【开源】分享2011-2015年全国城市历史天气数据库【Sqlite+C#访问程序】

    由于个人研究需要,需要采集天气历史数据,前一篇文章:C#+HtmlAgilityPack+XPath带你采集数据(以采集天气数据为例子),介绍了基本的采集思路和核心代码,经过1个星期的采集,历史数据库基本全了,现在开放该数据库,目的是为了让可能需要该类型做相关研究准备的,至于实时天气的采集本项目也做了,暂时不公布,如果有需求的,单独好我联系,原因很简单,人家小站也不容易,大家一起拖,容易搞死,主要大家都不能用。

.NET开源项目:【目录】本博客其他.NET开源项目文章目录 

本文原文地址:分享2011-2015年全国城市历史天气数据库【Sqlite+C#访问程序】 

1.天气数据库介绍

    该数据的基本情况如下:

  • 该数据库目前覆盖了全国34个省、直辖市、自治区以及特别行政区的所有县级市区。

  • 该数据库的历史天气时间范围是2011年1月至2015年8月底的数据,实时天气预报的更新接口暂时不开放,但我们会对核心采集进行简单的介绍,请看第3节内容。

  • 包括的天气数据有:天气情况,气温情况,风力情况。

  • 目前总的天气记录条数为390万,,大小为570M,压缩后的版本大小为60M,后续还会增加,考虑每2-3个月更新一次。目前为一个总库

  • 考虑到实际的城市等级,我对省份和城市进行了大概分级,具体研究分析的时候可以自己单独提取城市,单独处理。

  1.省、直辖市、自治区,特别行政区,等级:1

  2.地级市,或者同等州 ,等级:2

  3.县市区,等级:3

  4.省会中心城市:5

    本文使用C#+XCode进行开发,大部分查询方法都在实体类中写好了。下面我们将会简单介绍一些。

2.数据库设计

    该数据库设计比较简单,第一个表是基础城市信息表,存储城市的名称,等级,代码,所属省份以及地区等基本信息;第二个表是原始天气数据表,存储采集过来的原始天气信息,主要信息是名称,天气状况,考虑到数据小,对一些字段进行了冗余,避免重复查找。第三个表是处理后的天气数据表,如何处理看个人情况进行,我自己还没想好,只是先采集了原始数据。数据库的结构如下图:

    上述3个表的基本结构看上面,比较简单,有的表字段进行了冗余,没必要为了所谓的范式把自己搞死。看看下面Gif动态演示图:

3.关于采集预报信息

  我们在前面一篇文章中介绍了基本的页面采集方法。页面分析过程就不介绍了,有空的朋友看前一篇文章:C#+HtmlAgilityPack+XPath带你采集数据(以采集天气数据为例子),这里直接贴出核心代码:

//直接采集月份,每个城市从2011 01 开始的数据至今都有
String url = String.Format("http://www.tianqihoubao.com/yubao/{0}.html", cityName);
//先要拼接链接,根据名称                
var docText = HtmlHelper.GetWebClient(url);
var doc = new HtmlDocument(); doc.LoadHtml(docText);
var res = doc.DocumentNode.SelectSingleNode(@"/html[1]/body[1]/div[2]/div[6]/div[1]/div[1]/table[1]");
if (res != null)
{
	var dd = res.SelectNodes(@"tr");
	if (dd.Count < 3) return;//3或者4个以上子节点tr
	if ((dd.Count - 1) % 2 == 0) //tr成对出现
	{
		Int32 N = (dd.Count - 1) / 2;
		for (int i = 0; i < N; i++)
		{
			//日期 - 天气状况 - 气温 - 风力风向
			//白天
			var td = dd[2 * i + 1].SelectNodes(@"td");
			var date = td[0].InnerText.Replace("&nbsp;", "").Trim();
			var btq = td[2].InnerText.Replace("&nbsp;", "").Trim();
			var bqw = td[3].InnerText.Replace("&nbsp;", "").Trim();
			var bfx = td[4].InnerText.Replace("&nbsp;", "").Trim();
			//晚上
			var tdw = dd[2 * i + 2].SelectNodes(@"td");
			var wtq = tdw[1].InnerText.Replace("&nbsp;", "").Trim();
			var wqw = tdw[2].InnerText.Replace("&nbsp;", "").Trim();
			var wfx = tdw[3].InnerText.Replace("&nbsp;", "").Trim();
			Console.WriteLine("{0}/{1},{2}/{3},{4}/{5},{6}", wtq, btq, wqw, bqw, wfx, bfx,date);
		}
	}		
}

4.基本使用方法

    下面给出数据库的几个常规查询方法,如果懂XCode的朋友,更加容易理解,熟悉表结构就行了。

4.1 查询某个省份所有地级市列表

  由于地级市的等级为2或者5,所以要注意一些,而且县级市的省份属性里面也包括了Province,因此不能单独判定。

/// <summary>查询某个省份,所有地级市列表</summary>
/// <param name="provinceName">省份名称</param>
/// <returns></returns>
public static EntityList<BaseCityInfo> FindAllCityByProvince(String provinceName)
{
	return BaseCityInfo.FindAll(
	       BaseCityInfo._.Province == provinceName &
               BaseCityInfo._.Level>1 & //不能为省份
               BaseCityInfo._.Level !=3);//要包括省会中心城市,也就是Level=2或者5
}

4.2 查询地级市下所有县市列表

  县级市都是等级为3,所以查询地区名称以及等级就可以了。

/// <summary>查询某个地级市下面的所有县级市列表</summary>
/// <param name="areaName">市区名称</param>
/// <returns></returns>
public static EntityList<BaseCityInfo> FindAllCityByArea(String areaName)
{
	return BaseCityInfo.FindAll(BaseCityInfo._.Area == areaName &
				BaseCityInfo._.Level ==3);//Level=3是县级市区
}

4.3 查询某个地区某个月的天气情况

  查询某个地区,和时间范围的天气情况,直接加条件即可,地区按照名称来XCode的查询语法举一反三,应该比较好理解。

/// <summary>查询某个地区某个月的天气情况</summary>
/// <param name="cityName">城市名称</param>
/// <returns></returns>
public static EntityList<OriginWeatherData> FindCityWeatherByMonth(String cityName)
{
	return OriginWeatherData.FindAll(
	       OriginWeatherData._.Name == cityName &
	       OriginWeatherData._.DateTime <= new DateTime(2015, 8, 31)&
	       OriginWeatherData._.DateTime >=new DateTime (2015,8,1),
	       OriginWeatherData._.DateTime.Asc(),null,0,0);
}

4.4 数据库Sql查询演示与XCode版代码

  为了更加直观,我们对数据库进行了简单的查询演示,390万代码实际速度并不慢,看看效果。里面的Sql语句,下面都将使用XCode代码进行重写演示,大家可以借鉴用法:

 我们看看XCode的查询方法:

//获取所有的地级市+县级市区的数量
var cityCount = BaseCityInfo.FindCount(BaseCityInfo._.Level > 1, null, null, 0, 0);
//获取所有记录总数,截至时间2015-08-29和2015-09-03
var totalCount = OriginWeatherData.FindCount();
//获取从2015-08-21开始的上海地区的天气情况
var shanghaiRecords = OriginWeatherData.FindAll
						(OriginWeatherData._.Name == "上海" &
						 OriginWeatherData._.DateTime > new DateTime(2015, 08, 20),
						 OriginWeatherData._.Id.Asc(), null, 0, 0);
//获取上海地区总的天气数目,注意只是上海地区总的,不包括下属县市区
var shCount = OriginWeatherData.FindCount(OriginWeatherData._.Name, "上海");
//获取浙江省地级市区所有的天气记录 
var zjRecords = OriginWeatherData.FindAll
					(OriginWeatherData._.Province == "浙江" &
					(OriginWeatherData._.Level == 2 | 
					 OriginWeatherData._.Level == 5),
					 null,null,0,0);
//获取2015年8月20日浙江省地级市区所有的天气记录
var zj = OriginWeatherData.FindAll
					(OriginWeatherData._.Province == "浙江" &
					 OriginWeatherData._.DateTime > new DateTime(2015, 08, 20) &
					 (OriginWeatherData._.Level == 2 | OriginWeatherData._.Level == 5),
					 null, null, 0, 0);

 看看结果:

 

5.数据库和程序下载

    Sqlite版数据库下载:http://pan.baidu.com/s/1pJ02EmR 密码:jzmt ,

 如果链接错误,请到原地址下载:分享2011-2015年全国城市历史天气数据库【Sqlite+C#访问程序】 

    C#版访问程序,注意是Sqlite是32位的版本:天气数据库访问程序.rar

 使用方法:把数据库放在bin目录,或者自己修改配置文件的地址。

  数据大部分截至2015年8月30日-2015年9月2日,按照地区会有不一样,以后会逐步同步起来。

    核心代码不直接开放,但完全免费对有需要的人开放。需要的人可以QQ联系,或者邮件联系我,请注明自己的一些基本个人信息和用途。

    由于时间紧,考虑不够全面,我将在下一个版本中对数据库进行分库,提高数据查询效率。目前的数据库对于sqlite版本来说,太大了,而且以后还会持续增加,如果有资源的朋友,可以帮忙挂一下。

posted @ 2015-09-06 08:06 数据之巅 阅读(...) 评论(...) 编辑 收藏