[已解决]如何用python分词

H.E.G.

日常提问时间

from bs4 import BeautifulSoup
import requests,jieba

response = requests.get("https://tianqi.so.com/weather/101230301")#网页信息
response.encoding = "utf-8"
bs = BeautifulSoup(response.text,'html.parser')
wea = bs.find_all('div',class_='temp-realtime')#创造wea的类
wea = wea[0].get_text()
res = jieba.cut(wea)
word = ' '.join(res)
wea = [word[:word.index(' ')]+'°C',word[word.index(' ') + 1:]]
all_wea = bs.find_all('ul',class_='weather-columns')
for i in range(len(all_wea)):
    all_wea[i] = all_wea[i].get_text().replace('\n','')#替换

for j in all_wea:
    print(j)#输出

输出：
今天 (06-04)                    中雨转小雨  21/24℃优持续无风向 微风
明天 (06-05)                    小雨转多云  21/25℃优持续无风向 微风
周日 (06-06)                    晴  19/31℃优持续无风向 微风
周一 (06-07)                    晴转多云  23/30℃优持续无风向 微风
周二 (06-08)                    中雨转多云  25/29℃优持续无风向 微风
周三 (06-09)                    中雨转小雨  25/30℃优持续无风向 微风
周四 (06-10)                    中雨转多云  25/30℃优持续无风向 微风
周五 (06-11)                    小雨  22/30℃优西南风 微风
周六 (06-12)                    小雨转阴  22/29℃优西南风 微风
周日 (06-13)                    小雨  23/29℃优西风 微风
周一 (06-14)                    小雨  23/26℃优东南风 微风
周二 (06-15)                    小雨  23/31℃优东北风 微风
周三 (06-16)                    小雨  24/29℃优北风 微风
周四 (06-17)                    小雨转阴  21/25℃优东风 微风
周五 (06-18)                    阴转小雨  21/28℃优东风 微风
请问，如何把这些单独的词分离出来（如：明天 (06-05)，小雨转多云，21/25℃，优，持续无风向，微风）

最佳答案

月排行榜 / 总排行榜

nahongyan1997

2021-6-20 20:51:08

代码敬上，请给最佳！！！

from bs4 import BeautifulSoup
import requests,jieba

response = requests.get("https://tianqi.so.com/weather/101230301")#网页信息
response.encoding = "utf-8"
bs = BeautifulSoup(response.text,'html.parser')
wea = bs.find_all('div',class_='temp-realtime')#创造wea的类
wea = wea[0].get_text()
res = jieba.cut(wea)
word = ' '.join(res)
wea = [word[:word.index(' ')]+'°C',word[word.index(' ') + 1:]]
all_wea = bs.find_all('ul',class_='weather-columns')
for i in range(len(all_wea)):
    all_wea[i] = all_wea[i].get_text().replace('\n','')#替换

##all_wea = ["今天 (06-04)                    中雨转小雨  21/24℃优持续无风向 微风",
##"明天 (06-05)                    小雨转多云  21/25℃优持续无风向 微风",
##"周日 (06-06)                    晴  19/31℃优持续无风向 微风",
##"周一 (06-07)                    晴转多云  23/30℃优持续无风向 微风",
##"周二 (06-08)                    中雨转多云  25/29℃优持续无风向 微风",
##"周三 (06-09)                    中雨转小雨  25/30℃优持续无风向 微风",
##"周四 (06-10)                    中雨转多云  25/30℃优持续无风向 微风",
##"周五 (06-11)                    小雨  22/30℃优西南风 微风",
##"周六 (06-12)                    小雨转阴  22/29℃优西南风 微风",
##"周日 (06-13)                    小雨  23/29℃优西风 微风",
##"周一 (06-14)                    小雨  23/26℃优东南风 微风",
##"周二 (06-15)                    小雨  23/31℃优东北风 微风",
##"周三 (06-16)                    小雨  24/29℃优北风 微风",
##"周四 (06-17)                    小雨转阴  21/25℃优东风 微风",
##"周五 (06-18)                    阴转小雨  21/28℃优东风 微风"]


for j in all_wea:
    temp = j.split(" ")

    # 去掉多余的空格
    str1 = ""
    for each_str in temp:
        if each_str:
            str1 += each_str + " "
    str1 = str1[:-1]



    temp = str1.split(" ")
    
    date = temp[0]+temp[1]
    wather = temp[2]
    infos = temp[3]
    wind_speed = temp[4]
    temperature = infos.split("℃")[0]+"℃"
    rate = infos[len(temperature)]
    wind_diraction = infos[len(temperature)+1:]

    # 完美收工，打印结果
    print(date,wather,wind_speed,temperature,rate,wind_diraction)

跳转到最佳答案楼层

skyrimz

jieba分词

H.E.G.

刚刚找到了更简便的方法
利用.split()语句

from bs4 import BeautifulSoup
import requests,jieba

response = requests.get("https://tianqi.so.com/weather/101230301")#网页信息
response.encoding = "utf-8"
bs = BeautifulSoup(response.text,'html.parser')
wea = bs.find_all('div',class_='temp-realtime')#创造wea的类
wea = wea[0].get_text()
res = jieba.cut(wea)
word = ' '.join(res)
wea = [word[:word.index(' ')]+'°C',word[word.index(' ') + 1:]]
all_wea = bs.find_all('ul',class_='weather-columns')
for index in range(len(all_wea)):
    all_wea[index] = all_wea[index].get_text().replace('\n','')

for index in range(15):
    content = all_wea[index].split(' ')
    all_wea.append(content)

del all_wea[:15]
for j in range(15):
    for i in range(20):
            all_wea[j].remove('')

请问还能再化简吗？

白本羽

正则表达式...第一个就把)括号前的全取下来,第二个就用空格来取,

nahongyan1997

代码敬上，请给最佳！！！

from bs4 import BeautifulSoup
import requests,jieba

response = requests.get("https://tianqi.so.com/weather/101230301")#网页信息
response.encoding = "utf-8"
bs = BeautifulSoup(response.text,'html.parser')
wea = bs.find_all('div',class_='temp-realtime')#创造wea的类
wea = wea[0].get_text()
res = jieba.cut(wea)
word = ' '.join(res)
wea = [word[:word.index(' ')]+'°C',word[word.index(' ') + 1:]]
all_wea = bs.find_all('ul',class_='weather-columns')
for i in range(len(all_wea)):
    all_wea[i] = all_wea[i].get_text().replace('\n','')#替换

##all_wea = ["今天 (06-04)                    中雨转小雨  21/24℃优持续无风向 微风",
##"明天 (06-05)                    小雨转多云  21/25℃优持续无风向 微风",
##"周日 (06-06)                    晴  19/31℃优持续无风向 微风",
##"周一 (06-07)                    晴转多云  23/30℃优持续无风向 微风",
##"周二 (06-08)                    中雨转多云  25/29℃优持续无风向 微风",
##"周三 (06-09)                    中雨转小雨  25/30℃优持续无风向 微风",
##"周四 (06-10)                    中雨转多云  25/30℃优持续无风向 微风",
##"周五 (06-11)                    小雨  22/30℃优西南风 微风",
##"周六 (06-12)                    小雨转阴  22/29℃优西南风 微风",
##"周日 (06-13)                    小雨  23/29℃优西风 微风",
##"周一 (06-14)                    小雨  23/26℃优东南风 微风",
##"周二 (06-15)                    小雨  23/31℃优东北风 微风",
##"周三 (06-16)                    小雨  24/29℃优北风 微风",
##"周四 (06-17)                    小雨转阴  21/25℃优东风 微风",
##"周五 (06-18)                    阴转小雨  21/28℃优东风 微风"]


for j in all_wea:
    temp = j.split(" ")

    # 去掉多余的空格
    str1 = ""
    for each_str in temp:
        if each_str:
            str1 += each_str + " "
    str1 = str1[:-1]



    temp = str1.split(" ")
    
    date = temp[0]+temp[1]
    wather = temp[2]
    infos = temp[3]
    wind_speed = temp[4]
    temperature = infos.split("℃")[0]+"℃"
    rate = infos[len(temperature)]
    wind_diraction = infos[len(temperature)+1:]

    # 完美收工，打印结果
    print(date,wather,wind_speed,temperature,rate,wind_diraction)

H.E.G.

nahongyan1997 发表于 2021-6-20 20:51
代码敬上，请给最佳！！！

还算一种新鲜的方法吧