每天早上醒来，你是不是总会习惯性地打开天气 APP，看看今天要不要带伞、会不会冷？但你有没有想过，其实可以自己写一段代码，几行指令就能获取未来 7 天的天气情况？

哇哇 将带你详细了解如何使用Python的requests和BeautifulSoup库，爬取公开网页上的天气信息。无论你是编程新手，还是想亲自动手实践数据采集的小伙伴，相信这篇文章都会让你有所收获。

🔥🔥🔥🔥哇哇 提醒：文章结尾附项目完整代码，安装好对应需求库，复制代码即可运行🔥🔥🔥🔥

---

一、先看看这个工具能做什么？

简单来说，这段代码就像一个 “迷你天气预报机器人”：你输入一个城市名（比如 “北京”“上海”），它就能立刻返回这个城市未来 7 天的天气情况，包括每天的最高温度、最低温度和天气状况（比如 “晴”“小雨”）。

举个例子，当你输入 “成都”，它会这样告诉你：

成都未来7天天气情况：
今天 最高温度：28℃ 最低温度：22℃ 天气：多云
明天 最高温度：30℃ 最低温度：23℃ 天气：晴
后天 最高温度：31℃ 最低温度：24℃ 天气：多云转晴
...

是不是很实用？接下来我们就一点点拆解开，看看这个 “机器人” 是怎么工作的。

---

二、准备工作：你需要这两个 “工具包”

在开始写代码前，我们得先准备两个 Python 库，它们就像我们的 “工具箱”，能帮我们轻松完成核心工作：

1. requests 库：相当于一个 “网络跑腿员”，帮我们从天气网站上把网页内容 “下载” 到电脑里。
2. BeautifulSoup 库：相当于一个 “内容整理员”，能从下载的网页内容中，精准挑出我们需要的天气信息（比如温度、日期）。

如果你的电脑里还没有这两个库，只需打开命令提示符（Windows）或终端（Mac），输入下面两行指令安装：

pip install requests -i https://mirrors.aliyun.com/pypi/simple/
pip install beautifulsoup4 -i https://mirrors.aliyun.com/pypi/simple/

！！！！滴滴：不知道怎么安装第三方库或者想换用国内镜像源加速下载，可以点击链接跳转推荐学习文章↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓

Python国内镜像源全攻略：加速你的第三方库下载

极速配置！Anaconda换用国内pip镜像源，一劳永逸解决下载龟速！

安装完成后，就可以开始写代码啦！

---

1. 第一步：告诉 Python “我们要用哪些工具”

代码开头的两行是这样的：

import requests
from bs4 import BeautifulSoup

这两行的意思是 “把 requests 和 BeautifulSoup 这两个工具包拿过来，我们接下来要用”。就像做饭前先把锅碗瓢盆摆出来一样，这是编程的基本操作。

2. 第二步：给每个城市编个 “身份证号”

接下来你会看到一个大字典city，里面存了很多城市和对应的数字，比如：

city_code_map = {
    '北京': '101010100',
    '上海': '101020100',
    '广州': '101280101',
    ...
}

这其实是给每个城市编了个 “身份证号”。为什么要这么做呢？因为我们查询天气的网站（中国天气网）有个规律：每个城市的天气页面 URL 都是 “http://www.weather.com.cn/weather/城市代码.shtml”。比如北京的天气页面就是 “http://www.weather.com.cn/weather/101010100.shtml”，这里的 “101010100” 就是北京的专属代码。

这个字典的作用，就是让我们输入城市名（比如 “北京”）时，能快速找到对应的代码，从而拼出正确的网页地址。

---

3. 第三步：让用户告诉我们 “查哪个城市”

代码里有一行：

cityname = input('输入查询城市:')
citycode = city_code_map[cityname]

input()函数的作用是 “让程序停下来，等用户输入内容”。比如你运行代码后，屏幕会显示 “输入查询城市:”，这时你输入 “杭州”，cityname就会变成 “杭州”；然后通过city[cityname]，就能从字典里找到杭州的代码 “101210101”。

---

4. 第四步：让 “跑腿员” 去网站拿数据

接下来是获取网页内容的核心代码：

headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 ...'}
url = 'http://www.weather.com.cn/weather/' + citycode + '.shtml'
res = requests.get(url, headers=headers, timeout=20)
res.encoding = 'utf-8'

这里有几个关键点需要理解：

• headers 的作用：你可以把它理解成 “给网站看的身份证”。有些网站会拒绝 “机器人” 访问，而headers里的内容模拟了浏览器的信息（比如 Chrome 浏览器），告诉网站 “我是一个正常用户”，这样就能顺利拿到数据了。
• 拼接 URL：用城市代码拼出完整的天气页面地址，比如杭州的 URL 就是 “http://www.weather.com.cn/weather/101210101.shtml”。
• requests.get()：这行代码就是让 “跑腿员”（requests）去访问这个 URL，把网页内容拿回来，存在res里。timeout=20表示如果 20 秒内没拿到数据，就停止等待，避免程序一直卡着。
• res.encoding = 'utf-8'：这是为了让网页里的中文正常显示。如果不设置，可能会出现乱码（比如 “音å・ž”），就像你看一本没翻译的外文书一样。

---

5. 第五步：让 “整理员” 挑出有用的信息

拿到网页内容后，我们需要从中提取天气信息。这时候就轮到 BeautifulSoup 出场了：

soup = BeautifulSoup(res.text, 'html.parser')
tem_list = soup.find_all('p', class_='tem')  # 存温度
day = soup.find('ul', class_='t clearfix')  # 存日期
day_list = day.find_all('h1')
wealist = soup.find_all('p', class_='wea')  # 存天气

这里的BeautifulSoup(res.text, 'html.parser')就像把一堆杂乱的网页代码（res.text）整理成一个 “带目录的说明书”（soup），让我们能按 “目录” 快速找到需要的内容。

• soup.find_all('p', class_='tem')：意思是 “在整理好的说明书里，找出所有标签是<p>、类名是tem的内容”。在网页里，这些内容正好是温度信息，所以我们把它们存在tem_list里。
• 同理，day_list存的是日期（比如 “今天”“明天”），wealist存的是天气状况（比如 “晴”“小雨”）。

你可以简单理解为：网页里的每个信息都有 “标签” 和 “类名”，就像图书馆里的书有 “分类号” 和 “书架号”，我们通过这些标识就能精准找到需要的内容。

---

6. 第六步：处理数据，解决 “小意外”

接下来是一段循环代码，用来处理 7 天的天气数据：

for i in range(7):
    try:
        temHigh = tem_list[i].span.string    # 尝试获取最高温度
    except AttributeError as e:
        temHigh = tem_list[i+1].span.string  # 如果没获取到，用第二天的代替
    temLow = tem_list[i].i.string
    wea = wealist[i].string
    day_pre[day_list[i].string] = '最高温度：'+temHigh +' 最低温度：' + temLow + ' 天气：' + wea

这里有个 “小意外” 需要处理：有时候网页里某一天的最高温度可能没有显示（比如当天只显示最低温度），这时候tem_list[i].span.string会报错（AttributeError）。

为了解决这个问题，代码用了try...except语句：先尝试获取当天的最高温度，如果失败，就用第二天的最高温度代替。这就像你买奶茶时想要冰的，店员说没有，那就换常温的，保证程序能继续运行。

然后我们把每天的日期、最高温、最低温、天气状况存到day_pre这个字典里，方便后续展示。

---

7. 第七步：把结果展示给用户

最后，代码会打印出整理好的天气信息：

print(f"\n{city_name}未来7天天气情况：")
for date, details in weather_forecast.items():
    print(f"{date}：{details}")

这样用户就能清晰地看到未来 7 天的天气了，整个流程就完成啦！

---

进阶篇：利用PyQt5打造专属天气管家

掌握了基础版后，不妨尝试这些酷炫升级：

1. ​​GUI界面​​：用Tkinter或PyQt打造桌面应用

2. ​​定时提醒​​：结合APScheduler实现每日推送

3. ​​多城监控​​：支持同时查询多个城市天气

4. ​​数据可视化​​：用Matplotlib绘制温度变化曲线

🔥🔥🔥🔥进阶版Weather App指路：

从零打造桌面天气预报工具：PyQt5 实战开发全解析（附完整项目代码）

---

完整项目代码：

已调试好，安装好依赖库后可以直接运行

当前版本仅支持全国所有省份省会城市以及特定城市的天气查询，若要增添城市，可在

city_code_map 定义的字典里按模板添加城市与其对应的代码

# 导入网络请求库requests，用于获取网页内容
import requests
# 从bs4库导入BeautifulSoup，用于解析HTML内容
from bs4 import BeautifulSoup


# 定义城市与对应代码的字典（中国天气网城市标识）
city_code_map = {
    # 直辖市
    '北京': '101010100',
    '上海': '101020100',
    '天津': '101030100',
    '重庆': '101040100',

    # 省会
    '石家庄': '101090101',
    '太原': '101100101',
    '沈阳': '101070101',
    '长春': '101060101',
    '哈尔滨': '101050101',
    '南京': '101190101',
    '杭州': '101210101',
    '合肥': '101220101',
    '福州': '101230101',
    '南昌': '101240101',
    '济南': '101120101',
    '郑州': '101180101',
    '武汉': '101200101',
    '长沙': '101250101',
    '广州': '101280101',
    '海口': '101310101',
    '成都': '101270101',
    '贵阳': '101260101',
    '昆明': '101290101',
    '西安': '101110101',
    '兰州': '101160101',
    '西宁': '101150101',
    '台北': '101340101',

    # 自治区首府
    '呼和浩特': '101080101',
    '南宁': '101300101',
    '拉萨': '101140101',
    '银川': '101170101',
    '乌鲁木齐': '101130101',

    # 特别行政区
    '香港': '101320101',
    '澳门': '101330101',

    # 其他重要城市
    '桂林': '101300501',
    '柳州': '101300301',
}

# 获取用户输入的城市名
city_name = input('请输入要查询的城市：')

# 尝试从字典中获取城市对应的代码（处理用户输入不存在的城市）
try:
    city_code = city_code_map[city_name]
except KeyError:
    print(f"抱歉，暂不支持查询{city_name}的天气，请检查城市名是否正确。")
    # 若城市不存在，退出程序
    exit()

# 定义请求头，模拟浏览器访问（避免被网站识别为爬虫）
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36'
}

# 拼接目标城市的天气页面URL
weather_url = f'http://www.weather.com.cn/weather/{city_code}.shtml'

# 发送网络请求获取网页内容（设置超时时间20秒，避免无限等待）
try:
    response = requests.get(weather_url, headers=headers, timeout=20)
    # 设置编码为utf-8，确保中文正常显示
    response.encoding = 'utf-8'
except requests.exceptions.RequestException as e:
    print(f"网络请求失败：{e}")
    exit()

# 使用BeautifulSoup解析网页内容（html.parser为内置解析器）
soup = BeautifulSoup(response.text, 'html.parser')

# 提取温度相关标签（网页中温度信息在class为"tem"的p标签内）
temperature_tags = soup.find_all('p', class_='tem')

# 提取日期相关标签（先找到日期所在的ul标签，再提取其中的h1标签）
date_list_container = soup.find('ul', class_='t clearfix')
date_tags = date_list_container.find_all('h1')

# 提取天气状况标签（网页中天气信息在class为"wea"的p标签内）
weather_condition_tags = soup.find_all('p', class_='wea')

# 创建字典存储未来7天的天气信息（键为日期，值为天气详情）
weather_forecast = {}

# 循环提取7天的天气数据
for i in range(7):
    # 提取最高温度（处理部分日期无最高温度的情况）
    try:
        # 尝试获取当天最高温度（span标签内的文本）
        max_temperature = temperature_tags[i].span.string
    except AttributeError:
        # 若当天无最高温度，且不是最后一天，则使用第二天的最高温度
        if i < 6:
            max_temperature = temperature_tags[i+1].span.string
        else:
            # 若为最后一天且无最高温度，用"暂无"代替
            max_temperature = "暂无"
    
    # 提取最低温度（i标签内的文本，格式如"22℃"）
    min_temperature = temperature_tags[i].i.string
    
    # 提取天气状况（p标签内的文本，如"晴"、"多云"）
    weather_condition = weather_condition_tags[i].string
    
    # 提取日期（h1标签内的文本，如"今天"、"明天"）
    date = date_tags[i].string
    
    # 将数据存入字典
    weather_forecast[date] = (
        f"最高温度：{max_temperature}  "
        f"最低温度：{min_temperature}  "
        f"天气：{weather_condition}"
    )

# 打印查询结果
print(f"\n{city_name}未来7天天气情况：")
for date, details in weather_forecast.items():
    print(f"{date}：{details}")

---

从模仿到原创，再到潜能激发

每一个优秀的开发者都是从复制粘贴开始的

勤加练习，终有一天你也能写出改变世界的代码

天气预报如此，人生亦如是