- 天气预报抓取的方法和源代码(包括从IP获取)
-
作者： 毛虫 文章来源：www.cnblogs.com 发布日期：2009-7-22 11:14:21 浏览次数：1604
-
前段时间在公司系统（电联协同管理软件）中需要天气预报信息。据此就写了一个天气预报抓取的类。今天说一下我抓取的思路和方法，并共享一下源代码。
刚开始做的时候，在网上找了一下代码。发现WebXml.com.cn上面有直接可调用的webServices地址为http://webservice.webxml.com.cn/WebServices/WeatherWS.asmx。不过他对免费调用的用户有一定限制，请看http://www.webxml.com.cn/zh_cn/web_services_user.aspx。所以我打算自己写。
我发现很多网站包括WebXml都是从中国天气网（www.weather.com.cn）抓取的。经过分析，发现可以有2总方法或去数据：
1.直接掉用它的JS获取数据的方式。
这种方法获取简单，但数据量不多。
它本身就一个地址可直接获取JSON数据：http://m.weather.com.cn/data/天气代码.html。获取到的数据如下：{ " weatherinfo " :{ " city " : " 北京 " , " date_y " : " 2009年7月22日 " , " date " : " 六月初一 " , " week " : " 星期三 " , " fchh " : " 08 " , " cityid " : " 101010100 " , " temp1 " : " 33℃~24℃ " , " temp2 " : " 27℃~20℃ " , " temp3 " : " 31℃~21℃ " , " temp4 " : " 35℃~21℃ " , " weather1 " : " 阴转雷阵雨 " , " weather2 " : " 雷阵雨转阵雨 " , " weather3 " : " 多云 " , " weather4 " : " 晴 " , " img1 " : " 2 " , " img2 " : " 4 " , " img3 " : " 4 " , " img4 " : " 3 " , " img5 " : " 1 " , " img6 " : " 99 " , " img7 " : " 0 " , " img8 " : " 99 " , " img_single " : " 2 " , " img_title1 " : " 阴 " , " img_title2 " : " 雷阵雨 " , " img_title3 " : " 雷阵雨 " , " img_title4 " : " 阵雨 " , " img_title5 " : " 多云 " , " img_title6 " : " 多云 " , " img_title7 " : " 晴 " , " img_title8 " : " 晴 " , " img_title_single " : " 阴 " , " wind1 " : " 微风 " , " wind2 " : " 微风 " , " wind3 " : " 微风 " , " wind4 " : " 微风 " , " fl1 " : " 小于3级 " , " fl2 " : " 小于3级 " , " fl3 " : " 小于3级 " , " fl4 " : " 小于3级 " , " index " : " 炎热 " , " index_d " : " 天气炎热，建议着短衫、短裙、短裤、薄型T恤衫、敞领短袖棉衫等清凉夏季服装。 " , " index_uv " : " 弱 " , " index_xc " : " 不宜 " , " index_tr " : " 较不宜 " , " index_co " : " 较不舒适 " }}
要获取他，先建立一个实体类WeatherSimpleInfo：/// <summary> 简单天气实体 </summary>
public class WeatherSimpleInfo
{
/// <summary> 城市 </summary>
public string city { get ; set ; }
/// <summary> 时间 </summary>
public string date_y { get ; set ; }
/// <summary> 农历时间 </summary>
public string date { get ; set ; }
/// <summary> ID </summary>
public string cityid { get ; set ; }
/// <summary> 温度 </summary>
public string temp1 { get ; set ; }
public string temp2 { get ; set ; }
/// <summary> 天气 </summary>
public string weather1 { get ; set ; }
public string weather2 { get ; set ; }
/// <summary> 图片 </summary>
public string img1 { get ; set ; }
public string img2 { get ; set ; }
public string img3 { get ; set ; }
public string img4 { get ; set ; }
/// <summary> 风 </summary>
public string wind1 { get ; set ; }
public string wind2 { get ; set ; }
/// <summary> 穿衣简单指数 </summary>
public string index { get ; set ; }
/// <summary> 穿衣指数 </summary>
public string index_d { get ; set ; }
/// <summary> 紫外线简单指数 </summary>
public string index_uv { get ; set ; }
/// <summary> 洗车简单指数 </summary>
public string index_xc { get ; set ; }
public string index_tr { get ; set ; }
public override string ToString()
{
var sb = new StringBuilder();
sb.AppendFormat( " 城市:{0}/r/n " , this .city);
sb.AppendFormat( " 时间:{0}/r/n " , this .date_y);
sb.AppendFormat( " 天气:{0}/r/n " , this .weather1);
sb.AppendFormat( " 温度:{0}/r/n " , this .temp1);
sb.AppendFormat( " 风:{0}/r/n " , this .wind1);
sb.AppendFormat( " 穿衣指数:({0})。{1}/r/n " , this .index, this .index_d);
sb.AppendFormat( " 紫外线指数:{0}/r/n " , this .index_uv);
sb.AppendFormat( " 洗车指数:{0}/r/n " , this .index_xc);
return sb.ToString();
}
}
抓取类：WeatherSimple：/// <summary> 简单天气预报数据操作(直接从JSON获取) </summary>
public class WeatherSimple
{
private const string __Url = " http://m.weather.com.cn/data/{0}.html " ;
public WeatherSimple() { }
public WeatherSimpleInfo weatherinfo { get ; set ; }
/// <summary> 获取简单天气预报 </summary>
/// <param name="name"> 城市代码 </param>
/// <returns> 天气预报 </returns>
public static WeatherSimpleInfo Get( string code)
{
using (WebClient wc = new WebClient()){
wc.Encoding = Encoding.UTF8;
var url = string .Format(__Url,code);
string str = wc.DownloadString(url);
return SerializationHelper.JsonDeserialize < WeatherSimple > (str).weatherinfo;
}
}
}
2.抓取Html并分析提取数据的方式。
这种方法获取复杂，但可以获取较多天气数据。
天气网的http://www.weather.com.cn/html/weather/天气代码.shtml地址可以显示相关地区的天气信息。
用WebClient抓取数据后提取。很多人提取数据是使用正则表达式的方式，不过本人正则表达式用的比较烂，就选择XML的方式了。
众所周知，html本身是不标准的xml。不能直接通过XmlDocumentl来读取。这里我借助了SgmlReaderDll。他可以把Html转换成xml。
转换成功后我们就可以用xpath的方式来提取数据了，更具需求还可以提取不同的天气指数。具体提取请看原代码。
这样就完成了天气预报的提取。但这还不够，还必须有获取城市代码的方法.
获取城市代码可以直接使用http://www.weather.com.cn/data/listinfo/city上级城市代码.xml。去获取到的数据如下
01|北京,02|上海,03|天津,04|重庆,05|黑龙江,06|吉林,07|辽宁
我们可以通过Split他提取成包括名称和代码的城市数组。
有了城市代码后我们还需要通过城市名称获取代码的方法，所以我把它的所有城市和代码都下载到WeatherCity.Xml文件内了。见原代码。
按照公司的需求，还要有通过访问者IP获取天气的功能。这里我就想到了纯真IP库。用它直接获取IP所在的城市，但纯真IP库里面的城市是比较复杂的，他包括县、城市、区、甚至某个网吧的信息。这里我们要分析他，具体代码如下/// <summary> 更具IP获取城市代码 </summary>
/// <param name="ipDataPath"> IP库地址 </param>
/// <param name="ip"> IP地址 </param>
/// <returns> 城市代码 </returns>
public static string GetCityCodeByIp( string ipDataPath, string ip){
IPLocation.IPLocation.IPLocate(ipDataPath,ip);
var country = IPLocation.IPLocation.Country;
var regex = new Regex( " ([^市省]+)市 " );
var match = regex.Match(country);
var area = string .Empty;
var province = string .Empty;
var city = string .Empty;
var matCity = Regex.Matches(country, " ([^市省]+)市 " );
var matArea = Regex.Matches(country, " ([^市省区]+)区 " );
var matProvince = Regex.Matches(country, " ([^省]+)省 " );
if (matArea.Count > 0 ){
area = matArea[ 0 ].Result( " $1 " );
}
if (matProvince.Count > 0 )
{
province = matProvince[ 0 ].Result( " $1 " );
}
if (matCity.Count > 0 )
{
city = matCity[matCity.Count - 1 ].Result( " $1 " );
}
var code = string .Empty;
if ( ! string .IsNullOrEmpty(area))
{
code = GetCityCodeByName(area);
if ( ! string .IsNullOrEmpty(code))
{
return code;
}
}
if ( ! string .IsNullOrEmpty(city))
{
code = GetCityCodeByName(city);
if ( ! string .IsNullOrEmpty(code))
{
return code;
}
}
if ( ! string .IsNullOrEmpty(province))
{
code = GetCityCodeByName(province);
if ( ! string .IsNullOrEmpty(code))
{
return code;
}
}
if ( string .IsNullOrEmpty(code)){
code = GetCityCodeByName(country.Substring( 0 , 2 ));
if ( ! string .IsNullOrEmpty(code))
{
return code;
}
}
return string .Empty;
}
如此整个天气预报获取就完成了，请下载代码Flashado.Weather.WInForm工程是测试程序，下载后大家可直接用它测试。
5075
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
