天气爬虫实例_天气 爬虫 ppt

这次的例子性价比高啊，正则表达式，模拟登陆，验证码识别都会一步一步实现，教你怎么去爬取天气数据。
爬取网站为：
http://data.cma.cn

看到了登陆界面

点击登陆发现弹出：

现在就模拟要高模拟登陆了，以及发现了没有，还有验证码。

当然你牛的话可以搞深度学习识别验证码，cnn什么的，但是label起来或者找到验证码生成机制很麻烦啊。所以直接使用pytesseract，pytesser3验证码识别库来搞，大概7,8次就能识别对一次，没事，写个循环就行了。。。。

image=PIL.Image.open('./check.png')
image.show()
imgry = image.convert('L')
code = pytesser3.image_to_string(imgry).strip()
print(count)
params={
'userName':'*********',
'password':'*********',
verifyCode':code
    }
1
2
3
4
5
6
7
8
9
10

code就是识别出的验证码和用户名，密码一起包装起来。

那么循环判断的条件怎么找呢，就是怎么判断正确识别验证码并登陆成功呢？

这时我们自己注册账号，密码登陆下用浏览器追踪下就知道了。
详细说下吧：

https://data.cma.cn/user/Login.html?callback=jQuery111000956116799264557_1514450850515&userName=********&password=******&verifyCode=3984
1

可找到这个请求url。
查看其content:

可以看到请求成功后信息是这个
{\”status\”:100,\”trueName\”:\”\u5218\u6653\u78ca\”}

注意：trueName为你的登陆用户名，会有所改变。

代码在github上：https://github.com/Juary88/PythonCrawl