个人编程学习网

天气网的城市代码信息结构比较复杂，所有代码按层级放在了很多xml为后缀的文件中。而这些所谓的“xml”文件又不符合xml的格式规范，导致在浏览器中无法显示，给我们的抓取又多加了一点难度。

首先，抓取省份的列表：

输出content1可以查看全部省份代码：

对于每个省，抓取城市列表：

输出content2可以查看此省份下所有城市代码：
1901|南京,1902|无锡,1903|镇江,...

再对于每个城市，抓取地区列表：

content3是此城市下所有地区代码：
190101|南京,190102|溧水,190103|高淳,...

最后，对于每个地区，我们把它的名字记录下来，然后再发送一次请求，得到它的最终代码：

name和code就是我们最终要得到的城市代码信息。它们格式化到字符串中，最终保存在文件里：

同时你也可以输出它们，以便在抓取的过程中查看进度：