Python培训
400-996-5531
自学Python编程【第四十四节】查天气（4）
- 发布：Python培训
- 来源：Crossin的编程教室
- 时间：2019-03-04 14:57
欢迎大家来到达内自学Python编程教室，在上一讲我们已经可以查询天气了，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 = '#/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 = '#/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去查询天气，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，尽在达内Python培训机构官网，敬请关注!
免责声明：内容和图片源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
预约申请免费试听课
填写下面表单即可预约申请免费试听！ 怕学不会？助教全程陪读，随时解惑！担心就业？一地学习，可全国推荐就业！
Copyright © Tedu.cn All Rights Reserved 京ICP备08000853号-56 
京公网安备 11010802029508号 达内时代科技集团有限公司 版权所有
选择城市和中心
北京
黑龙江省
吉林省
内蒙古
河北省
陕西省
江苏省
湖北省
四川省
重庆
湖南省
江西省
贵州省
云南省
广西省
海南省
台湾