实战系列之天气预报实时采集

2022-01-27 06:42:39

前言：

今天 CYQ.Data 框架  框架群里，“路过冬天”问了个天气预报的问题，问哪里有webservice调用？于是随性就有了这篇文章了。

天气预报，回忆中做过那么三次。

第一次的做法是：

技术总监写了个采集后台，每天早晚各采一次，从tq121站里采集大量的天气信息到数据库，我就直接从数据库里读数据了。

总结：

这种做法很麻烦，每天要开后台采数据，做成自动的，还要不半路程序自动死亡才行，而且数据库会产生大堆垃圾过时的数据。

优点是：可以采集很多信息，做成很专业的天气预报站，那时候做旅游站，天气也是重要模块，所以这种方式也很合适。

第二次：

自己做毕业设计，都没采集后台，自己又写不出采集来，没数据读了，只好到处百度搜索“天气预报Webservice"调用。

总结：

这种做法也很郁闷，首先Webservice不好找，第二找到的如果小站提供的，随时又会挂掉了，要是人家挂掉，你要另找一个？

优点是：找到就调用，什么也不用管，菜鸟也能飞。

第三次：

是电子商务平台在首页显示下天气，那时候正巧遇到刚做完web版的采集系统，于是顺理直接使用采集类库现采现显。

总结：

优点是：不用和数据库打交道，现采现显，减少数据库压力，速度快，每天只采一次,丁点信息，缓存即可。对于天气只是装饰性的极适用。

缺点是：数据量少，不能做能专业性天气预报站。

以下介绍现采现显的实现方式

1：既然要采，当然找到有天气预报的站了，这个很好找，网上到处都是资源，只要你会采。

比如百度，你搜索城市如广州，即会出现天气信息了，如图：

比如腾讯soso,如下图。当然还有其它很多很多，只要看得到的，都可以采，不过最好找大站，稳定。

2：采集类，一个好的采集类，事半功倍，以下出一个简化版，足够采集天气信息

using System;
using System.Text;
using System.Net;
using System.Text.RegularExpressions;

namespace CYQ.Tool

{

    /// <summary>

    /// 作者：路过秋天

    /// 博客：http://cyq1162.cnblogs.com

    /// </summary>
    public class GatherHelper

    {

        /// <summary>

        /// 返回获取的目标地址HTML全部代码

        /// </summary>

        /// <param name="strUrl">目标地址</param>

        /// <returns></returns>
        public static string GetHtmlCode(string pageUrl, Encoding encoding)

        {

            try

            {

                //返回目标页HTML代码
                WebClient webclient = new WebClient();

                webclient.Credentials = CredentialCache.DefaultCredentials;

                byte[] buffer = webclient.DownloadData(pageUrl);

                string HtmlCode = encoding.GetString(buffer);

                webclient.Dispose();    //释放WebClient资源
                return HtmlCode;

            }

            catch

            {

                return string.Empty;

            }

        }

        #region 内容截取分析

        /// <summary>

        /// 返回根据内容开始及结束代码分析出内容

        /// </summary>

        /// <param name="ContentCode">内容代码</param>

        /// <param name="StartCode">内容所在开始代码</param>

        /// <param name="EndCode">内容所在结束代码</param>

        /// <param name="index">取第几条[从1开始]</param>

        /// <returns></returns>
        public static string GetContent(string contentCode, string startCode, string endCode, int index)

        {

            string[] matchItems = null;

            return GetContent(contentCode, startCode, endCode, index, out matchItems);

        }

        public static string GetContent(string contentCode, string startCode, string endCode, int index, out string[] matchItems)

        {

            matchItems = null;

            if (string.IsNullOrEmpty(startCode) && string.IsNullOrEmpty(endCode))

            {

                return contentCode;

            }

            Regex regObj = new Regex(startCode + @"([\S\s]*?)" + endCode, RegexOptions.Compiled | RegexOptions.IgnoreCase);

            MatchCollection matchItemList = regObj.Matches(contentCode);

            if (matchItemList != null && matchItemList.Count >= index)

            {

                matchItems = new string[matchItemList.Count];

                for (int i = 0; i < matchItemList.Count; i++)

                {

                    matchItems[i] = matchItemList[i].Groups[1].Value;

                }

                index = index > 0 ? index - 1 : 0;

                return matchItemList[index].Groups[1].Value;

            }

            return string.Empty;

        }

        #endregion

    }

}

3：编写天气预报实体类，将采集的信息以实体返回，如果采集多个，返回就是List<实体>了

  public class WeatherInfo

    {

        private string imgUrl;

        /// <summary>

        /// 天气图片地址

        /// </summary>
        public string ImgUrl

        {

            get { return imgUrl; }

            set { imgUrl = value; }

        }

        private string wind;

        /// <summary>

        /// 天气风力

        /// </summary>
        public string Wind

        {

            get { return wind; }

            set { wind = value; }

        }

        private string cityName;

        /// <summary>

        /// 天气城市名称

        /// </summary>
        public string CityName

        {

            get { return cityName; }

            set { cityName = value; }

        }

        private string temperature;

        /// <summary>

        /// 天气温度

        /// </summary>
        public string Temperature

        {

            get { return temperature; }

            set { temperature = value; }

        }

        private string description;

        /// <summary>

        /// 天气说明

        /// </summary>
        public string Description

        {

            get { return description; }

            set { description = value; }

        }

4：编写采集Soso的天气预报类

A：新建采集天气预报类：WeatherSearch

    /// <summary>

    /// 作者：路过秋天

    /// 博客：http://cyq1162.cnblogs.com

    /// </summary>
    public class WeatherSearch

    {

        /// <summary>

        /// 数据采集来源于腾信搜搜天气预报

        /// </summary>

        /// <param name="cityName"></param>

        /// <returns></returns>
        public static WeatherInfo Get(string cityName)

        {

              //待实现
        }

        private static WeatherInfo GetFormCache(string cityName,string key)

        {

            object weather = HttpContext.Current.Cache.Get(key);

            if (weather!=null)

            {

                return weather as WeatherInfo;

            }

            return null;

        }

    }

重要说明：

采集一次后，记得缓存起来，不然每次访问都现采，刷刷就被soso给封了，切身经历啊。

B：Get函数分解：

1：先读取缓存，注意缓存Key用日期做key，可以方便缓存今天和删除昨天的缓存。

        public static WeatherInfo Get(string cityName)//中文城市名称
        {

            if (string.IsNullOrEmpty(cityName))

            {

                return null;

            }

            string todayKey = cityName + DateTime.Now.ToString("yyyyMMdd");

            WeatherInfo weather = GetFormCache(cityName, todayKey);

            if (weather == null)

            {

                //待实现
            }

        }

2：读不到缓存就现采了，调用采集类

 if (weather == null)

  {

                weather = new WeatherInfo();

                weather.CityName = cityName;

                cityName = System.Web.HttpUtility.UrlEncode(cityName + "天气", Encoding.GetEncoding("gb2312"));

                string url = "http://www.soso.com/q?num=1&w=" + cityName;

                //采集所有html
                string html = GatherHelper.GetHtmlCode(url, Encoding.GetEncoding("gb2312"));

                //接下来待实现
  }

说明：

这里城市要用中文编码传过去，至于url，是我发现的最简洁的参数，现在已把搜搜的搜索页面的全html抓回来了，接下来就是分离出想要的信息。

3：分析html,缩小范围，对于一大堆html，我们只要这一部分

<!--上面的被省略-->
<div class="w_main">

                                            <ol>

                                                <li class="w_space" title="北风4-5级"><span>今天(周五)</span>

                                                    <img src="http://cache.soso.com/zdq/wea/s_a3.png" onload="setPng(this,48,48)" />

                                                    <span>21 / 28<em>&deg;</em>C</span><span class="w_w">多云转阵雨</span> </li>

                                                <li title="北风3-4级"><span>明天(周六)</span>

                                                    <img src="http://cache.soso.com/zdq/wea/s_a3.png" onload="setPng(this,48,48)" />

                                                    <span>22 / 28<em>&deg;</em>C</span><span class="w_w">多云转阵雨</span> </li>

                                                <li title="微风"><span>后天(周日)</span>

                                                    <img src="http://cache.soso.com/zdq/wea/s_a33.png" onload="setPng(this,48,48)" />

                                                    <span>18 / 29<em>&deg;</em>C</span><span class="w_w">多云</span> </li>

                                            </ol>
</div>
<!--下面的也被省略-->

说明：

我们使用GetContent方法可以非常方便的缩小范围，只要找到唯一的起始标签和结束标签，不会正则，也一样截取。

4：使用GetContent步步截取所需要信息

if (string.IsNullOrEmpty(html)) { return null; }

                //缩小范围
                html = GatherHelper.GetContent(html, "<div class=\"w_main\">", "</div>", 1);

                if (string.IsNullOrEmpty(html)) { return null; }

                //说明
                weather.Description = GatherHelper.GetContent(html, "<span class=\"w_w\">", "</span>", 1);

                //图片
                weather.ImgUrl = GatherHelper.GetContent(html, "<img src=\"", "\"", 1);

                //风向
                weather.Wind=GatherHelper.GetContent(html, "title=\"", "\"", 1);

                //温度
                weather.Temperature = GatherHelper.GetContent(html, "/> <span>", "<em>", 1);

5：存入缓存并清除昨天的缓存信息[看需要展示几天的信息了]

                HttpContext.Current.Cache.Insert(todayKey, weather);

                string yesterdayKey = cityName + DateTime.Now.AddDays(-1).ToString("yyyyMMdd");

                if (HttpContext.Current.Cache.Get(yesterdayKey)!=null)

                {

                    HttpContext.Current.Cache.Remove(yesterdayKey);

                }

5：界面调用

 protected void Page_Load(object sender, EventArgs e)

    {

        WeatherInfo info = WeatherSearch.Get("广州");

        if (info != null)

        {

            litCity.Text = info.CityName;

            litDescprtion.Text = info.Description;

            imgUrl.ImageUrl = info.ImgUrl;

            litWind.Text = info.Wind;

            litTemperature.Text=info.Temperature;

        }

    }

6：调用结果

最后结言：

本博没有快速评论通道，大伙积极点下手。

再不济手动复制-》“此文不错，值的推荐”！！

-_-...!!!

IE6好卡，鼠标又发神经，单击双击混在一起，本文写起来好辛苦~~

本文示例下载地址：CYQ.Data 轻量数据层之路 bug反馈、优化建议、最新框架下载

http://www.cnblogs.com/cyq1162/archive/2010/10/22/1858680.html

码农公寓

相关文章