正文

Python入门 来点栗子

IP云
IP云V管理员/7 阅读
11/30
提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

查天气（1）

http://wthrcdn.etouch.cn/weather_mini?citykey=101280804

http://wthrcdn.etouch.cn/WeatherApi?citykey=101280804

http://bbs.crossincode.com/forum.php?mod=viewthread&tid=8&extra=page%3D4

http://bbs.crossincode.com/forum.php?mod=viewthread&tid=9&extra=page%3D4

查天气（2） 

# -*- coding: utf-8 -*-

import urllib2

web = urllib2.urlopen('http://www.baidu.com')

content = web.read()

print content

# -*- coding: UTF-8 -*-

import urllib2

import json

from city import city

cityname = raw_input('你想查哪个城市的天气？\n')

citycode = city.get(cityname)

if citycode:

   url = ('http://www.weather.com.cn/data/cityinfo/%s.html' % citycode)

   content = urllib2.urlopen(url).read()

   print content

http://www.weather.com.cn/data/cityinfo/101280800.html 

# -*- coding: UTF-8 -*-

import urllib2

import json

from city import city

cityname = raw_input('你想查哪个城市的天气?\n'.decode('utf-8').encode('gbk'))

citycode = city.get(cityname.decode('gbk').encode('utf-8'))

if citycode:

        url = ('http://www.weather.com.cn/data/cityinfo/%s.html'%citycode)

        print url

        content = urllib2.urlopen(url).read().decode('utf-8').encode('gbk')

        print content

查天气（3）

看一下我们已经拿到的json格式的天气数据： 

{"weatherinfo":{"city":"佛山","cityid":"101280800","temp1":"14℃","temp2":"24℃","weather":"晴","img1":"n0.gif","img2":"d0.gif","ptime":"18:00"}}
{

    "weatherinfo":{

        "city":"佛山",

        "cityid":"101280800",

        "temp1":"14℃",

        "temp2":"24℃",

        "weather":"晴",

        "img1":"n0.gif",

        "img2":"d0.gif",

        "ptime":"18:00"}

}

直接在命令行中看到的应该是没有换行和空格的一长串字符，这里我把格式整理了一下。可以看出，它像是一个字典的结构，但是有两层。最外层只有一个key--“weatherinfo”，它的value是另一个字典，里面包含了好几项天气信息，现在我们最关心的就是其中的temp1，temp2和weather。

虽然看上去像字典，但它对于程序来说，仍然是一个字符串，只不过是一个满足json格式的字符串。我们用python中提供的另一个模块json提供的loads方法，把它转成一个真正的字典。 

import json

data = json.loads(content)

这时候的data已经是一个字典，尽管在控制台中输出它，看上去和content没什么区别，只是编码上有些不同： 

{u'weatherinfo': {u'city': u'\u4f5b\u5c71', u'ptime': u'18:00', u'cityid': u'101280800', u'temp2': u'24\u2103', u'temp1': u'14\u2103', u'weather': u'\u6674', u'img2': u'd0.gif', u'img1': u'n0.gif'}}

但如果你用type方法看一下它们的类型： 

        print type(content)

        print type(data)

就知道区别在哪里了。 

# -*- coding: UTF-8 -*-

import urllib2

import json

from city import city

cityname = raw_input('你想查哪个城市的天气?\n'.decode('utf-8').encode('gbk'))

print

citycode = city.get(cityname.decode('gbk').encode('utf-8'))

if citycode:

        url = ('http://www.weather.com.cn/data/cityinfo/%s.html'%citycode)

        print url

        content = urllib2.urlopen(url).read().decode('utf-8').encode('gbk')

        content1 = urllib2.urlopen(url).read()

        data = json.loads(content1)

        print type(content)

        print type(data)

        print data

        print content

之后的事情就比较容易了。 

        result = data['weatherinfo']

        str_temp = ('%s\n%s ~ %s') % (

            result['weather'],

            result['temp1'],

            result['temp2']

        )

        print str_temp

# -*- coding: UTF-8 -*-

import urllib2

import json

from city import city

cityname = raw_input('你想查哪个城市的天气?\n'.decode('utf-8').encode('gbk'))

print

citycode = city.get(cityname.decode('gbk').encode('utf-8'))

if citycode:

        url = ('http://www.weather.com.cn/data/cityinfo/%s.html'%citycode)

        print url

        content = urllib2.urlopen(url).read().decode('utf-8').encode('gbk')

        content1 = urllib2.urlopen(url).read()

        data = json.loads(content1)

        print type(content)

        print type(data)

        print data

        print content

        result = data['weatherinfo']

        str_temp = ('%s\n%s ~ %s') % (

            result['weather'],

            result['temp1'],

            result['temp2']

        )

        print str_temp

为了防止在请求过程中出错，我加上了一个异常处理。 

try:

    ###

    ###

except:

    print '查询失败'

以及没有找到城市时的处理： 

if citycode:

    ###

    ###

else:

    print '没有找到该城市'
# -*- coding: UTF-8 -*-

import urllib2

import json

from city import city

cityname = raw_input('你想查哪个城市的天气?\n'.decode('utf-8').encode('gbk'))

citycode = city.get(cityname.decode('gbk').encode('utf-8'))

if citycode:

    try:

        url = ('http://www.weather.com.cn/data/cityinfo/%s.html'%citycode)

        print url

        content = urllib2.urlopen(url).read().decode('utf-8').encode('gbk')

        content1 = urllib2.urlopen(url).read()

        data = json.loads(content1)

        print type(content)

        print type(data)

        print data

        print content

        result = data['weatherinfo']

        print result

        str_temp = ('%s\n%s ~ %s') % (

            result['weather'],

            result['temp1'],

            result['temp2']

        )

        print str_temp

    except:

            print '查询失败'

else:

    print '没有找到该城市'

查天气（4）

这一课算是“查天气”程序的附加内容。没有这一课，你也查到天气了。但了解一下城市代码的抓取过程，会对网页抓取有更深的理解。

天气网的城市代码信息结构比较复杂，所有代码按层级放在了很多xml为后缀的文件中。而这些所谓的“xml”文件又不符合xml的格式规范，导致在浏览器中无法显示，给我们的抓取又多加了一点难度。

首先，抓取省份的列表： 

# -*- coding: UTF-8 -*-

import urllib2

url1 = 'http://m.weather.com.cn/data3/city.xml'

content1 = urllib2.urlopen(url1).read()

provinces = content1.split(',')

print content1

输出content1可以查看全部省份代码：

对于每个省，抓取城市列表： 

url = 'http://m.weather.com.cn/data3/city%s.xml'

for p in provinces:

   p_code = p.split('|')[0]

   url2 = url % p_code

   content2 = urllib2.urlopen(url2).read()

   cities = content2.split(',')

   print content2.decode('utf-8')

输出content2可以查看此省份下所有城市代码：

再对于每个城市，抓取地区列表： 

   for c in cities[:3]:

        c_code = c.split('|')[0]

        url3 = url % c_code

        content3 = urllib2.urlopen(url3).read()

        districts = content3.split(',')

        print content3.decode('utf-8')

content3是此城市下所有地区代码：

最后，对于每个地区，我们把它的名字记录下来，然后再发送一次请求，得到它的最终代码：

相关阅读

目录[+]