写在前面

待解决
1.请求头中设置不压缩

最近在某博客上看到一篇基于python与阿里云的短信发送脚本，觉得有意思就试着复现出来。
整体思路如下

获取气象网API数据→urllib包→json数据格式更便于操作
↓
阿里云设置→aliyun_SDK→python版本统一
↓
每日定时执行→通过Linux脚本语言完成

抓取天气

找了老半天，找到了不仅显示实时天气，还有预测功能的稳定免费的气象API接口（疯狂打call中...）。
由于该API支持json与xml两种格式，利用urllib包可以轻松获取对应天气数据。

# -*- coding:utf-8 -*-
import urllib
import json

city = u'北碚'  #待查询城市
city = urllib.parse.quote(city)  #这一句很关键....坑太大
weather_url = 'http://www.sojson.com/open/api/weather/json.shtml?city=%s' %city

#抓取网页信息
req = urllib.request.urlopen(weather_url)
rs = req.read().decode()  #采用utf-8解码
#获取当天数据，格式如下
#{"date":"04日星期四","sunrise":"07:50","high":"高温 7.0℃","low":"低温 5.0℃",
#"sunset":"18:08","aqi":24.0,"fx":"无持续风向","fl":"<3级","type":"小雨",
#"notice":"下雨了不要紧，撑伞挡挡就行"}
weather_info = json.loads(rs)['forecast']

短短几行代码完成的工作，中间碰到的坑不少。

1.API接口重要性

原始博客提供的API接口已经过时，对应数据已不再更新，于是就在度娘上找了另一个相对比较全面的API。但是在执行到倒数第二步时，解码失败，错误代码

'utf-8' codec can't decode byte 0x8b in position 1: invalid start byte

百度一圈发现，在提交到服务器的request header中有Accept Encoding : gzip, deflate这一选项，这条信息代表本地可以接收压缩格式的数据，而服务器在处理时就将大文件压缩再发回客户端。即，本地接收的不是完整的json格式，而是压缩后的gzip格式，这一点可以通过request.getheaders查询响应头信息得到。
然而如何处理请求头，让它不接受压缩格式，一直没弄明白。
最终，通过查找另一个比较合适的API绕过了这个问题。

2.url汉字编码

该url输入的城市名通过汉字输入。然而，都知道汉字是不能作为url输入的，需要对其进行编码。
在原API文档中作者采用utf-8编码（其实是基于url的utf-8编码），于是就将汉字转码为utf-8后再附上url地址，出现访问失败。
提取对应汉字编码显示如下

汉字：北碚
utf-8：\xe5\x8c\x97\xe7\xa2\x9a
url ： %e5%8c%97%e7%a2%9a

可以发现，url将utf-8中的\x替换为%，这是因为url中不允许出现诸如\,这样的字符。更加详细的url转码文档参考阮一峰的博客

博客简述
1.url中汉字若为路径，则为对应utf-8编码相关位置替换为%
2.url汉字若为搜索关键字，则用的是操作系统的默认编码
3.GET和POST方法的编码，用的是网页的编码
4.其余过于复杂，略过

3. python2.7 vs python3

由于python版本不向下兼容，2.7版本python语法与3以后语法有很大差别。考虑后续阿里云API采用2.6版本，因而需要对这里urllib模块进行转换为2.6格式。
由于全文采用的只有urllib模块，因而只需小规模修改即可。
urllib在python2与python3区别
修改后代码如下

# -*- coding:utf-8 -*-
__author__ = 'lumo_wang'

import urllib
import urllib2
import json

city = '北碚'
city_encode = urllib.quote(city)
weather_url = 'http://www.sojson.com/open/api/weather/json.shtml?city=%s' %city_encode
request = urllib2.urlopen(weather_url)
rs = request.read().decode('utf-8')
weather_info = json.loads(rs)['data']['forecast'][0]

#数据提取，主要用于删除温度中的汉字
def s2t(string):
  switch=False
  temp=''
  for s in string:
    if switch==True:
      temp+=s
    if s==u' ':
      switch=True
  return temp

#信息分解
time = weather_info['date'] #日期——04日星期四
temp_l = weather_info['low'] #低温——低温 5.0℃
low=s2t(temp_l)
temp_h = weather_info['high'] #高温——高温 7.0℃
high-s2t(temp_h)
aqi = weather_info['aqi'] #aqi指数——23.0
weather= weather_info['type'] #天气——小雨