qt 获取天气的接口
博客来源:http://blog.csdn.net/lzqwebsoft/article/details/7054045
网站api接口:http://smart.weather.com.cn/wzfw/smart/weatherapi.shtml
可申请它公布的API,需申请:http://smart.weather.com.cn/wzfw/smart/weatherapi.shtml
在用Android获取天气预报数据时,大家一定会首先想到Google的天气预报API,其实除了Google的天气预报API,
免费的天气预报接口还有http://www.webservicex.net/globalweather.asmx?op=GetWeather http://www.webservicex.net/globalweather.asmx?op=GetWeather
http://webservice.webxml.com.cn/WebServices/WeatherWS.asmx和
中央气象台的天气预报,这三个是我最近试过的都可以访问,网上其实还介绍的有www.ayandy.com,不过我没试过 ^_^
现在就来谈一谈这几个服务,google的就不说了,www.webservicex.net的这个是一个国外的,获取中国国内的有点麻烦,且只有当天的天气,所以果断放弃...呵呵
而webservice.webxml.com.cn的这个确实不错,访问的数据是来自中国气象局http://www.cma.gov.cn/ 数据的准确就不用说了,但他分为付费和免费的,免费的服务有点不稳定,我就曾遇到一回,所以也不是很好,最后就只剩下中央气象台的天气预报的API了,这个我不想说太多,虽然获取时你首先要知道对应的城市码,有点麻烦,其它的如稳定性与广阔性也是很一流的,它可以精确到县和区.下面就直奔主题:
这个服务的天气预报的请求地址是:http://m.weather.com.cn/data/101070201.html,这个文本就是城市天气URL,101070201代表的为对应地区的编码,执行URL,得到一个返回文本,是JSON格式的,如下(经过格式化):
- {
- "weatherinfo":{
- "city":"成都",
- "city_en":"chengdu",
- "date_y":"2011年11月30日",
- "date":"辛卯年",
- "week":"星期三",
- "fchh":"11", //预报发布时间
- "cityid":"101270101",
- "temp1":"13℃~10℃",
- "temp2":"14℃~6℃",
- "temp3":"13℃~5℃",
- "temp4":"14℃~8℃",
- "temp5":"10℃~8℃",
- "temp6":"11℃~6℃",
- "tempF1":"55.4℉~50℉",
- "tempF2":"57.2℉~42.8℉",
- "tempF3":"55.4℉~41℉",
- "tempF4":"57.2℉~46.4℉",
- "tempF5":"50℉~46.4℉",
- "tempF6":"51.8℉~42.8℉",
- "weather1":"阴转多云",
- "weather2":"多云转晴",
- "weather3":"多云转阴",
- "weather4":"阵雨",
- "weather5":"阵雨转小雨",
- "weather6":"小雨转阴",
- "img1":"2",
- "img2":"1",
- "img3":"1",
- "img4":"0",
- "img5":"1",
- "img6":"2",
- "img7":"3",
- "img8":"99",
- "img9":"3",
- "img10":"7",
- "img11":"7",
- "img12":"2",
- "img_single":"2",
- "img_title1":"阴",
- "img_title2":"多云",
- "img_title3":"多云",
- "img_title4":"晴",
- "img_title5":"多云",
- "img_title6":"阴",
- "img_title7":"阵雨",
- "img_title8":"阵雨",
- "img_title9":"阵雨",
- "img_title10":"小雨",
- "img_title11":"小雨",
- "img_title12":"阴",
- "img_title_single":"阴",
- "wind1":"北风小于3级",
- "wind2":"北风小于3级",
- "wind3":"北风小于3级",
- "wind4":"南风转北风小于3级",
- "wind5":"北风小于3级",
- "wind6":"北风小于3级",
- "fx1":"北风",
- "fx2":"北风",
- "fl1":"小于3级",
- "fl2":"小于3级",
- "fl3":"小于3级",
- "fl4":"小于3级",
- "fl5":"小于3级",
- "fl6":"小于3级",
- "index":"舒适",
- "index_d":"建议着薄型套装或牛仔衫裤等春秋过渡装。年老体弱者宜着套装、夹克衫等。",
- "index48":"舒适",
- "index48_d":"建议着薄型套装或牛仔衫裤等春秋过渡装。年老体弱者宜着套装、夹克衫等。",
- "index_uv":"最弱",
- "index48_uv":"弱",
- "index_xc":"适宜",
- "index_tr":"很适宜",
- "index_co":"较舒适",
- "st1":"14",
- "st2":"10",
- "st3":"14",
- "st4":"6",
- "st5":"13",
- "st6":"4",
- "index_cl":"较适宜",
- "index_ls":"不太适宜",
- "index_ag":"较易发"
- }
- }
上面显示的信息一目了然,就不用我多说了(在得到天气数据的解析android2.2可用JSONObject对象参考:http://henzil.easymorse.com/?p=242),关键是获得对应地区的城市码了。
访问http://m.weather.com.cn/data5/city.xml得到一级列表(省、直辖市、自治区),结果用逗号隔开,id和城市名称使用竖线“|”隔开;结果示例如下:
- 01|北京,02|上海,03|天津,04|重庆,05|黑龙江,06|吉林,07|辽宁,08|内蒙古,09|河北,10|山西,11|陕西,.....
然后通过这一次访问得到的一级码得到二级码,如查找河北的:http://m.weather.com.cn/data5/city09.xml在city后加上一级码得到:
- 0901|石家庄,0902|保定,0903|张家口,0904|承德,0905|唐山,0906|廊坊,0907|沧州,0908|衡水,0909|邢台,0910|邯郸,0911|秦皇岛
然后再通过得到的二级码得到三级的县或区的编码:如唐山:http://m.weather.com.cn/data5/city0905.xml:
- 090501|唐山,090502|丰南,090503|丰润,090504|滦县,090505|滦南,090506|乐亭,090507|迁西,090508|玉田,090509|唐海,090510|遵化,090511|迁安
最后由得到了三级码就可能得到它对应的城市码了,如访问唐山.迁西:http://m.weather.com.cn/data5/city090507.xml得到:
- 090507|101090507
则可知河北.唐山.迁西的城市编码为:101090507,得到它的天气则通过访问http://m.weather.com.cn/data/101090507.html得到。
好了,相信通过上面的叙述,大家应该知道怎么得到一个城市的天气了;但接下来问题又来了,那我们怎样通过Android访问来得到全国任意一个地区的天气呢?难道每一次访问网络三次得到城市码,再用它访问m.weather.com.cn这个网址得到天气码?天啊?这怎么行!要知道我们手中的移动设备可不像电脑那样"富有",流量是要扣钱的!!
相信计算机算法好的同鞋已经想到了,就是通过程序将有的城市对应的天气码一次访问到本地用android上的数据库保存起来,这样在每一次需要时,只需查询一下数据库就可以了,那关键就是怎样遍历得到所有的城市码,现给出本人的遍历代码(来自于本人天气预报系统):
- //一个自定义的网络访问工具类
- WebAccessTools webTools = new WebAccessTools(this); //这里的this为context对象
- //得到访问网络的内容
- String webContent=webTools.getWebContent("http://m.weather.com.cn/data5/city.xml");
- //第一次解析得到的为省份或一级直辖市
- String[][] provinces = WeaterInfoParser.parseCity(webContent); //WeatherInfoParser为自定义的一个解析字符串类
- String[] groups = new String[provinces.length];
- String[][] childs = new String[provinces.length][];
- String[][] cityCode = new String[provinces.length][];
- for(int i=0; i< provinces.length; i++) {
- groups[i] = provinces[i][1];
- //由省份码来得到城市码
- StringBuffer urlBuilder= new StringBuffer("http://m.weather.com.cn/data5/city");
- urlBuilder.append(provinces[i][0]);
- urlBuilder.append(".xml");
- webContent = webTools.getWebContent(urlBuilder.toString());
- String[][] citys = WeaterInfoParser.parseCity(webContent);
- //用于保存所的有二级市对应的towns县区
- String[][][] towns = new String[citys.length][][];
- //计算总的城镇数
- int sum=0;
- for(int j=0; j<citys.length; j++) {
- //由城市码来得到地方码
- urlBuilder= new StringBuffer("http://m.weather.com.cn/data5/city");
- urlBuilder.append(citys[j][0]);
- urlBuilder.append(".xml");
- webContent = webTools.getWebContent(urlBuilder.toString());
- towns[j] = WeaterInfoParser.parseCity(webContent);
- sum = sum + towns[j].length;
- }
- childs[i] = new String[sum];
- cityCode[i] = new String[sum];
- sum=0;
- for(int j=0; j<citys.length; j++) {
- for(int n=0; n<towns[j].length; n++) {
- if(n==0)
- childs[i][sum] = towns[j][n][1];
- else
- childs[i][sum] = towns[j][0][1] + "." + towns[j][n][1];
- urlBuilder= new StringBuffer("http://m.weather.com.cn/data5/city");
- urlBuilder.append(towns[j][n][0]);
- urlBuilder.append(".xml");
- webContent = webTools.getWebContent(urlBuilder.toString());
- String[][] code=WeaterInfoParser.parseCity(webContent);
- cityCode[i][sum] = code[0][1];
- sum = sum + 1;
- }
- }
- urlBuilder=null;
- }
- //=======这里得到的groups数组记录的是得到的34个一级地区字符串 =====================
- //=======childs记录的是与groups数组对应的一级地区对应的市级别或县区的字符串名,如:上海.闵行的形式(上海市没有.为上海)===
- //=======cityCode和childs形式相同,只不过记录的为地区的城市码=====================
- //=======下面就是将得到的城市码保存到数据库中,这里建了二张表,省份表和城市表,城市表通过province_id与省份表关联===========
- //============================Create Database================================
- //打开或创建一个数据库,数据库路径为:/data/data/包名/数据库文件
- String path="/data"+ Environment.getDataDirectory().getAbsolutePath() + "/com.weather.app/db_weather.db";
- SQLiteDatabase database = SQLiteDatabase.openOrCreateDatabase
- (path, null);
- //创建一个省份表
- String sql="create table provinces (_id integer primary key autoincrement, name text)";
- database.execSQL(sql);
- //创建城市表
- sql = "create table citys (_id integer primary key autoincrement, province_id integer, name text, city_num text)";
- database.execSQL(sql);
- //插入省份数据
- ContentValues cv = null;
- for(int i=0; i<provinces.length; i++) {
- cv = new ContentValues();
- cv.put("name", provinces[i][1]);
- database.insert("provinces", null, cv);
- }
- //插入城市数据
- for(int i=0; i<childs.length; i++) {
- for(int j=0; j<childs[i].length; j++) {
- cv = new ContentValues();
- cv.put("province_id", i);
- cv.put("name", childs[i][j]);
- cv.put("city_num", cityCode[i][j]);
- database.insert("citys", null, cv);
- }
- }
- cv = null;
- database.close();
下面给出WebAccessTools工具类:
- public class WebAccessTools {
- /**
- * 当前的Context上下文对象
- */
- private Context context;
- /**
- * 构造一个网站访问工具类
- * @param context 记录当前Activity中的Context上下文对象
- */
- public WebAccessTools(Context context) {
- this.context = context;
- }
- /**
- * 根据给定的url地址访问网络,得到响应内容(这里为GET方式访问)
- * @param url 指定的url地址
- * @return web服务器响应的内容,为<code>String</code>类型,当访问失败时,返回为null
- */
- public String getWebContent(String url) {
- //创建一个http请求对象
- HttpGet request = new HttpGet(url);
- //创建HttpParams以用来设置HTTP参数
- HttpParams params=new BasicHttpParams();
- //设置连接超时或响应超时
- HttpConnectionParams.setConnectionTimeout(params, 3000);
- HttpConnectionParams.setSoTimeout(params, 5000);
- //创建一个网络访问处理对象
- HttpClient httpClient = new DefaultHttpClient(params);
- try{
- //执行请求参数项
- HttpResponse response = httpClient.execute(request);
- //判断是否请求成功
- if(response.getStatusLine().getStatusCode() == HttpStatus.SC_OK) {
- //获得响应信息
- String content = EntityUtils.toString(response.getEntity());
- return content;
- } else {
- //网连接失败,使用Toast显示提示信息
- Toast.makeText(context, "网络访问失败,请检查您机器的联网设备!", Toast.LENGTH_LONG).show();
- }
- }catch(Exception e) {
- e.printStackTrace();
- } finally {
- //释放网络连接资源
- httpClient.getConnectionManager().shutdown();
- }
- return null;
- }
- }
就一个方法.
下面的解析工具类也只一个方法:
- public class WeaterInfoParser {
- /**
- * 通过解析content,得到一个一维为城市编号,二维为城市名的二维数组
- * 解析的字符串的形式为: <code>编号|城市名,编号|城市名,.....</code>
- * @param content 需要解析的字符串
- * @return 封装有城市编码与名称的二维数组
- */
- public static String[][] parseCity(String content) {
- //判断content不为空
- if(content!=null&&content.trim().length()!=0) {
- StringTokenizer st=new StringTokenizer(content, ",");
- int count = st.countTokens();
- String[][] citys = new String[count][2];
- int i=0, index=0;
- while(st.hasMoreTokens()) {
- String city = st.nextToken();
- index = city.indexOf('|');
- citys[i][0] = city.substring(0, index);
- citys[i][1] = city.substring(index+1);
- i = i+1;
- }
- return citys;
- }
- return null;
- }
- }
如上,这样就得到了国内所有地区的城市码数据库文件了,上面的方法在模拟器中运行时很慢,数分钟才能出来结果,要有耐心^_^!!
其通过上面的代码我们得到最重要的是db_weather.db这个文件,在Android中我们只要得到了它就可在程序第一次运行时直接导入到/data/data/包名/databases目录中就行了,已后直接调用,
关于数据库的导入,实质上就是文件的复制,我们只需在将数据库文件放在程序包中的res/raw目录中在运行时复制到databases目录是就行了,下面同样给出导入代码:
- //将res/raw中的城市数据库导入到安装的程序中的database目录下
- public void importInitDatabase() {
- //数据库的目录
- String dirPath="/data/data/com.weather.app/databases";
- File dir = new File(dirPath);
- if(!dir.exists()) {
- dir.mkdir();
- }
- //数据库文件
- File dbfile = new File(dir, "db_weather.db");
- try {
- if(!dbfile.exists()) {
- dbfile.createNewFile();
- }
- //加载欲导入的数据库
- InputStream is = this.getApplicationContext().getResources().openRawResource(R.raw.db_weather);
- FileOutputStream fos = new FileOutputStream(dbfile);
- byte[] buffere=new byte[is.available()];
- is.read(buffere);
- fos.write(buffere);
- is.close();
- fos.close();
- }catch(FileNotFoundException e){
- e.printStackTrace();
- }catch(IOException e) {
- e.printStackTrace();
- }
- }
我得到的城市码数据库文件可到http://download.csdn.net/detail/xianqiang1/3896880下载
上面的是我从天气预报系统中截取的部分代码,如有错误,欢迎留言指出!!
参照文章:使用JACKSON解析JSON(HttpClient 3处理请求)http://sarin.iteye.com/blog/821534
声明:感谢summerxzg和kpiao,指出了数据库文件的错误:我使用sqlitebrowser工具查看了一下我生成的db文件,显示出的的城市码数为2566个而summerxzg指出的为2583条,我的为不全。kpiao指出的citys表中的province_id与provinces表中的id不对应是由于代码中的是citys表创建时province_id是由0开始,而provinces表中的自动增长是从1开始故存在不匹配问题。为了准确起见,大家还是自己遍历一个数据库,小子我由于近期较忙暂时不会对上面内容作更改{^_^},再次感谢你们!
现在公布源码及文档下载地址:http://download.csdn.net/detail/xianqiang1/4535734
关于大家说的图片对不上,应该可以参考:http://www.weather.com.cn/static/html/legend.shtml