一、为什么要做这个小工具？

在过去的几天里，我们所有的原材料都来自我们自己的电脑（Excel, .txt文件）。我们已经可以处理本地文件了。

但是，这个世界上最大的数据源在哪里？在互联网上。

为什么我们每次查天气，都要手动打开浏览器、输入城市、然后用眼睛去看？

我们能不能让Python替我们去看，然后把数据抓回来？

今天，我们就来探索下入门版的网络爬虫。

我们将做一个自动的天气预报机器人。

二、requests库

要让Python上网，我们需要一个浏览器模块。

requests就是Python里最著名、最好用的网络请求库。

2.1. 安装

requests是第三方库，老规矩，打开PyCharm的Terminal：

pip install requests

2.2. 爬哪里？

新手爬虫最大的误区，就是去爬一个完整的网页。这种方式其实有点困难，网页的HTML代码都很复杂，很多零基础的是看不懂的。

再者就是网站一旦改版了，我们的爬虫就瞎了，就识别不了了，要调整代码，不然我们的代码就全部报废了。

我们可以不爬网页，直接去访问API。

我们可以把API理解成网站专门开的一个数据窗口，就是为了给程序（不是人）提供干净、整洁、格式化好的数据。

我们今天就选用一个比较友好的、免费、免注册的天气 API：wttr.in。

如果你直接在浏览器访问https://wttr.in/

三、连上网，把数据拿回来

这个版本我们先不管数据长什么样子，先试试能不能从网上抓到东西。

3.1. 敲代码

import requests

url = "https://wttr.in/China+Chongqing?format=j1"

print(f"正在连接到: {url}")

response = requests.get(url)

print(response.text)

3.2. 运行结果

终端会打印出一大堆密密麻麻、像字典一样的东西。

这些东西其实就是我们访问API，我们的脚本爬回来的东西。学名叫JSON。

3.3. 代码讲解

代码其实很简单，其实就是引入了一个requests库。

指定了一个我们需要访问的url地址。

直接通过get方法去访问地址，然后把访问到的数据打印到了控制台。

JSON是个什么东西？简单理解就是个键值对组成的数据格式。

四、看懂 JSON 数据

上一个版本我们把数据抓回来了，但是抓回来的那坨字符串有点乱。

但是JSON和Python的字典和列表几乎长得一模一样。

requests库已经内置了一个JSON解码器，能帮我们自动把他转成Python字典。

4.1. 敲代码

import requests

url = "https://wttr.in/China+Chongqing?format=j1"
print(f"正在连接到: {url} ...")

try:
    response = requests.get(url)

    data = response.json()

    current_condition = data["current_condition"][0]

    city = data["nearest_area"][0]["region"][0]["value"]
    temp_c = current_condition["temp_C"]
    feels_like_c = current_condition["FeelsLikeC"]
    weather_desc = current_condition["weatherDesc"][0]["value"]

    print("\n--- 实时天气 ---")
    print(f"城市: {city}")
    print(f"天气: {weather_desc}")
    print(f"温度: {temp_c}°C")
    print(f"体感: {feels_like_c}°C")

except Exception as e:
    print(f"出错了: {e}")
    print("无法获取天气，请检查城市名或网络连接。")

4.2. 运行结果

这就是解析出来的部分数据展示。

4.3. 代码讲解

data = response.json()

这是requests的功能之一，他会自动分析response.text里的JSON字符串，把他变成一个我们可以直接用[]来取值的Python字典。

datadata[“current_condition”][0][“temp_C”]就是挖数据的过程。

data[“current_condition”]拿到了一个列表[…]。

[0]表示取列表里的第0个元素，[“temp_C”]就是取出字典里temp_C对应的值。

要取哪些数据，就慢慢对照着json数据一步步的找就行了。

五、终极版

我们这一步让用户可以自己输入想查的城市，然后把查询结果存下来。正好用一下之前文件操作的知识点。

5.1. 敲代码

import requests
import datetime

city = input("请输入你想查询的城市 (拼音或英文，例如 beijing): ").strip()
if not city:
    city = "Chongqing"

url = f"https://wttr.in/China+{city}?format=j1"

print(f"正在查询 {city} 的天气...")

try:
    response = requests.get(url)
    data = response.json()

    current_condition = data["current_condition"][0]
    real_city = data["nearest_area"][0]["region"][0]["value"]
    temp_c = current_condition["temp_C"]
    feels_like_c = current_condition["FeelsLikeC"]
    weather_desc = current_condition["weatherDesc"][0]["value"]

    # 4. 打印结果
    output_text = f"城市: {real_city}\n天气: {weather_desc}\n温度: {temp_c}°C\n体感: {feels_like_c}°C"
    print("\n--- 实时天气 ---")
    print(output_text)

    now = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    log_line = f"[{now}] {output_text.replace('\n', ' | ')}\n"

    with open("weather_log.txt", "a", encoding="utf-8") as f:
        f.write(log_line)

    print("\n(已保存到 weather_log.txt)")

except Exception as e:
    print(f"出错了: {e}")
    print("无法获取天气，请检查城市名或网络连接。")

5.2. 运行结果

5.3. 代码讲解

这次的ulr我们没有写死了。留了一个用户输入的占位符口子，让用户可以自由的输入需要查询的城市。

如果用户没有输入，我们也有一个默认值。

除了把数据解析出来，还使用了之前操作文件的知识点，把我们的数据写到了本地的文件里面。

然后访问API或者解析数据时，都可能会出现异常，我们将主体代码都包在了try…except里面。