Python爬取天氣資訊並語音播報

安全劍客發表於2020-11-17
爬蟲是爬取網頁的相關內容,瞭解HTML能夠幫助你更好的理解網頁的結構、內容等。 TCP/IP協議,HTTP協議這些知識瞭解一下就可以,能夠讓你瞭解在網路請求和網路傳輸上的基本原理,這次的小案例用不到。
一、 預備知識

此案例實現功能:利用網路爬蟲,爬取某地的天氣,並列印和語音播報 。 要用到requests庫,lxml庫,pyttsx3庫,沒有的,可以先安裝一下,都可以透過pip安裝:

pip install requests 
pip install lxml 
pip install pyttsx3

Requests庫是個功能很強大的網路請求庫,可以實現跟瀏覽器一樣傳送各種HTTP請求來獲取網站的資料。

Lxml庫是處理XML和HTML功能最豐富,最易於使用的庫,通常用lxml庫中的etree使HTML轉化為文件。

Pyttsx3庫是一個很簡單的播放語音的庫,你給它什麼,它就讀什麼,當然別在意生硬的語氣。 基本用法如下:

import pyttsx3 
 
word = pyttsx3.init() 
 
word.say('你好') 
# 關鍵一句,沒有這行程式碼,不會播放語音 
word.runAndWait()
二、 詳細說一說
2.1. get請求目標網址

我們首先匯入requests庫,然後就用它來獲取目標的網頁,我們請求的是天氣網站中的北京天氣。

import requests 
# 向目標url地址傳送請求,返回一個response物件 
req = requests.get(') 
# .text是response物件的網頁html 
print(req.text)

列印出的結果就是網站上顯示的內容,瀏覽器就是透過這些內容“解析”出來我們看到的結構如下:

Python爬取天氣資訊並語音播報Python爬取天氣資訊並語音播報

我們請求後的獲得的資料

Python爬取天氣資訊並語音播報Python爬取天氣資訊並語音播報

注意啦,小夥伴們有很大可能執行之後得不到網頁程式碼,而是顯示403,這是什麼意思呢?

403錯誤是一種在網站訪問過程中,常見的錯誤提示,表示資源不可用。伺服器理解客戶的請求,但拒絕處理它。

我們寫的爬蟲一般會預設告訴伺服器,自己傳送一個Python爬取請求,而很多的網站都會設定反爬蟲的機制,不允許被爬蟲訪問的。

所以,我們想讓目標伺服器響應,那就把我們的爬蟲進行一下偽裝。此小案例就用常用的更改User-Agent欄位進行偽裝。

改一下之前的程式碼,將爬蟲偽裝成瀏覽器請求,這樣就可以進行正常的訪問了。

User-Agent欄位怎麼來的呢?我們以Chrome瀏覽器為例子,先隨便開啟一個網頁,按鍵盤的F12或在空白處點選滑鼠右鍵選擇“檢查”;然後重新整理網頁,點選“Network”再點選“Doc”,點選Headers,在資訊欄檢視Request Headers的User-Agent欄位,直接複製,我們們就可以用啦。

2.2. lxml.etree登場

我們從網頁請求獲得的資料繁雜,其中只有一部分是我們真正想得到的資料,例如我們從天氣的網站中檢視北京的天氣,只有下圖中使我們想要得到的,我們如如何提取呢?這就要用到lxml.etree。

Python爬取天氣資訊並語音播報Python爬取天氣資訊並語音播報

整個程式碼中只有一小部分我們想要的資訊,我們發現想要的天氣、溫度啊都在“class='weather_info'”這一層級下,那這就好辦了。我們在請求的程式碼的後面加上:

html_obj = etree.HTML(html) 
html_data = html_obj.xpath("//d1[@class='weather_info']//text()")

我們print(html_data)一下看看提取是不是我們想要的資料。

Python爬取天氣資訊並語音播報Python爬取天氣資訊並語音播報

發現連網頁中換行符啊什麼的也都提取出來了,還有,別忘了,提取出來的是列表哦。我們還要做一下處理。

word = "歡迎使用天氣播報助手" 
 
for data in html_data: 
    word += data

處理完我們列印一下看看,嗯,我們想要的都有了。不過還多了一個[切換城市],我們精益求精,最後把這個最後再去掉。

Python爬取天氣資訊並語音播報Python爬取天氣資訊並語音播報

2.3. 把結果說出來

我們想要的資料都在word變數裡啦,現在就讓他讀出來,用pyttsx3這個庫,

ptt = pyttsx3.init() 
ptt.say(word) 
ptt.runAndWait()

好的,現在都已完成。 我們一步一步都摸索過來,現在整合在一起,最後播放效果還是不錯的,這是一次很美好的爬蟲之旅,期待下次爬取!

原文地址:

來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31559985/viewspace-2734842/,如需轉載,請註明出處,否則將追究法律責任。

相關文章