微信扫一扫天气预报技能
查询中国城市的实时天气和未来天气预报。支持实时天气、逐3小时预报、7天预报、15天预报和40天长期预报。
触发场景
- "北京天气怎么样" / "查一下上海天气"
- "今天/明天/后天天气如何"
- "未来一周/一个月天气怎么样"
- "会下雨吗" / "需要带伞吗"
- "今天每个小时天气" / "逐小时预报"
- "深圳气温多少度"
- "杭州/成都/广州天气预报"
- "下个月天气如何"
数据来源
使用中国天气网 (weather.com.cn) 的数据：
| 数据类型 | URL | 说明 |
|---------|-----|------|
| 实时天气 | https://www.weather.com.cn/data/sk/{城市代码}.html | 当前温度、风向、湿度 |
| 7天预报 | https://www.weather.com.cn/weather/{城市代码}.shtml | 含逐3小时预报 |
| 15天预报 | https://www.weather.com.cn/weather15d/{城市代码}.shtml | 较详细的15天预报 |
| 40天预报 | https://d1.weather.com.cn/calendar_new/{年份}/{城市代码}_{年份月份}.html | 长期预报 |
| 城市代码 | https://j.i8tq.com/weather2020/search/city.js | 城市代码查询 |
常用城市代码
| 城市 | 代码 | 城市 | 代码 | |------|------|------|------| | 北京 | 101010100 | 武汉 | 101200101 | | 上海 | 101020100 | 西安 | 101110101 | | 广州 | 101280101 | 杭州 | 101210101 | | 深圳 | 101280601 | 南京 | 101190101 | | 成都 | 101270101 | 重庆 | 101040100 |
工作流程
步骤 1: 确定城市代码
优先使用已知城市代码（见上表）。如果城市不在列表中，从远程获取：
import urllib.request, json, re
headers = {'User-Agent': 'Mozilla/5.0'}
req = urllib.request.Request('https://j.i8tq.com/weather2020/search/city.js', headers=headers)
resp = urllib.request.urlopen(req)
text = resp.read().decode('utf-8')
# 解析 city_data
match = re.search(r'var city_data\s*=\s*(\{.*\});', text, re.DOTALL)
city_data = json.loads(match.group(1))
# 搜索城市
def find_city(city_data, name):
for province, cities in city_data.items():
for city, districts in cities.items():
for district, info in districts.items():
if name in info.get('NAMECN', ''):
return info.get('AREAID')
return None
city_id = find_city(city_data, '北京') # 返回 '101010100'
步骤 2: 获取天气数据
根据查询类型选择合适的API：
2.1 实时天气（快速查询）
import urllib.request, json
headers = {'User-Agent': 'Mozilla/5.0'}
url = 'https://www.weather.com.cn/data/sk/101010100.html'
req = urllib.request.Request(url, headers=headers)
resp = urllib.request.urlopen(req)
data = json.loads(resp.read().decode('utf-8'))
info = data['weatherinfo']
print(f"{info['city']}: {info['temp']}°C, {info['WD']} {info['WS']}, 湿度{info['SD']}")
2.2 40天预报（长期预报，推荐）
import urllib.request, json, re, time
headers = {
'Referer': 'https://www.weather.com.cn/',
'User-Agent': 'Mozilla/5.0'
}
def get_40day_forecast(city_id, year_month):
"""获取指定月份的40天预报数据"""
url = f'https://d1.weather.com.cn/calendar_new/{year_month[:4]}/{city_id}_{year_month}.html?_={int(time.time()*1000)}'
req = urllib.request.Request(url, headers=headers)
resp = urllib.request.urlopen(req)
text = resp.read().decode('utf-8')
# 去掉 JSONP 前缀
text = re.sub(r'^var fc40\s*=\s*', '', text)
return json.loads(text)
# 示例：获取2026年6月数据
data = get_40day_forecast('101010100', '202606')
# 过滤有效预报数据（排除历史数据）
valid = [d for d in data if d.get('cla') not in ('history', 'obs')]
# 按日期去重（同一日期可能有多条数据，优先保留有w1的）
seen = {}
for d in valid:
date = d.get('date', '')
if date not in seen:
seen[date] = d
elif not seen[date].get('w1') and d.get('w1'):
seen[date] = d
# 查找特定日期
target_date = '20260627'
if target_date in seen:
day = seen[target_date]
print(f"{day['date']} 周{day['wk']}: {day.get('w1','--')} {day.get('min','--')}~{day.get('max','--')}°C")
数据字段说明：
| 字段 | 说明 | 示例 | |------|------|------| | date | 日期 (YYYYMMDD) | "20260627" | | wk | 星期 | "六" | | w1 | 天气现象（白天） | "多云" | | w2 | 天气现象（夜间） | "晴" | | c1 | 天气图标代码（白天） | "1" | | c2 | 天气图标代码（夜间） | "0" | | max/min | 最高/最低温度 | "34"/"24" | | hmax/hmin | 历史均值温度 | "32"/"22" | | hgl | 降水概率 | "33%" | | rain1 | 降水量(mm) | "0.0" | | wd1/ws1 | 风向/风力 | "东南风"/"3级" | | cla | 数据类型 | 见下方说明 |
cla字段含义：
| cla值 | 说明 | 数据完整性 |
|-------|------|-----------|
| d15 pre | 15天预报（今天~3天内） | ✅ 完整（含w1/w2/c1/c2/wd1/ws1） |
| d15 | 15天预报（当天） | ✅ 完整 |
| d15 next | 15天预报（跨月前几天） | ✅ 完整 |
| d40 | 40天预报 | ⚠️ 无w1/w2，但有hgl/rain1 |
| d40 next | 40天预报（跨月） | ⚠️ 无w1/w2，但有hgl/rain1 |
| history | 历史均值 | ❌ 过滤掉 |
| obs | 已观测数据 | ❌ 过滤掉 |
重要：
- 16天后（
d40/d40 next）没有天气现象文字（w1为空），但有降水概率（hgl）和降水量（rain1） - 网页版根据
hgl值显示雨图标：hgl > 50%显示大雨，30-50%显示中雨，< 30%显示小雨或无雨 - 展示时可根据
hgl推断降水可能性，如hgl > 50%提示"可能有雨"
2.3 逐3小时预报（7天详细预报）
import urllib.request, json, re
headers = {
'Referer': 'https://www.weather.com.cn/',
'User-Agent': 'Mozilla/5.0'
}
def get_hourly_forecast(city_id):
"""获取7天逐3小时预报"""
url = f'https://www.weather.com.cn/weather/{city_id}.shtml'
req = urllib.request.Request(url, headers=headers)
resp = urllib.request.urlopen(req)
html = resp.read().decode('utf-8')
# 精确提取 hour3data JSON（通过括号匹配）
start = html.index('var hour3data')
brace_start = html.index('{', start)
depth = 0
end = brace_start
for i in range(brace_start, len(html)):
if html[i] == '{': depth += 1
elif html[i] == '}':
depth -= 1
if depth == 0:
end = i + 1
break
return json.loads(html[brace_start:end])
data = get_hourly_forecast('101010100')
# data['7d'] 是7天数据，每天8个时间点
# data['7d'][0] = 今天, data['7d'][1] = 明天, ...
# 解析单条数据
# 格式: "27日11时,d01,多云,31℃,东南风,<3级,2"
# 日期时间,天气代码,天气现象,温度,风向,风力,降水概率
for item in data['7d'][0]: # 今天
parts = item.split(',')
print(f"{parts[0]} {parts[2]} {parts[3]} {parts[4]} {parts[5]}")
步骤 3: 解析和展示数据
3.1 单日天气展示
📅 2026年6月27日 周六
🌤️ 多云转晴
🌡️ 温度: 24°C ~ 34°C
💨 风向: 东南风
💧 降水概率: 33%
3.2 多日预报表格
======================================================================
北京天气预报 | 2026年6月27日 ~ 7月10日
======================================================================
日期 星期 天气 温度 降水概率
----------------------------------------------------------------------
6月27日 周六 多云 24~34°C 33%
6月28日 周日 晴 24~35°C 50%
...
======================================================================
说明: 16天后为长期预报，仅有温度范围
======================================================================
3.3 逐3小时预报展示
杭州今天逐小时天气:
08时 多云 26°C 东南风 <3级
11时 多云 29°C 东南风 <3级
14时 晴 32°C 南风 <3级
17时 晴 31°C 南风 <3级
20时 晴 28°C 南风 <3级
23时 晴 26°C 西南风 <3级
步骤 4: 处理用户查询
根据查询类型选择数据源：
| 查询类型 | 数据源 | 说明 | |---------|--------|------| | 今天天气 | 实时天气 + 7天预报 | 优先使用实时天气 | | 明天/后天 | 7天逐3小时预报 | 包含详细天气现象 | | 未来一周 | 7天预报 | 每天一条汇总 | | 未来15天 | 40天预报（当月API） | 有完整天气现象 | | 未来30天 | 40天预报（当月+下月API合并，自动计算月份） | 前15天有天气现象，16天后只有温度 | | 未来40天 | 40天预报（当月+下月+下下月API合并，自动计算月份） | 前15天有天气现象，16天后只有温度 | | 逐小时天气 | 7天逐3小时预报 | 每3小时一条 |
跨月查询处理（完整方案）：
from datetime import datetime, timedelta
def get_40day_forecast(city_id, year_month):
"""获取指定月份的40天预报数据"""
import urllib.request, json, re, time
headers = {
'Referer': 'https://www.weather.com.cn/',
'User-Agent': 'Mozilla/5.0'
}
url = f'https://d1.weather.com.cn/calendar_new/{year_month[:4]}/{city_id}_{year_month}.html?_={int(time.time()*1000)}'
req = urllib.request.Request(url, headers=headers)
resp = urllib.request.urlopen(req)
text = resp.read().decode('utf-8')
text = re.sub(r'^var fc40\s*=\s*', '', text)
return json.loads(text)
def get_forecast_data(city_id, start_date, end_date):
"""
获取指定日期范围的预报数据。
关键逻辑：
- 计算需要请求的月份（可能跨2-3个月）
- 合并所有月份的数据
- 过滤历史数据（cla=history/obs）
- 按日期去重：同一日期有多条时，优先保留有天气现象(w1)的
- 筛选目标日期范围
注意：40天预报API返回的数据范围有限：
- 当月API：当月剩余天数 + 下月初约4-5天（共约35天）
- 下月API：上月末3天 + 下月全部 + 再下月初约2天
- 最远可覆盖约40天，超出范围的数据不存在
"""
# 计算需要的月份
months = set()
current = datetime.strptime(start_date, '%Y%m%d')
end = datetime.strptime(end_date, '%Y%m%d')
while current <= end:
months.add(current.strftime('%Y%m'))
# 移到下个月
if current.month == 12:
current = datetime(current.year + 1, 1, 1)
else:
current = datetime(current.year, current.month + 1, 1)
# 获取所有月份数据并合并
all_data = []
for month in sorted(months):
data = get_40day_forecast(city_id, month)
all_data.extend(data)
# 过滤和去重
valid = [d for d in all_data if d.get('cla') not in ('history', 'obs')]
seen = {}
for d in valid:
date = d.get('date', '')
if date not in seen:
seen[date] = d
elif not seen[date].get('w1') and d.get('w1'):
seen[date] = d
# 筛选日期范围
result = []
for date_str in sorted(seen.keys()):
if start_date <= date_str <= end_date:
result.append(seen[date_str])
return result
def get_forecast_months(start_date, days):
"""
计算指定天数范围内需要获取的月份。
例如：5月31日开始，40天后是7月10日，需要5月、6月、7月共3个月。
"""
start = datetime.strptime(start_date, '%Y%m%d')
end = start + timedelta(days=days)
months = set()
current = start
while current <= end:
months.add(current.strftime('%Y%m'))
if current.month == 12:
current = datetime(current.year + 1, 1, 1)
else:
current = datetime(current.year, current.month + 1, 1)
return sorted(months)
def get_30day_forecast(city_id):
"""
获取从今天开始的30天预报。
自动计算需要请求的月份（当月+下月，可能需要3个月），合并数据。
返回去重后的日期->数据字典。
"""
today = datetime.now()
today_str = today.strftime('%Y%m%d')
# 计算需要的月份（30天可能跨2-3个月）
months_needed = get_forecast_months(today_str, 30)
all_data = []
for month in months_needed:
data = get_40day_forecast(city_id, month)
all_data.extend(data)
valid = [d for d in all_data if d.get('cla') not in ('history', 'obs')]
seen = {}
for d in valid:
date = d.get('date', '')
if date not in seen:
seen[date] = d
elif not seen[date].get('w1') and d.get('w1'):
seen[date] = d
return seen
def get_40day_forecast_complete(city_id):
"""
获取从今天开始的40天完整预报。
自动计算需要请求的月份（当月+下月+下下月），合并数据。
返回去重后的日期->数据字典。
注意：API返回的数据范围有限，最远约40天。
16天后（d40类型）只有温度范围，没有天气现象(w1)。
"""
today = datetime.now()
today_str = today.strftime('%Y%m%d')
# 计算需要的月份（40天可能跨3个月）
months_needed = get_forecast_months(today_str, 40)
all_data = []
for month in months_needed:
data = get_40day_forecast(city_id, month)
all_data.extend(data)
valid = [d for d in all_data if d.get('cla') not in ('history', 'obs')]
seen = {}
for d in valid:
date = d.get('date', '')
if date not in seen:
seen[date] = d
elif not seen[date].get('w1') and d.get('w1'):
seen[date] = d
return seen
def infer_weather_from_hgl(hgl):
"""根据降水概率推断天气状况（用于d40数据，没有w1字段时）"""
try:
val = int(hgl.replace('%', ''))
if val >= 70:
return '🌧️大雨'
elif val >= 50:
return '🌦️中雨'
elif val >= 30:
return '🌦️小雨'
elif val >= 10:
return '☁️阴'
else:
return '☀️晴'
except (ValueError, AttributeError):
return '—'
def display_forecast(city_name, city_id, days=30):
"""获取并展示N天天气预报（通用函数，支持30天或40天）"""
import sys, io
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')
if days == 40:
seen = get_40day_forecast_complete(city_id)
else:
seen = get_30day_forecast(city_id)
dates = sorted(seen.keys())
# 只取前N天
display_dates = dates[:days]
print(f"{'=' * 72}")
print(f" {city_name}{days}天天气预报")
print(f" {display_dates[0][:4]}年{int(display_dates[0][4:6])}月{int(display_dates[0][6:8])}日 ~ "
f"{display_dates[-1][:4]}年{int(display_dates[-1][4:6])}月{int(display_dates[-1][6:8])}日")
print(f"{'=' * 72}")
print(f"{'日期':<12} {'星期':<6} {'天气':<14} {'温度':<12} {'降水概率':<10}")
print(f"{'-' * 72}")
for date_str in display_dates:
d = seen[date_str]
month = date_str[4:6]
day = date_str[6:8]
wk = d.get('wk', '')
w1 = d.get('w1', '')
w2 = d.get('w2', '')
max_t = d.get('max', '--')
min_t = d.get('min', '--')
hgl = d.get('hgl', '--')
cla = d.get('cla', '')
# 有w1时使用文字描述，没有时根据降水概率推断
if w1:
weather = w1
if w2:
weather += f'转{w2}'
else:
# d40数据没有w1，根据hgl降水概率推断天气
weather = infer_weather_from_hgl(hgl)
print(f"{int(month)}月{int(day):02d}日 周{wk} {weather:<12} {min_t}~{max_t}°C {hgl}")
print(f"{'=' * 72}")
print(f" 说明：")
print(f" - 前15天有完整天气现象描述")
print(f" - 16天后为长期预报，根据降水概率推断天气状况")
print(f" - 数据来源：中国天气网 (weather.com.cn)")
print(f"{'=' * 72}")
def display_30day_forecast(city_name, city_id):
"""获取并展示30天天气预报"""
display_forecast(city_name, city_id, days=30)
def display_40day_forecast(city_name, city_id):
"""获取并展示40天天气预报"""
display_forecast(city_name, city_id, days=40)
错误处理
- API返回空数据：检查城市代码是否正确，尝试使用备选数据源
- 请求被拒绝：确保带上
Referer和User-Agent请求头 - JSON解析失败：检查是否正确去掉了
var fc40 =前缀 - 数据缺失：16天后的长期预报没有天气现象，使用"—"表示
- 日期超出范围：40天预报API有数据范围限制
- 当月API：覆盖当月剩余 + 下月初约4-5天
- 下月API：覆盖上月末3天 + 下月全部 + 再下月初约2天
- 最远约40天，超出范围返回
history类型数据（应过滤） - 如果查询的日期没有数据，提示用户"该日期暂无预报数据"
注意事项
- 城市匹配：支持模糊匹配，如"北京"、"北京市"、"海淀"都能匹配到北京
- 默认城市：如果用户没有指定城市，询问用户
- 数据更新：天气数据每小时更新，无需频繁请求
- 长期预报限制：40天预报中16天后只有温度范围，天气现象为"—"
- 降水提示：当
rain1 > 0或hgl > 50%时，提醒用户可能下雨 - 温度单位：统一使用
°C - 30天预报：从今天算起30天，需要合并当月和下月API数据。如果用户指定具体日期范围（如"6月27日到7月10日"），使用
get_forecast_data()函数按日期范围查询 - 数据范围限制：如果查询的日期超出API覆盖范围（约40天），会返回空结果。此时应提示用户该日期暂无预报数据，并建议临近时再查