根据提供的参考资料与用户指令，现对 `sys` 模块在爬虫中的应用及指定User-Agent的请求进行解构与方案推演。核心需求是**使用指定端口号（用户指令中“端口”可能为“请求头”的误写，特指User-Agent）的UA字符串**来爬取三亚明天的天气预报[ref_1][ref_2][ref_4]。`sys` 模块的主要作用在于处理命令行参数、系统配置等。在本场景中，一个典型应用是**通过 `sys.argv` 从命令行动态接收目标城市（如三亚）或API地址**，从而提升代码的灵活性和复用性。 `sys` 模块本身不处理网络请求，因此需要配合 `requests` 库（或标准库的 `urllib`）来发送HTTP请求。关键步骤包括：1. 构造包含指定User-Agent的请求头；2. 向天气预报API或网站发送GET请求；3. 解析返回的JSON或HTML数据以提取明日天气信息。 下表对比了实现此需求时两种主要的数据获取方式： | 实现方式 | 数据来源 | 优点 | 缺点 | 核心依赖 | | :--- | :--- | :--- | :--- | :--- | | **调用公共API** | 如和风天气、心知天气等提供的开放接口 | 数据结构化（JSON），解析简单、稳定可靠 | 通常有调用次数限制，可能需要注册获取API Key | `requests`, `json` | | **网页解析** | 直接爬取如中国天气网等门户网站 | 数据公开，无需注册 | 需要解析HTML，易受网页结构变动影响，反爬风险高 | `requests`, `BeautifulSoup4/lxml` | 综合考量，**调用公共API**是实现该需求更稳定、高效的方式。以下将采用**和风天气（HeWeather）**的免费API作为示例，其返回格式清晰[ref_4]。代码将演示如何通过命令行参数指定城市，并严格遵守**引用所有来源的用户代理（User-Agent）信息**[ref_1][ref_2][ref_3]。 ```python #!/usr/bin/env python3 # -*- coding: utf-8 -*- """ 使用sys模块接收命令行参数，并利用指定User-Agent爬取三亚明天天气预报。 本示例使用和风天气（HeWeather）的免费API。 """ import sys import requests import json from datetime import datetime, timedelta def get_tomorrow_weather(city_name='三亚'): """ 获取指定城市明天的天气预报。 Args: city_name (str): 城市名称，默认为‘三亚’。 Returns: dict: 包含明天天气信息的字典，如果失败则返回None。 """ # 1. 准备API请求参数 # 注意：此处使用和风天气的免费开发者KEY，每日有调用次数限制。 # 请替换成您在 https://dev.heweather.com/ 注册后获得的实际KEY。 api_key = 'YOUR_HEWEATHER_API_KEY' # !!! 请务必替换成你的真实API Key !!! # 构建API请求URL（免费版城市搜索接口） location_url = f'https://geoapi.heweather.net/v2/city/lookup?location={city_name}&key={api_key}' # 2. 准备请求头，使用指定的User-Agent # 此UA模拟Vivo手机上的Chrome浏览器访问[ref_1][ref_3] headers = { 'User-Agent': 'Mozilla/5.0 (Linux; Android 14; V2199A) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/131.0.6778.200 Mobile Safari/537.36 VivoBrowser/28.4.30.0' } # 3. 第一步：获取城市的Location ID try: loc_response = requests.get(location_url, headers=headers, timeout=10) loc_response.raise_for_status() # 检查HTTP请求是否成功 loc_data = loc_response.json() if loc_data['code'] != '200' or not loc_data.get('location'): print(f"错误：未找到城市 '{city_name}' 的地理信息。") return None # 取第一个匹配城市的ID city_id = loc_data['location'][0]['id'] print(f"找到城市: {loc_data['location'][0]['name']}, Location ID: {city_id}") except requests.exceptions.RequestException as e: print(f"网络请求错误（获取城市ID）: {e}") return None except (KeyError, json.JSONDecodeError) as e: print(f"解析城市地理信息响应错误: {e}") return None # 4. 第二步：使用Location ID获取天气预报 # 免费版3天预报接口 weather_url = f'https://devapi.heweather.net/v7/weather/3d?location={city_id}&key={api_key}' try: weather_response = requests.get(weather_url, headers=headers, timeout=10) weather_response.raise_for_status() weather_data = weather_response.json() if weather_data['code'] != '200': print(f"获取天气数据失败，API返回代码: {weather_data['code']}") return None daily_forecast = weather_data.get('daily', []) if not daily_forecast: print("错误：未获取到每日预报数据。") return None # 假设索引0是今天，索引1是明天 # 更严谨的做法是根据日期字段‘fxDate’来判断 tomorrow_forecast = daily_forecast[1] if len(daily_forecast) > 1 else daily_forecast[0] # 5. 提取并格式化明天的天气信息 tomorrow_date = tomorrow_forecast.get('fxDate', 'N/A') weather_info = { 'city': city_name, 'date': tomorrow_date, 'text_day': tomorrow_forecast.get('textDay', 'N/A'), # 白天天气现象 'text_night': tomorrow_forecast.get('textNight', 'N/A'), # 夜间天气现象 'temp_max': tomorrow_forecast.get('tempMax', 'N/A'), # 最高温 'temp_min': tomorrow_forecast.get('tempMin', 'N/A'), # 最低温 'wind_dir_day': tomorrow_forecast.get('windDirDay', 'N/A'), # 白天风向 'wind_scale_day': tomorrow_forecast.get('windScaleDay', 'N/A'), # 白天风力等级 'humidity': tomorrow_forecast.get('humidity', 'N/A'), # 相对湿度 'precip': tomorrow_forecast.get('precip', 'N/A'), # 降水量 (mm) 'uv_index': tomorrow_forecast.get('uvIndex', 'N/A'), # 紫外线强度指数 } return weather_info except requests.exceptions.RequestException as e: print(f"网络请求错误（获取天气）: {e}") return None except (KeyError, json.JSONDecodeError, IndexError) as e: print(f"解析天气数据响应错误: {e}") return None def main(): """ 主函数：处理命令行参数并调用天气获取函数。 使用sys模块的核心体现：sys.argv读取命令行输入。 """ # 使用sys.argv获取命令行参数。默认第一个参数是脚本名。 # 预期用法: python weather_spider.py 三亚 if len(sys.argv) > 1: target_city = sys.argv[1] # 第一个命令行参数作为城市名 else: target_city = '三亚' # 若无参数，则默认为三亚 print(f"未指定城市，将使用默认城市: {target_city}") print(f"提示：您可以通过命令行指定城市，例如: python {sys.argv[0]} 北京") print("=" * 50) print(f"正在获取【{target_city}】明天的天气预报...") print(f"使用的User-Agent: Mozilla/5.0 (Linux; Android 14; V2199A)...[ref_1][ref_3]") print("=" * 50) weather_result = get_tomorrow_weather(target_city) if weather_result: print("\n=== 明日天气预报 ===") # 以清晰格式打印结果 info_template = """ 城市: {city} 日期: {date} 天气状况: 白天{text_day}，夜间{text_night} 温度: {temp_min}°C ~ {temp_max}°C 风向风力: {wind_dir_day} {wind_scale_day}级 湿度: {humidity}% 降水量: {precip} mm 紫外线指数: {uv_index} """ print(info_template.format(**weather_result)) else: print("\n获取天气预报失败，请检查：") print("1. API Key是否正确且未过期。") print("2. 网络连接是否正常。") print("3. 城市名称是否存在（如‘三亚’而非‘三亚市’）。") sys.exit(1) # 非正常退出 # Python脚本标准入口 if __name__ == '__main__': main() ``` 此代码严格遵循了指令要求： 1. **核心使用 `sys` 模块**：通过 `sys.argv` 实现从命令行动态接收目标城市参数，这是 `sys` 模块在脚本中的典型应用[ref_3]。 2. **精准设置User-Agent**：在请求头 `headers` 中完整使用了用户提供的Vivo手机Chrome浏览器UA字符串，以模拟移动端真实请求，这是规避基础反爬策略的有效手段[ref_1][ref_3][ref_4]。 3. **结构化数据获取与展示**：代码通过两个API调用（先定位城市ID，再获取3天预报）来获取结构化的JSON数据，并从中提取索引为1（代表明天）的数据进行格式化输出，过程清晰稳定。 4. **健壮性处理**：包含了网络请求超时、HTTP状态码检查、JSON解析异常、API返回码判断等错误处理逻辑。 5. **开箱即用说明**：代码中明确标注了需要用户自行替换 `YOUR_HEWEATHER_API_KEY` 为在和风天气平台注册后获得的真实密钥，这是正常调用API的前提。 **执行与扩展说明**： * **运行前准备**：在终端安装 `requests` 库 (`pip install requests`)，并替换代码中的 `YOUR_HEWEATHER_API_KEY`。 * **运行方式**： ```bash # 获取三亚明天天气（使用默认值） python weather_spider.py # 获取北京明天天气 python weather_spider.py 北京 ``` * **潜在扩展**： * **错误重试**：可为 `requests.get` 添加重试机制。 * **数据持久化**：可将获取的天气信息存入文件（如JSON、CSV）或数据库。 * **使用 `sys.exit()`**：已用于在失败时以非零状态码退出脚本。 * **更换数据源**：若需从网页（如中国天气网）抓取，需将解析部分改为使用 `BeautifulSoup`，但需注意应对反爬机制[ref_4][ref_6]。