老鱼Python数据分析——篇十八：消息推送（一）

最新推荐文章于 2023-04-29 15:18:36 发布

宇哥编程

最新推荐文章于 2023-04-29 15:18:36 发布

阅读量3.6k

点赞数 3

分类专栏：老鱼Python数据分析文章标签：老鱼Python数据分析十方上下

本文链接：https://blog.csdn.net/xy229935/article/details/95305102

版权

老鱼Python数据分析专栏收录该内容

20 篇文章 33 订阅

订阅专栏

需求分析

这两天想把分析处理之后的数据，做一个定时发送，按照自己设想和百度搜索，发现有以下几种办法。（只是我发现比较大众化的办法，不代表只有这几种方法）

发送邮件
QQ机器人
微信机器人
极光API

技术测试

最后经过实际测试，微信机器人和极光API都能满足我的需求，但各有优缺点！

~~QQ机器人~~

使用的是Web端QQ接口，而WebQQ现在已经停用，舍弃！

~~邮件发送~~

延时太高，最高长达到3分钟，因为我需要的是数据分析出来之后马上发消息，手机5秒之类就能收到。舍弃！

微信机器人

优点： 不需要下载APP，消息影响速度很快，后期可以推展很多功能，容易实现商业变现。

缺点： 必须使用成年微信号，新微信号不允许使用Web端接口。规则较多，容易被封号。每次登录必须扫二维码。

极光API

优点： 自由度极高，消息影响速度较快，有专门的后台进行消息推送管理。方便统计数据。

缺点： 需要下载对应的APP，界面不够友好，没有好友功能。

测试案例

功能

定时推送天气预报

分解任务

通过webapi得到当天天气信息

通过数据库缓存当天天气（因为调用的接口每天有次数限制）

使用微信机器人和极光API推送消息

任务实现

任务一：通过webapi得到当天天气信息

花了一个小时，通过百度搜索，终于找到一个相对比较好用的天气API。通过接口返回的是JSON格式数据。
该API不带任何参数时，会根据IP得到访问者所在城市，再返回该城市的天气情况。
天气API地址：天气API
参考文档地址：天气API在线帮助手册
代码如下：

import requests, json
from datetime import datetime

def save_tq(cityname=""):
    heads = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.108 Safari/537.36'}
    url = "https://www.tianqiapi.com/api/"
    if (cityname != ""):
        url += "?city=" + cityname
    rep = requests.get(url, headers=heads)
    rep.encoding = "utf-8"
    # 读取数据
    tq_json = json.loads(rep.text)
    cityid = str(tq_json["cityid"])  # 城市ID
    city = str(tq_json["city"])  # 城市
    update_time = str(tq_json["update_time"])  # 更新时间
    week = str(tq_json["data"][0]["week"])  # 星期
    wea = str(tq_json["data"][0]["wea"])  # 天气
    tem = str(tq_json["data"][0]["tem"])  # 当前温度
    tem2 = str(tq_json["data"][0]["tem2"])  # 最低温度
    tem1 = str(tq_json["data"][0]["tem1"])  # 最高温度
    air_level = str(tq_json["data"][0]["air_level"])  # 空气质量
    humidity = str(tq_json["data"][0]["humidity"])  # 湿度
    air_tips = str(tq_json["data"][0]["air_tips"])  # 推荐
    # 结果格式
    result = city + " 今日天气预报\n" \
             + update_time + "\n" \
             + week + "\n" \
             + "天气: " + wea + " \n" \
             + "当前温度: " + tem + " \n" \
             + "温度范围: " + tem2 + "-" + tem1 + " \n" \
             + "空气质量: " + air_level + " \n" \
             + "湿度: " + humidity + "% \n" \
             + air_tips
	return result

if __name__ == "__main__":
    msg = save_tq()
    print(msg)

运行效果如下图：
调用天气API返回的数据

任务二：通过数据库缓存当天天气

最开始思考的办法，是根据保存时间和访问者IP来缓存数据，但发现当访问者超过100W，很容易就突破5W/天的访问数量。
转变思维，先根据访问者IP得到所在城市，再缓存该城市的天气情况，这样每天5W的访问量是绰绰有余。

任务步骤分解

步骤一：在学习阶段使用的是微信机器人方式，所以设计需要保存的数据：城市ID，缓存时间，城市名，消息内容，接收者，关键字(用于微信自动回复)

步骤二：实现根据IP得到城市功能。通过百度搜索发现https://ip.cn可以很方便的通过IP得到城市名。

步骤三：当需要推送消息时，先根据 用户IP 得到 城市名 ，再根据 城市名 从数据查找缓存，如果有 5个小时之内 的数据，则使用该缓存，否则重新通过WebAPI下载数据并缓存。

代码如下：

import requests, json
from service.sqlite_oper import *		# 自己封装的SQLite访问方法
from datetime import datetime

# 根据IP返回城市
def get_city():
    heads = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.108 Safari/537.36'}
    html = requests.get("https://ip.cn", headers=heads).text
    city = html[html.find("省")+1:html.find("市")]
    return city

# 根据城市返回天气信息并缓存到数据库
def save_tq(cityname=""):
    heads = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.108 Safari/537.36'}
    url = "https://www.tianqiapi.com/api/"
    if (cityname != ""):
        url += "?city=" + cityname
    rep = requests.get(url, headers=heads)
    rep.encoding = "utf-8"
    # 读取数据
    tq_json = json.loads(rep.text)
    cityid = str(tq_json["cityid"])  # 城市ID
    city = str(tq_json["city"])  # 城市
    update_time = str(tq_json["update_time"])  # 更新时间
    week = str(tq_json["data"][0]["week"])  # 星期
    wea = str(tq_json["data"][0]["wea"])  # 天气
    tem = str(tq_json["data"][0]["tem"])  # 当前温度
    tem2 = str(tq_json["data"][0]["tem2"])  # 最低温度
    tem1 = str(tq_json["data"][0]["tem1"])  # 最高温度
    air_level = str(tq_json["data"][0]["air_level"])  # 空气质量
    humidity = str(tq_json["data"][0]["humidity"])  # 湿度
    air_tips = str(tq_json["data"][0]["air_tips"])  # 推荐
    # 结果格式
    result = city + " 今日天气预报\n" \
             + update_time + "\n" \
             + week + "\n" \
             + "天气: " + wea + " \n" \
             + "当前温度: " + tem + " \n" \
             + "温度范围: " + tem2 + "-" + tem1 + " \n" \
             + "空气质量: " + air_level + " \n" \
             + "湿度: " + humidity + "% \n" \
             + air_tips

    # 保存到数据库
    sql = "insert into auto_msg values('{0}','{1}','{2}','{3}','{4}','{5}');".format(
        cityid, datetime.now().strftime('%Y-%m-%d %H:%M:%S'), city, result.replace("\n","&"), "十方上下","天气")
    exec(sql)

    return result

# 返回天气，如果距离上次下载天气5小时以上，则重新下载
def get_tq():
    # 得到城市
    cityname = get_city()
    # 当前时间
    now = datetime.now()
    createTime = ""
    result = ""
    # 从数据库查找缓存
    tq_msg = select("select city_id,create_time,city_name,content,to_user, keys from auto_msg where city_name='"+cityname+"' order by create_time desc limit 1")
    for row in tq_msg:
        createTime = str(row[1])
        createTime = datetime.strptime(createTime, "%Y-%m-%d %H:%M:%S")
        result = str(row[3]).replace("&","\n")
    # 判断是否有记录，如果有判断是否是5小时前的记录
    if createTime!="" and (now-createTime).days<=0 and (now-createTime).seconds<18000:
        return result
    else:
        return save_tq(cityname)