一、选择一个网站，观察需要的内容位置
这次练手对象是一个2345网站天气数据，如下：
这里面我想要获得的天气数据如上图，我需要将这些数据爬取下来并保存为本地文件。
二、查看代码，观察内容信息在代码中所处的位置
右键，选择查看源代码，复制网站显示内容直接在源代码里面查询，快速定位；
由上图看，定位的位置在td标签里面，在仔细看一下，不难发现我所需要的信息在ul和table标签下面，位置确定后就可以使用BeautSoup进行解析了。
三、使用requests和BeautifulSoup进行分析整理
1、利用requests对网站进行访问，获得响应
headers = {自己的headers}
response = requests.get(url, headers=headers)#headers最好弄上，大部分网站都有反爬虫机制，有这个进行模拟人登录，不会被网站拦截
response.encoding=response.apparent_encoding
print(response.status_code)
return response.text这个headers最好一块写上去，防止网站拦截，至于这个headers怎么获得，可以直接在网站右键，选择检查，如下：
这个动作就有点那种抓包的意思了，后面处理爬取动态网站的时候可能会用到；注意响应的编码，是不是真正的正确访问网站了。
2、结合前面确定的内容位置，利用BeautifSoup来定位分析
我们可以利用class这个属性来获取内容
listrow = []#获取开头那个月度总结，但是不太好随日期一起写入文件，所以只是提取，后并未做处理
list1=[]#从这往下的几个定义的列表，都是相当于中转，最终只要listall3
listall=[]
listall1=[]
listall2=[]
listall3=[]
html=BeautifulSoup(demo,'html.parser')#对标签进行格式整理
l1=html.find_all(attrs={'class':'history-msg'})#所有需要的内容都在这个标签下面
for i in l1:
listrow.append(i.text)#获取文本内容，去掉标签
list1=html.find_all(attrs={'class':'history-table'})#单纯具体日期明细在这个标签下面
for i in list1:
listall.append(i.text)#同上，获取文本，去掉标签
listall1=listall[0].replace(" ","").split("\n")#从这开始到后面，都是对提取的内容进行整理美化
print(listrow)
for i in range(len(listall1)):
if len(listall1[i])!=0:
listall2.append(listall1[i])
for i in range(int(len(listall2)/6)):#6个一行进行分行
listall3.append(listall2[6*i:(6*(i+1)-1)])提取到内容后，剩下的就是对内容进行格式方面的整理了，不作赘述
四、数据保存
数据啥的都处理好之后，看自己个人需求，要不要保存，保存到哪种格式文件下，我这里是保存到CSV表格中，借用pandas来处理：
tr=pd.DataFrame(listall3)#这开始就是保存到本地文件中，也可以借用open函数进行保存
tr.to_csv("C:\\Users\\YEER\\Desktop\\allin3.csv")然后输出完成，但是在输出到文件后，我发现他自带序号和列名，但是这个to_csv函数我也看了具体用法，设置列名的时候经常报错，我一时也没啥好办法，也就不管他了，也不影响我自己看和在文件中处理【笑哭】
最后，我发现那个天气时间是可以选择的，所以我想试着能不能实现爬取我需要的某年某月的天气，而且很明显能发现，之前的具体天气在上面的源代码里面是找不到的，所以需要我去学习一下爬取动态网站的知识了。
大概下午或者明天的时候，我把动态的爬取过程发过来，已做记录。
最后最后，附上完整代码：
import requests
from bs4 import BeautifulSoup
import pandas as pd
def geturl(url):#这个函数就是获取网站的整个内容，如果后面需要频繁访问网站的话，可以直接调用这个函数，如果只是访问一次，就没必要定义这个函数，可以直接撸代码
headers = {"自己的header"}
response = requests.get(url, headers=headers)#headers最好弄上，大部分网站都有反爬虫机制，有这个进行模拟人登录，不会被网站拦截
response.encoding=response.apparent_encoding
print(response.status_code)
return response.text
#玩爬虫的时候，如果要频繁访问某个网站的话，最好设置等待或休息时间，一方面有利于网站内容加载，一方面对网站友好，加油，做一个优秀友好的爬虫人！
def gettxt(demo):
listrow = []#获取开头那个月度总结，但是不太好随日期一起写入文件，所以只是提取，后并未做处理
list1=[]#从这往下的几个定义的列表，都是相当于中转，最终只要listall3
listall=[]
listall1=[]
listall2=[]
listall3=[]
html=BeautifulSoup(demo,'html.parser')#对标签进行格式整理
l1=html.find_all(attrs={'class':'history-msg'})#总的天气概况在这个下面
for i in l1:
listrow.append(i.text)#获取文本内容，去掉标签,这个就是月度总天气概况，但是后面发现不太容易一块写入文件，所以只是爬取，后续未做处理
list1=html.find_all(attrs={'class':'history-table'})#单纯具体日期明细在这个标签下面
for i in list1:
listall.append(i.text)#同上，获取文本，去掉标签
listall1=listall[0].replace(" ","").split("\n")#从这开始到后面，都是对提取的内容进行整理美化
print(listrow)
for i in range(len(listall1)):
if len(listall1[i])!=0:
listall2.append(listall1[i])
for i in range(int(len(listall2)/6)):#6个一行进行分行
listall3.append(listall2[6*i:(6*(i+1)-1)])
tr=pd.DataFrame(listall3)#这开始就是保存到本地文件中，也可以借用with-open格式进行保存
tr.to_csv("自己的保存的文件地址")
def main():
url="https://tianqi.2345.com/wea_history/58238.htm"
r=geturl(url)
gettxt(r)
main()