天气预报抓取的方法和源代码(包括从IP获取)

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

打印这篇文章

　　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。

天气预报源代码 http://www.dyinfor.com/files/Flashado.Weather.rar