Python入门 来点栗子

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：