for t in thread_list:

• t.join()

• 
  

• df =pd.DataFrame(data).T

• df.columns = ['日期','最高温','最低温','天气','风速']

• return df

• 
  

• 
  

• if __name__ == '__main__':

• 
  

• # 你想查询哪些年份

• year = ['2020','2019','2018','2017','2016','2015','2014','2013','2012','2011']

• 
  

• # 你想查询多少天的数据（默认1号起）

• day = 8

• 
  

• # 你想查询哪儿的天气

• diqu = 'nanxian'

• 
  

• # 来吧，宝贝

• df = gouzao(diqu,year,day)

• 
  

• df.to_csv(r'.weather.csv',encoding='utf-8_sig',index=False)

• 
  

4、结尾的碎碎念

作为一个小数据工作者，其实拿到这部分数据还是想着做一些可视化的图表出来的，奈何不住我太懒了，就随便套了俩图，希望值友有兴趣能够完善下展示面，共同交流学习呀。