同學們！歡迎大家來到馬哥自學Python編程教室，在上一講我們已經可以查天氣了，但是是不是有人對城市代碼的查詢還感到不滿意呢?今天我們就這里的內容再跟大家深入講解一下，了解一下城市代碼的抓取過程，也會讓你對網頁抓取有更深的理解哦。

天氣網的城市代碼信息結構比較復雜，所有代碼按層級放在了很多xml為后綴的文件中。而這些所謂的“xml”文件又不符合xml的格式規范，導致在瀏覽器中無法顯示，給我們的抓取又多加了一點難度。

首先，抓取省份的列表：

url1 = 'http://m.weather.com.cn/data5/city.xml' 
content1 = urllib2.urlopen(url1).read() 
provinces = content1.split(',')

輸出content1可以查看全部省份代碼：

01|北京,02|上海,03|天津,...

對于每個省，抓取城市列表：

url = 'http://m.weather.com.cn/data3/city%s.xml' 
for p in provinces: 
p_code = p.split('|')[0] 
url2 = url % p_code 
content2 = urllib2.urlopen(url2).read() 
cities = content2.split(',')

輸出content2可以查看此省份下所有城市代碼：

1901|南京,1902|無錫,1903|鎮江,...

再對于每個城市，抓取地區列表：

for c in cities[:3]: 
c_code = c.split('|')[0] 
url3 = url % c_code 
content3 = urllib2.urlopen(url3).read() 
districts = content3.split(',')

content3是此城市下所有地區代碼：

190101|南京,190102|溧水,190103|高淳,...

最后，對于每個地區，我們把它的名字記錄下來，然后再發送一次請求，得到它的最終代碼：

for d in districts: 
d_pair = d.split('|') 
d_code = d_pair[0] 
ame = d_pair[1] 
url4 = url % d_code 
content4 = urllib2.urlopen(url4).read() 
code = content4.split('|')[1]

name和code就是我們最終要得到的城市代碼信息。它們格式化到字符串中，最終保存在文件里：

line = " '%s': '%s',n" % (name, code) 
result += line

同時你也可以輸出它們，以便在抓取的過程中查看進度：

print name + ':' + code

如果你只是想抓幾個測試一下，并不用全部抓下來，在provices后面加上[:3]，抓3個省的試試看就好了。

恭喜你在Python自學的道路上又堅持了一天，相信到今天為止，你可以毫無壓力地跟別人說查詢天氣太簡單了，一串代碼的事!那你了解完了如何用Python去查天氣，那你可以查詢下別的嗎?比如火車票呢?思考一下，并試著動手實踐一下吧!更多Python相關的精彩內容，盡在馬哥教育官網，敬請關注!

好啦，今天的分享到這里就結束了，希望大家能夠持續關注馬哥教育官網，每天都會有大量優質內容與大家分享！

聲明：文章來源于網絡，侵刪！