实战系列之天气预报实时采集

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

<div class="w_main">
 <ol>
 <li class="w_space" title="北风4-5级">今天(周五)
 <img src="http://cache.soso.com/zdq/wea/s_a3.png" onload="setPng(this,48,48)" />
 21 / 28°C多云转阵雨 </li>
 <li title="北风3-4级">明天(周六)
 <img src="http://cache.soso.com/zdq/wea/s_a3.png" onload="setPng(this,48,48)" />
 22 / 28°C多云转阵雨 </li>
 <li title="微风">后天(周日)
 <img src="http://cache.soso.com/zdq/wea/s_a33.png" onload="setPng(this,48,48)" />
 18 / 29°C多云 </li>
 </ol>
</div>

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, "", "", 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, "/> ", "", 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