為了獲取中國(guó)臺(tái)灣地區(qū)的氣象站點(diǎn)的平均風(fēng)速數(shù)據(jù)（每個(gè)整點(diǎn)前10min平均風(fēng)速）

這個(gè)10分鐘平均風(fēng)速應(yīng)該和大陸地區(qū)的10min平均風(fēng)速是一樣的（不知道大陸地區(qū)是否是10min滑動(dòng)平均得到，需要再確認(rèn)）

網(wǎng)站提供逐站日?qǐng)?bào)表、月報(bào)表、年報(bào)表，可下載表格存儲(chǔ)為csv文件。年最大平均10min風(fēng)速，只能通過(guò)下載所有日?qǐng)?bào)表，統(tǒng)計(jì)逐時(shí)數(shù)據(jù)才能得到。

但一頁(yè)一頁(yè)點(diǎn)擊下載太慢了，就想通過(guò)python爬一下。同個(gè)站點(diǎn)不同日期日?qǐng)?bào)表的url都是按時(shí)間排列的，所以只需要用個(gè)循環(huán)，批量打開這些網(wǎng)頁(yè)并逐行每張表格的數(shù)據(jù)，并存儲(chǔ)，便可獲得所需數(shù)據(jù)。

因?yàn)闆](méi)有爬蟲經(jīng)驗(yàn)，python用得也一般，在網(wǎng)上摘摘抄抄一些代碼縫縫補(bǔ)補(bǔ)弄了個(gè)簡(jiǎn)易版程序，爬到的數(shù)據(jù)因?yàn)椴荒茏R(shí)別繁體中文，繁體中文部分是亂碼，也請(qǐng)高手有緣看見，能指教一番。

# 導(dǎo)入庫(kù)

import pandas as pd

import datetime

import random

import time

def get_date_range(begin_date, end_date):

? ? # 定義日期函數(shù)

? ? date_list = []

? ? while begin_date <= end_date:

? ? ? ? date_list.append(begin_date)

? ? ? ? begin_date_object = datetime.datetime.strptime(begin_date, "%Y-%m-%d")

? ? ? ? days1_timedelta = datetime.timedelta(days=1)

? ? ? ? begin_date = (begin_date_object + days1_timedelta).strftime("%Y-%m-%d")

? ? return date_list

# 確定需要的數(shù)據(jù)時(shí)段

begin_date = "2011-01-01"

end_date = "2013-12-31"

date_list = get_date_range(begin_date, end_date)

print(date_list)

# 建立空白DataFrame

df1 = pd.DataFrame()

df2 = pd.DataFrame()

# 建立爬取網(wǎng)址合集urls

url_ori = 'https://e-service.cwb.gov.tw/HistoryDataQuery/DayDataController.do?command=viewMain&station=467300&stname=%25E6%259D%25B1%25E5%2590%2589%25E5%25B3%25B6&datepicker='

url_end = '&altitude=43.0m#'

for i in range(0,len(date_list)):

? ? urls = [url_ori + date_list[i] + url_end]

? ? print(urls)

# 依次爬取每一頁(yè)的表格數(shù)據(jù)并append

? ? for j, url in enumerate(urls):

? ? ? ? df1 = pd.concat(pd.read_html(url),axis=0)#縱向拼接（concat(axis=0)或append()

? ? ? ? df2 = pd.concat([df2,df1],axis=0)

# 數(shù)據(jù)導(dǎo)出到CSV

df2.to_csv('d:/dongjidao_'+end_date+'.csv',? index=False)