一個月前實習導師布置任務說通過網絡爬蟲獲取深圳市氣象局發布的降雨數據，網頁如下：

心想，爬蟲不太難的，當年跟zjb爬煎蛋網無（mei）聊（zi）圖的時候，多么清高。由于接受任務后的一個月考試加作業一大堆，導師也不催，自己也不急。

但是，導師等我一個月都得讓我來寫意味著這東西得有多難吧。。。今天打開一看的確是這樣。網站是基于Ajax寫的，數據動態獲取，所以無法通過下載源代碼然后解析獲得。

從某不良少年寫的抓取淘寶mm的例子中收到啟發，對于這樣的情況，一般可以同構自己搭建瀏覽器實現。phantomJs，CasperJS都是不錯的選擇。

導師的要求是獲取過去一年內深圳每個區每個站點每小時的降雨量，執行該操作需要通過如上圖中的歷史查詢實現，即通過一個時間來查詢，而這個時間存放在一個hidden類型的input標簽里，當然可以通過js語句將其改為text類型，然后執行send_keys之類的操作。然而，我失敗了。時間可以修改設置，可是結果如下圖。

為此，僅抓取實時數據。選取python的selenium，模擬搭建瀏覽器，模擬人為的點擊等操作實現數據生成和獲取。selenium的一大優點就是能獲取網頁渲染后的源代碼，即執行操作后的源代碼。普通的通過 url解析網頁的方式只能獲取給定的數據，不能實現與用戶之間的交互。selenium通過獲取渲染后的網頁源碼，并通過豐富的查找工具，個人認為最好用的就是find_element_by_xpath("xxx")，通過該方式查找到元素后可執行點擊、輸入等事件，進而向服務器發出請求，獲取所需的數據。

# coding=utf-8 from testString import * from selenium import webdriver import string import os from selenium.webdriver.common.keys import Keys import time import sys default_encoding = 'utf-8' if sys.getdefaultencoding() != default_encoding:reload(sys)sys.setdefaultencoding(default_encoding)district_navs = ['nav2','nav1','nav3','nav4','nav5','nav6','nav7','nav8','nav9','nav10'] district_names = ['福田區','羅湖區','南山區','鹽田區','寶安區','龍崗區','光明新區','坪山新區','龍華新區','大鵬新區']flag = 1 while (flag > 0):driver = webdriver.Chrome()driver.get("http://www.szmb.gov.cn/article/QiXiangJianCe/")# 選擇降雨量driver.find_element_by_xpath("//span[@id='fenqu_H24R']").click()filename = time.strftime("%Y%m%d%H%M", time.localtime(time.time())) + '.txt'#創建文件output_file = open(filename, 'w')# 選擇行政區for i in range(len(district_navs)):driver.find_element_by_xpath("//div[@id='" + district_navs[i] + "']").click()# print driver.page_sourcetimeElem = driver.find_element_by_id("time_shikuang")#輸出時間和站點名output_file.write(timeElem.text + ',')output_file.write(district_names[i] + ',')elems = driver.find_elements_by_xpath("//span[@οnmοuseοver='javscript:changeTextOver(this)']")#輸出每個站點的數據，格式為：站點名，一小時降雨量，當日累積降雨量for elem in elems:output_file.write(AMonitorRecord(elem.get_attribute("title")) + ',')output_file.write('\n')output_file.close()driver.close()time.sleep(3600) 文件中引用的文件testString只是修改輸出格式，提取有效數據。

#Encoding=utf-8 def OnlyCharNum(s, oth=''):s2 = s.lower()fomart = 'abcdefghijklmnopqrstuvwxyz0123456789,.'for c in s2:if not c in fomart:s = s.replace(c, '')return sdef AMonitorRecord(str):str = str.split(":")return str[0] + "," + OnlyCharNum(str[1])
一小時抓取一次數據，結果如下：

參考網站：http://cuiqingcai.com/2599.html

總結

以上是生活随笔為你收集整理的Python爬虫抓取动态数据的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。