python 使用API调用和风天气获取天气情况并保存

第一步、注册
注册免费API和阅读技术文档：

　　注册地址：https://console.heweather.com

注册完成后，激活登录后，新建应用 、新建key 
KEY名称 密钥ID 密钥 类型
下载城市代码，另存为 china-city-list.csv

 

 3-10天天气预报

接口介绍
最长10天天气预报数据，天气预报包含的数据：日出日落、月升月落、最高最低温度、天气白天和夜间状况、风力、风速、风向、相对湿度、大气压强、降水量、降水概率、露点温度、紫外线强度、能见度等数据

城市覆盖范围：全球

大客户可达14天，免费用户获得 3天预报数据，认证开发者可获得7天预报，付费用户可选 3-10天

请求URL
付费：https://api.heweather.net/s6/weather/forecast?parameters

免费：https://free-api.heweather.net/s6/weather/forecast?parameters
parameters代表请求参数，包括必选和可选参数。所有请求参数均使用&进行分隔，参数值存在中文或特殊字符的情况，需要对参数进行 url encode。

请求参数
参数 描述 选择 示例值
location 需要查询的城市或地区，可输入以下值：
1. 城市ID：城市列表
2. 经纬度格式：经度,纬度（经度在前纬度在后，英文,分隔，十进制格式，北纬东经为正，南纬西经为负
3. 城市名称，支持中英文和汉语拼音
4. 城市名称，上级城市 或 省 或 国家，英文,分隔，此方式可以在重名的情况下只获取想要的地区的天气数据，例如 西安,陕西
5. IP
6. 根据请求自动判断，根据用户的请求获取IP，通过 IP 定位并获取城市数据 必选 1. location=CN101010100
2. location=116.40,39.9
3. location=北京、 location=北京市、 location=beijing
4. location=朝阳,北京、 location=chaoyang,beijing
5. location=60.194.130.1
6. location=auto_ip
lang 多语言，可以不使用该参数，默认为简体中文
详见多语言参数 可选 lang=en
unit 单位选择，公制（m）或英制（i），默认为公制单位
详见度量衡单位参数 可选 unit=i
key 用户认证key，请参考如何获取你的KEY
支持数字签名方式进行认证，推荐使用 必选 key=xxxxxxxxxxxxxx

打开浏览器测试 OK
https://free-api.heweather.net/s6/weather/forecast?location=太原&key=XXXXXXXXXX

使用下面地址可以看到所有城市信息
https://cdn.heweather.com/china-city-list.txt

使用python调用

import requests
import time
import pandas as pd
url='https://cdn.heweather.com/china-city-list.txt'
strhtml = requests.get(url)
data = strhtml.text
data1 = data.split("\n")
for i in range(6): #因为前六行不需要，所以没有打印
data1.remove(data1[0])
df_weather = pd.DataFrame(columns = ['city_name','area_name','date','tmp_max']) #创建一个空的dataframe
for item in data1:
# print(item[2:13])
url = 'https://free-api.heweather.net/s6/weather/forecast?location='+item[2:13]+'&key=HE1904250910131710'
strhtml = requests.get(url)
time.sleep(1)
dic = strhtml.json()
# print(dic)
city_name=dic["HeWeather6"][0]["basic"]["parent_city"]
area_name = dic["HeWeather6"][0]["basic"]["location"]
for item in dic["HeWeather6"][0]["daily_forecast"]:
# print(city_name,area_name,item["date"],"最高气温",item["tmp_max"])
add_data = pd.Series({'city_name':city_name,'area_name':area_name,'date':item["date"],"tmp_max":item["tmp_max"]})
# ignore_index=True不能少
df_weather = df_weather.append(add_data, ignore_index=True)
path="D:\\python\\excel_export\\"
df_weather.to_excel(path+"weather"+".xls")

转载于:https://www.cnblogs.com/programer-xinmu78/p/10766924.html