使用获取天气预报，想想是件很简单的事情。无非是发送一个HTTP请求，再解析请求返回的结果。当你真的使用程序去获取天气预报以后，会发现，有不少坑在等着你。这里简单记录一下我遇到的坑，供大家参考。
如何获取
使用获取天气有两种不同的方法，一种是像平时爬虫一样，获取天气预报网站的HTML页面，再使用XPath或解析HTML页面的内容。这是比较传统的爬虫方式。此外，还有另外一种比较合适的方法——通过天气预报网站提供的API。通过API，直接获取结构化的数据，省去了解析HTML的烦恼。
使用API
搜索"天气预报 API"这两个关键字，会有很多相关的内容，例如，这个
答案下就列出了不少提供API访问天气预报的网站。
然而，大部分都已经不可用了。部分可用的需要收费或者需要注册，都比较麻烦。有没有比较省事的方案呢？找来找去，我找到了中国天气网的API。无需注册直接可用，返回json格式的数据，无需使用或XPath解析，非常的方便。赞！
例如，可以直接访问下面的地址，在浏览器中查看中国天气网返回的json数据：
有了API处理起来就很简单了，直接使用世界最知名的访问API即可。
安装：
pip install requests
检查安装是否成功：
python -c "import requests"
使用测试：
In [1]: import requests
In [2]: r = requests.get('http://www.weather.com.cn/data/sk/101020100.html')
In [3]: r.status_code
Out[3]: 200
In [4]: r.content
Out[4]: '{"weatherinfo":{"city":"\xe4\xb8\x8a\xe6\xb5\xb7","cityid":"101020100","temp":"15","WD":"\xe4\xb8\x9c\xe9\xa3\x8e","WS":"1\xe7\xba\xa7","SD":"50%","WSE":"1","time":"17:08","isRadar":"1","Radar":"JC_RADAR_AZ9210_JB","njd":"\xe6\x9a\x82\xe6\x97\xa0\xe5\xae\x9e\xe5\x86\xb5","qy":"1020","rain":"0"}}'
In [5]: r.json()
Out[5]: {u'weatherinfo': {u'Radar': u'JC_RADAR_AZ9210_JB',
u'SD': u'50%',
u'WD': u'\xe4\xb8\x9c\xe9\xa3\x8e',
u'WS': u'1\xe7\xba\xa7',
u'WSE': u'1',
u'city': u'\xe4\xb8\x8a\xe6\xb5\xb7',
u'cityid': u'101020100',
u'isRadar': u'1',
u'njd': u'\xe6\x9a\x82\xe6\x97\xa0\xe5\xae\x9e\xe5\x86\xb5',
u'qy': u'1020',
u'rain': u'0',
u'temp': u'15',
u'time': u'17:08'}}
库包含一个名为json的方法免费天气预报代码免费天气预报代码，当请求的地址返回的是json格式的数据时，直接使用该方法访问即可，无需使用标准库的json库。
解决乱码
如果大家刚才在浏览器中打开了我给的地址，会发现，输出结果是乱码的。如下所示：
我们可以在中，查看数据编码：
In [6]: r.encoding Out[6]: 'ISO-8859-1'
我们知道，乱码是因为解码的字符集与编码的字符集不一样，所以才会有乱码。那么，我们怎么知道数据的编码字符集呢？这个时候就靠猜了。众所周知，utf-8因为各种优点（如果大家感兴趣，我可以写一篇字符集编码的文章），是使用最广泛的字符集编码，因此，我们可以尝试使用utf-8进行解码。如下所示：
In [7]: r.json()['weatherinfo']['city']
Out[7]: u'\xe4\xb8\x8a\xe6\xb5\xb7'
In [8]: '\xe4\xb8\x8a\xe6\xb5\xb7'.decode('utf-8')
Out[8]: u'\u4e0a\u6d77'
In [9]: print '\xe4\xb8\x8a\xe6\xb5\xb7'.decode('utf-8')
上海
可以看到，使用utf-8解码以后，可以正确的显示数据。也就是说，中国天气网返回给我们的数据，应该是utf-8格式的。那么，为什么会乱码呢？这可能是中国天气网的工程师水平不行，也可能是故意不想让我们使用，谁知道呢。
我们已经知道了正确的编码，接下来，只要将相应的数据，使用utf-8格式解码即可。库本身提供了这样的功能，如下所示：
In [10]: r.encoding = 'utf-8' In [11]: print r.json()['weatherinfo']['city'] 上海
获取不同城市的天气预报
前面的例子，获取的是上海的天气预报。如果想要使用中国天气网的API，获取其他城市的天气预报呢？中国天气网并没有提供相应的接口，我们只能自己想办法。
在我们测试的URL中，是城市的代码，我们只需要找到其他城市的代码，将替换成相应的代码即可。查找方法是，在中国天气网的首页，搜索城市的名称，地址栏中会显示相应城市的代码。如下所示：
4行代码获取天气预报
使用获取天气预报的例子中，我们的主要任务在于找到相应的API，解决字符集编码问题。当这些问题解决以后，直接使用库获取天气预报即可。下面是获取所在城市天气预报的4行代码：
In [1]: import requests
In [2]: r = requests.get('http://www.weather.com.cn/data/sk/101020100.html')
In [3]: r.encoding = 'utf-8'
In [4]: print r.json()['weatherinfo']['city'], r.json()['weatherinfo']['WD'], r.json()['weatherinfo']['temp']
上海 东风 15
记得关注小编后私信【学习】领取学习教程哦。
本文发布于http://www.jgmcp.com/ 转载请注明。
发表评论