python解析中国天气网的天气数据

使用方法：terminal中输入
复制代码 代码如下:python/' target='_blank'>python weather.py http://www.weather.com.cn/weather/101010100.shtml

北京6天的天气数据 json格式

复制代码 代码如下:#coding=utf-8
#weather.py
import urllib
import re
import simplejson
import sys

if len(sys.argv) != 2:
print 'please enter: Python ' + sys.argv[0] + ' <url>'
exit(0)
url = sys.argv[1];
def readurlPageContent(url):#获取页面的所有数据 逐行读取
webpage = urllib.urlopen(url);
line = webpage.readline();
data = ''
while line:
data = data + line.strip(); #去除每行两边的的空格
line = webpage.readline();
return data

def getDatabody(data):
reg = re.compile(r'(<div class=\"weatherYubaoBox\">(?:(?!<div)(?!</div).)*</div>)');
matchs = reg.findall(data,re.I);
if len(matchs) > 0:
return matchs[0]
return None

def getSixDayWeather(data):
regs = re.compile(r'>((?:(?!<)(?!>)(?!var).)+)<');
datas = regs.findall(data)
if len(datas) > 12:
datas = datas[12:len(datas)-7];#提取其中的78项 即后面6天的天气数据 每天相关的信息有13个

return datas
return None


data = readurlPageContent(url);
match_data = getDatabody(data)
if match_data == None :
print 'get weather data fail'
exit(0)

weathers_data = getSixDayWeather(match_data)
if weathers_data == None:
print 'get six day info fail'
exit(0)

count = len(weathers_data);
groups_item_count = count / 6;
weathers = {};
groups = [];

start = 0
for item in weathers_data :
if (start % groups_item_count) == 0:
groups = [];
weathers[('day'+str(start/groups_item_count + 1))] = groups;

groups.append(item)
start = start + 1


print simplejson.dumps(weathers, encoding='UTF-8', ensure_ascii=False)

注：本文中使用了第三方JSON库simplejson，安装方法参考下面：
1.下载：http://pypi.python.org/pypi/simplejson/ ，文件为压缩文件
2.解压：可以直接右键：解压文件.例如：D:/simplejson
3.开始---运行---输入命令：cmd
4.进入到目录（如：D:/simplejson）
复制代码 代码如下: cd D:/simplejson
5.运行安装文件：setup.py install