自学Python编程【第四十四节】查天气（4）

同学们！欢迎大家来到马哥自学Python编程教室，在上一讲我们已经可以查天气了，但是是不是有人对城市代码的查询还感到不满意呢?今天我们就这里的内容再跟大家深入讲解一下，了解一下城市代码的抓取过程，也会让你对网页抓取有更深的理解哦。

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：

url1 = 'http://m.weather.com.cn/data5/city.xml' 
content1 = urllib2.urlopen(url1).read() 
provinces = content1.split(',')

输出content1可以查看全部省份代码：

01|北京,02|上海,03|天津,...

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(',')

输出content2可以查看此省份下所有城市代码：

1901|南京,1902|无锡,1903|镇江,...

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(',')

content3是此城市下所有地区代码：

190101|南京,190102|溧水,190103|高淳,...

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：

for d in districts: 
d_pair = d.split('|') 
d_code = d_pair[0] 
ame = d_pair[1] 
url4 = url % d_code 
content4 = urllib2.urlopen(url4).read() 
code = content4.split('|')[1]

name和code就是我们最终要得到的城市代码信息。它们格式化到字符串中，最终保存在文件里：

line = " '%s': '%s',n" % (name, code) 
result += line

同时你也可以输出它们，以便在抓取的过程中查看进度：

print name + ':' + code

如果你只是想抓几个测试一下，并不用全部抓下来，在provices后面加上[:3]，抓3个省的试试看就好了。

恭喜你在Python自学的道路上又坚持了一天，相信到今天为止，你可以毫无压力地跟别人说查询天气太简单了，一串代码的事!那你了解完了如何用Python去查天气，那你可以查询下别的吗?比如火车票呢?思考一下，并试着动手实践一下吧!更多Python相关的精彩内容，尽在马哥教育官网，敬请关注!

好啦，今天的分享到这里就结束了，希望大家能够持续关注马哥教育官网，每天都会有大量优质内容与大家分享！

声明：文章来源于网络，侵删！