今天做一个简单的天气查询的程序，主要用到Urllib2（python自带的），和Json（Java Script Object Notation，JavaScript 对象表示法），安装步骤：
json的安装包在这里：https://www.lfd.uci.edu/~gohlke/pythonlibs/#simplejson，
打开cmd，进入到Python安装目录的Scripts文件夹中.比如：D:\Program Files\Python\Scripts。使用pip安装刚刚下载好的whl文件，pip.exe install *.whl，例如：
cd D:\Program Files\python\Scripts>
pip.exe install D:\python\simplejson-3.10.0-cp36-cp36m-win_amd64.whl
提示安装成功后，在\Python\Lib\site-packages目录下可以看到simplejson.
Urllib2用于获取网页的内容，Json用于对内容里的东西进行分析处理，
以下是一个简单的爬取语句：
import urllib2
web = urllib2.urlopen("http://www.sina.com") #这里得加一个http://，不是直接写网页地址的
content = web.read()
print content
实例：
import urllib2
web = urllib2.urlopen("http://www.weather.com.cn/data/cityinfo/101200101.html") #这里得加一个http://，不是直接写网页地址的
content = web.read()
print content
天气的查询是通过中国天气网（www.weather.com.cn）的信息获取完成的，点击http://www.weather.com.cn/data/cityinfo/101010100.html会发现101010100是北京的天气，这个网站是通过代号查询的，所以我们做一个城市与代号的字典，city.py，放在网盘中（https://pan.baidu.com/s/1c0Nw4m?errno=0&errmsg=Auth%20Login%20Sucess&&bduss=&ssnerror=0&traceid=），使用的时候只要放在和你的代码同一路径下，用
from city import city
前一个“city”是模块名，也就是py文件的名称，后一个“city”是模块中变量的名称。
我们分析http://www.weather.com.cn/data/cityinfo/101010100.html里的内容发现我们想要的内容都在里面，如果把101010100改成别的就变成了其他城市的天气，所以：
#python默认ASCII码，这一句是为了转换为UTF-8，不是注释同时city.py里也要声明
#在这个程序中第一行加了 # -*- coding: UTF-8 -*- 这句反而不行了，不知道为啥
import urllib2
import json
city = {
\'北京\': \'101010100\',
\'上海\': \'101020100\',
\'天津\': \'101030100\',
\'兰州\': \'101160101\',
\'鄂州\': \'101200301\',
\'荆州\': \'101200801\',
\'香港\': \'101320101\',
\'新界\': \'101320103\',
\'澳门\': \'101330101\',
\'台北\': \'101340101\',
\'高雄\': \'101340201\',
\'台中\': \'101340401\'
}
cityname = raw_input("The weather in which city do you want ?")
citycode = city.get(cityname)
print citycode #测试代码，测试可行
url = ("http://www.weather.com.cn/data/cityinfo/%s.html" %citycode) #一定要注意%s
pagecontent = urllib2.urlopen(url).read()
print pagecontent
binggo。
得到如下数据：
{"weatherinfo":
{"city":"武汉",
"cityid":"101200101",
"temp1":"7℃",
"temp2":"19℃",
"weather":"小雨转多云",
"img1":"n7.gif",
"img2":"d1.gif",
"ptime":"18:00"}
}
接下来是分析的环节，我们发现这是嵌套的字典，我们只需要里面的temp1,2和weather的信息即可。
那么如何提取嗯?
现在我们需要借助json来完成了，可以先了解一下：http://www.w3school.com.cn/json/
import json
data = json.loads(pagecontent),这时候的data已经是一个字典，尽管在控制台中输出它，看上去和pagecontent没什么区别
这是编码上有区别：
{u\'weatherinfo\': {u\'city\': u\'\u5357\u4eac\', u\'ptime\': u\'11:00\', u\'cityid\': u\'101190101\', u\'temp2\': u\'28\u2103\', u\'temp1\': u\'37\u2103\', u\'weather\': u\'\u591a\u4e91\', u\'img2\': u\'n1.gif\', u\'img1\': u\'d1.gif\'}}
但如果你用type方法看一下它们的类型：
print type(pagecontent)
print type(data)
就知道区别在哪里了。
import urllib2
import json
city = {
"北京":"101010100",
"武汉":"101200101"
}
cityname = raw_input("which city?\n")
citycode = city.get(cityname)
print citycode
print
if citycode:
url = ("http://www.weather.com.cn/data/cityinfo/%s.html" %citycode)
print url
print
page = urllib2.urlopen(url).read()
print page #这里打印出来的东西里就有我们想要的东西了
print
#使用json
data = json.loads(page) #loads是json方法中的一种
result = data["weatherinfo"]
str_temp = ("%s\t%s - %s") % (
result["weather"],
result["temp1"],
result["temp2"]
)
print str_temp
else:
print "Can not find this city."
就可以输出：
晴-2℃ - 16℃