手机天气插件更新数据时某些天气插件更新时流量有点儿消耗稍大，所以还是自己动手丰衣足食啊,未来7天返回的流量(当然这个要看具体天气和生活指数里返回的大小了关键是生活指数)
实时的:
中国天气网返回未来7天预报
Java代码
city"北京"//城市名称 city_en"beijing"//应为名称 date_y"10月18日"//当前日期 date"辛卯年"//阴历年 week"星期二"//星期几 fchh"18"//不详 cityid"101010100"//城市编码 //这里的温度在下午更新后是这样的,具体的更新点儿有待补上（下午好像是18点左右，白天的自己研究去吧哈哈） //当那个更新点未到达之前是这样的："temp1":"19℃~12℃",也就是今天的最高温和最低温,也就是每天都会有个最高温和最低温,就看是那个点更新的数据了…. temp1"10℃~19℃"//当前日期是18日那这第一个的温度为19日凌晨到19日中午是的温度，下面以此类推 temp2"12℃~20℃" temp3"11℃~21℃" temp4"11℃~19℃" temp5"13℃~18℃" temp6"10℃~17℃" tempF1"50℉~66.2℉"//华氏温度同上 tempF2"53.6℉~68℉" tempF3"51.8℉~69.8℉" tempF4"51.8℉~66.2℉" tempF5"55.4℉~64.4℉" tempF6"50℉~62.6℉" weather1"晴转阴"//同温度一样也是19日凌晨也可以说成是18日23:59:59秒//下面类推 weather2"阴转多云" weather3"多云转晴" weather4"晴转多云" weather5"阴" weather6"多云" img1"0"//对应的显示图片编号 img2"2" img3"2" img4"1" img5"1" img6"0" img7"0" img8"1" img9"2" img10"99"//这个就不对了不知道为啥 img11"1" img12"99" img_single"2" img_title1"晴"//18日夜间 img_title2"阴"//19日白天 img_title3"阴"//19日夜间 img_title4"多云"//20日白天 img_title5"多云"//20日夜间一次类推 img_title6"晴" img_title7"晴" img_title8"多云" img_title9"阴" img_title10"阴" img_title11"多云" img_title12"多云" img_title_single"阴" wind1"微风"//一天的风力 wind2"微风" wind3"微风" wind4"微风" wind5"微风" wind6"微风" fx1"微风"//这2个就不知道了有待研究 fx2"微风" fl1"小于3级"//风力 fl2"小于3级" fl3"小于3级" fl4"小于3级" fl5"小于3级" fl6"小于3级" //这里的这些生活指数也是和上面的更新点有关系18点左右更新的就是明天的生活指数了哈哈 index"舒适"//舒适度指数 index_d"建议着薄型套装或牛仔衫裤等春秋过渡装。年老体弱者宜着套装、夹克衫等。//对应的描述 index48"暖"///这2个不清楚了 index48_d"较凉爽，建议着长袖衬衫加单裤等春秋过渡装。年老体弱者宜着针织长袖衬衫、马甲和长裤。" index_uv"最弱"//紫外线指数 index48_uv"弱" index_xc"适宜"//洗车指数 index_tr"很适宜"//旅游指数 index_co"舒适"//舒适度指数 st1"20" st2"11" st3"20" st4"11" st5"20" st6"11" index_cl"较适宜"//晨练指数 index_ls"不太适宜"//晾晒指数 index_ag"不易发"//息斯敏过敏气象指数
实时天气：
Java代码
city"北京"//城市 cityid"101010100"//城市编码 temp"17"//当前温度 WD"东风"//风向 WS"2级"//风力 SD"70%"//相对湿度 WSE"2"//风力 time"14:20"//更新时间 isRadar"1"//是否有雷达图 Radar"JC_RADAR_AZ9010_JB"//雷达图地址/html/radar/JC_RADAR_AZ9010_JB.shtml
1. XML接口 /wmaps/xml/china.xml 这个是全国天气的根节点，列出所有的省，其中的pyName字段是各个省XML的文件名，比如北京的是beijing，那就意味着北京的XML地址为 /wmaps/xml/beijing.xml 一个省的天气，其中列出该省各个市的数据，北京就列出各个区。 tmp1是最低温低，tmp2是最高温度，url非常重要，我们一会儿再说。state1和state2是神马转神马，每个数代表一个天气现象。天气现象非常多，我本想全部分析出来，后来直接放弃了这个想法。因为我看到了一个城市的天气现象的编码是26...我现在知道的有0.晴 1.多云 2.阴 6.雨夹雪 7.小雨 8.中雨 13.阵雪 14.小雪 其中后来发现知道这个没用，这个数字的主要作用是检索图片的！！！
2. 图片接口/img/c0.gif /img/b0.gif /m/i/weatherpic/29x20/d0.gif /m2/i/icon_weather/29x20/n00.gif 这个图就是天气现象0（晴）的图片，其他天气现象的图片依此类推。c打头的图片是20*20像素的，b打头的是50*46像素的，d打头的是反白的图标，29*20像素，n打头的是夜间反白图标，29*20像素，注意这里的文件名是两位数字！ 也许还有更多的图标，等待大家发掘啦~
3. JSON接口 真没想到~居然有JSON接口~JSON在iPhone上分析起来要比XML简单很多 /data/101010200.html 这个是北京的JSON数据，那个HTML的名字是根据上文XML中的url得到的。这个JSON中包含了实时数据、7天天气预报、气象指数等丰富的数据
国家气象局提供的天气预报接口
接口地址：
/data/sk/101010100.html
/data/cityinfo/101010100.html
/data/101010100.html
对于第三个接口，返回信息比较全面，也是以json格式提供，格式如下
{"weatherinfo": {
//基本信息;
"city":"北京","city_en":"beijing",
"date_y":"2月16日", "date":"", "week":"星期四", "fchh":"11", "cityid":"101010100",
//摄氏温度
"temp1":"2℃~-7℃",
"temp2":"1℃~-7℃",
"temp3":"4℃~-7℃",
"temp4":"7℃~-5℃",
"temp5":"5℃~-3℃",
"temp6":"5℃~-2℃",
//华氏温度;
"tempF1":"35.6℉~19.4℉",
"tempF2":"33.8℉~19.4℉",
"tempF3":"39.2℉~19.4℉",
"tempF4":"44.6℉~23℉",
"tempF5":"41℉~26.6℉",
"tempF6":"41℉~28.4℉",
//天气描述;
"weather1":"晴",
"weather2":"晴",
"weather3":"晴",
"weather4":"晴转多云",
"weather5":"多云",
"weather6":"多云转阴",
//天气描述图片序号
"img1":"0",
"img2":"99",
"img3":"0",
"img4":"99",
"img5":"0",
"img6":"99",
"img7":"0",
"img8":"1",
"img9":"1",
"img10":"99",
"img11":"1",
"img12":"2",
"img_single":"0",
//图片名称;
"img_title1":"晴",
"img_title2":"晴",
"img_title3":"晴",
"img_title4":"晴",
"img_title5":"晴",
"img_title6":"晴",
"img_title7":"晴",
"img_title8":"多云",
"img_title9":"多云",
"img_title10":"多云",
"img_title11":"多云",
"img_title12":"阴",
"img_title_single":"晴",
//风速描述
"wind1":"北风3-4级转微风",
"wind2":"微风",
"wind3":"微风",
"wind4":"微风",
"wind5":"微风",
"wind6":"微风",
//风速级别描述
"fx1":"北风",
"fx2":"微风",
"fl1":"3-4级转小于3级",
"fl2":"小于3级",
"fl3":"小于3级",
"fl4":"小于3级",
"fl5":"小于3级",
"fl6":"小于3级",
//今天穿衣指数;
"index":"冷",
"index_d":"天气冷，建议着棉衣、皮夹克加羊毛衫等冬季服装。年老体弱者宜着厚棉衣或冬大衣。",
//48小时穿衣指数
"index48":"冷",
"index48_d":"天气冷，建议着棉衣、皮夹克加羊毛衫等冬季服装。年老体弱者宜着厚棉衣或冬大衣。",
//紫外线及48小时紫外线
"index_uv":"弱",
"index48_uv":"弱",
//洗车
"index_xc":"适宜",
//旅游
"index_tr":"一般",
//舒适指数
"index_co":"较不舒适",
"st1":"1",
"st2":"-8",
"st3":"2",
"st4":"-4",
"st5":"5",
"st6":"-5",
//晨练
"index_cl":"较不宜",
//晾晒
"index_ls":"基本适宜",
//过敏
"index_ag":"极不易发"}}
全国各城市代码如下：
北京:101010100朝阳:101010300顺义:101010400怀柔:101010500通州:101010600昌平:101010700延庆:101010800丰台:101010900石景山:101011000大兴:101011100房山:101011200密云:101011300门头沟:101011400平谷:101011500八达岭:101011600佛爷顶:101011700汤河口:101011800密云上甸子:101011900斋堂:101012000霞云岭:101012100北京城区:101012200海淀:101010200天津:101030100宝坻:101030300东丽:101030400西青:101030500北辰:101030600蓟县:101031400汉沽:101030800静海:101030900津南:101031000塘沽:101031100大港:101031200武清:101030200宁河:101030700上海:10100宝山:101020300嘉定:101020500南汇:101020600浦东:101021300青浦:101020800松江:101020900奉贤:101021000崇明:101021100徐家汇:101021200闵行:10100金山:101020700石家庄:101090101张家口:101090301承德:101090402唐山:101090501秦皇岛:101091101沧州:101090701衡水:101090801邢台:101090901邯郸:101091001保定:101090201廊坊:101090601郑州:101180101新乡:101180301许昌:101180401平顶山:101180501信阳:101180601南阳:101180701开封:101180801洛阳:101180901商丘:101181001焦作:101181101鹤壁:101181201濮阳:101181301周口:101181401漯河:101181501驻马店:101181601三门峡:101181701济源:101181801安阳:101180201合肥:10121芜湖:101220301淮南:101220401马鞍山:101220501安庆:101220601宿州:101220701阜阳:101220801亳州:101220901黄山:101221001滁州:101221101淮北:101221201铜陵:101221301宣城:101221401六安:101221501巢湖:101221601池州:101221701蚌埠:10121杭州:101210101舟山:101211101湖州:101210201嘉兴:101210301金华:101210901绍兴:101210501台州:101210601温州:101210701丽水:101210801衢州:101211001宁波:101210401重庆:101040100合川:101040300南川:101040400江津:101040500万盛:101040600渝北:101040700北碚:101040800巴南:101040900长寿:101041000黔江:101041100万州天城:101041200万州龙宝:101041300涪陵:101041400开县:101041500城口:101041600云阳:101041700巫溪:101041800奉节:101041900巫山:101042000潼南:101042100垫江:101042200梁平:101042300忠县:101042400石柱:101042500大足:101042600荣昌:101042700铜梁:101042800璧山:101042900丰都:101043000武隆:101043100彭水:101043200綦江:101043300酉阳:101043400秀山:101043600沙坪坝:101043700永川:101040200福州:101230101泉州:101230501漳州:101230601龙岩:101230701晋江:101230509南平:101230901厦门:101230201宁德:101230301莆田:101230401三明:101230801兰州:101160101平凉:101160301庆阳:101160401武威:101160501金昌:101160601嘉峪关:101161401酒泉:101160801天水:101160901武都:101161001临夏:101161101合作:101161201白银:101161301定西:101160201张掖:101160701广州:101280101惠州:101280301梅州:101280401汕头:101280501深圳:101280601珠海:101280701佛山:101280800肇庆:101280901湛江:101281001江门:101281101河源:101281201清远:101281301云浮:101281401潮州:101281501东莞:101281601中山:101281701阳江:101281801揭阳:101281901茂名:101282001汕尾:101282101韶关:101280201南宁:101300101柳州:101300301来宾:101300401桂林:101300501梧州:101300601防城港:101301401贵港:101300801玉林:101300901百色:101301001钦州:101301101河池:101301201北海:101301301崇左:101300201贺州:101300701贵阳:101260101安顺:101260301都匀:101260401兴义:101260906铜仁:101260601毕节:101260701六盘水:101260801遵义:101260201凯里:101260501昆明:101290101红河:101290301文山:101290601玉溪:101290701楚雄:101290801普洱:101290901昭通:101291001临沧:101291101怒江:101291201香格里拉:101291301丽江:101291401德宏:101291501景洪:101291601大理:101290201曲靖:101290401保山:101290501呼和浩特:101080101乌海:101080301集宁:101080401通辽:101080501阿拉善左旗:101081201鄂尔多斯:101080701临河:101080801锡林浩特:101080901呼伦贝尔:101081000乌兰浩特:101081101包头:101080201赤峰:101080601南昌:101240101上饶:101240301抚州:101240401宜春:101240501鹰潭:101241101赣州:101240701景德镇:101240801萍乡:101240901新余:101241001九江:101240201吉安:101240601武汉:101200101黄冈:10101荆州:10101宜昌:10101恩施:10101十堰:10101神农架:10101随州:10101荆门:10101天门:10101仙桃:10101潜江:10101襄樊:101200201鄂州:10101孝感:10101黄石:10101咸宁:10101成都:101270101自贡:101270301绵阳:101270401南充:101270501达州:101270601遂宁:101270701广安:101270801巴中:101270901泸州:101271001宜宾:101271101内江:101271201资阳:101271301乐山:101271401眉山:101271501凉山:101271601雅安:101271701甘孜:101271801阿坝:101271901德阳:101272001广元:101272101攀枝花:101270201银川:101170101中卫:101170501固原:101170401石嘴山:101170201吴忠:101170301西宁:101150101黄南:101150301海北:101150801果洛:101150501玉树:101150601海西:101150701海东:101150201海南:101150401济南:10111潍坊:101120601临沂:101120901菏泽:101121001滨州:101121101东营:101121201威海:101121301枣庄:101121401日照:101121501莱芜:101121601聊城:101121701青岛:10111淄博:101120301德州:101120401烟台:101120501济宁:101120701泰安:101120801西安:101110101延安:101110300榆林:101110401铜川:101111001商洛:101110601安康:101110701汉中:101110801宝鸡:101110901咸阳:101110200渭南:101110501太原:101100101临汾:101100701运城:101100801朔州:101100901忻州:101101001长治:101100501大同:101100201阳泉:101100301晋中:101100401晋城:101100601吕梁:101101100乌鲁木齐:101130101石河子:101130301昌吉:101130401吐鲁番:101130501库尔勒:101130601阿拉尔:101130701阿克苏:101130801喀什:101130901伊宁:101131001塔城:101131101哈密:101131201和田:101131301阿勒泰:101131401阿图什:101131501博乐:101131601克拉玛依:101130201拉萨:101140101山南:101140301阿里:101140701昌都:101140501那曲:101140601日喀则:101140201林芝:101140401台北县:101340101高雄:101340201台中:101340401海口:101310101三亚:101310201东方:101310202临高:101310203澄迈:101310204儋州:101310205昌江:101310206白沙:101310207琼中:101310208定安:101310209屯昌:101310210琼海:101310211文昌:101310212保亭:101310214万宁:101310215陵水:101310216西沙:101310217南沙岛:101310220乐东:101310221五指山:101310222琼山:101310102长沙:101250101株洲:101250301衡阳:101250401郴州:101250501常德:101250601益阳:101250700娄底:101250801邵阳:101250901岳阳:101251001张家界:101251101怀化:101251201黔阳:101251301永州:101251401吉首:101251501湘潭:101250201南京:101190101镇江:101190301苏州:101190401南通:101190501扬州:101190601宿迁:101191301徐州:101190801淮安:101190901连云港:101191001常州:101191101泰州:101191201无锡:101190201盐城:101190701哈尔滨:101050101牡丹江:101050301佳木斯:101050401绥化:101050501黑河:101050601双鸭山:101051301伊春:101050801大庆:101050901七台河:101051002鸡西:101051101鹤岗:101051201齐齐哈尔:101050201大兴安岭:101050701长春:101060101延吉:101060301四平:101060401白山:101060901白城:101060601辽源:101060701松原:101060801吉林:101060201通化:101060501沈阳:101070101鞍山:101070301抚顺:101070401本溪:101070501丹东:101070601葫芦岛:101071401营口:101070801阜新:101070901辽阳:101071001铁岭:101071101朝阳:101071201盘锦:101071301大连:101070201锦州:101070701
1. XML接口/wmaps/xml/china.xml这个是全国天气的根节点，列出所有的省，其中的pyName字段是各个省XML的文件名，比如北京的是beijing，那就意味着北京的XML地址为/wmaps/xml/beijing.xml一个省的天气，其中列出该省各个市的数据，北京就列出各个区。tmp1是最低温低，tmp2是最高温度，url非常重要，我们一会儿再说。state1和state2是神马转神马，每个数代表一个天气现象。天气现象非常多，我本想全部分析出来，后来直接放弃了这个想法。因为我看到了一个城市的天气现象的编码是26...我现在知道的有0.晴 1.多云 2.阴 6.雨夹雪 7.小雨 8.中雨 13.阵雪 14.小雪其中后来发现知道这个没用，这个数字的主要作用是检索图片的！！！
2. 图片接口/img/c0.gif/img/b0.gif/m/i/weatherpic/29x20/d0.gif/m2/i/icon_weather/29x20/n00.gif这个图就是天气现象0（晴）的图片，其他天气现象的图片依此类推。c打头的图片是20*20像素的，b打头的是50*46像素的，d打头的是反白的图标，29*20像素，n打头的是夜间反白图标，29*20像素，注意这里的文件名是两位数字！也许还有更多的图标，等待大家发掘啦~
3. JSON接口真没想到~居然有JSON接口~JSON在iPhone上分析起来要比XML简单很多/data/101010200.html这个是北京的JSON数据，那个HTML的名字是根据上文XML中的url得到的。这个JSON中包含了实时数据、7天天气预报、气象指数等丰富的数据
获取省级代码：/data/list3/city.xml?level=1
获取城市代码(比如安徽是22)：/data/list3/city22.xml?level=2
获取区域代码（比如安庆是2206）：/data/list3/city2206.xml?level=3
获取到安徽省安庆市望江县的代码是220607
然后去加上中国代码请求URL：/data/101220607.html
就可以获取当地天气。
另外再给几个有用的探索得到的URL：
天气 FLASH实况：/sk2/101220607.xml
实况FLASH：/sk2/shikuang.swf?id=101220607
三级选择菜单（注明，这里有四个INPUT，其中有一个被隐藏了，可用FIREFOX改下源代码查看）：/static/custom/search3.htm
实时天气（很有用哦）：/data/sk/101220607.html
标签：开源天气预报接口数据说明 阅读(14082)回复(9) 分享：3
作者：谢周兵-07-31 19:442楼
{"weatherinfo":{<!-- 基本信息 --> "city":"福州", "city_en":"fuzhou", "date_y":"5月14日", "date":"", "week":"星期一", "fchh":"08", "cityid":"101230101", <!-- 从今天开始到第六天的每天的天气情况，这里的温度是摄氏温度 --> "temp1":"29℃~23℃","temp2":"26℃~20℃","temp3":"24℃~20℃","temp4":"25℃~20℃","temp5":"24℃~21℃","temp6":"25℃~22℃", <!-- 从今天开始到第六天的每天的天气情况，这里的温度是华氏温度 --> "tempF1":"84.2℉~73.4℉","tempF2":"78.8℉~68℉","tempF3":"75.2℉~68℉","tempF4":"77℉~68℉","tempF5":"75.2℉~69.8℉","tempF6":"77℉~71.6℉", <!-- 天气描述 --> "weather1":"阵雨转中雨","weather2":"中雨转小雨","weather3":"小雨","weather4":"小雨","weather5":"小雨转阵雨","weather6":"阵雨转小雨", <!-- 天气描述图片序号 --> "img1":"3","img2":"8","img3":"8","img4":"7","img5":"7","img6":"99","img7":"7","img8":"99","img9":"7","img10":"3","img11":"3","img12":"7","img_single":"3", <!-- 图片名称 --> "img_title1":"阵雨","img_title2":"中雨","img_title3":"中雨","img_title4":"小雨","img_title5":"小雨","img_title6":"小雨","img_title7":"小雨","img_title8":"小雨","img_title9":"小雨","img_title10":"阵雨","img_title11":"阵雨","img_title12":"小雨","img_title_single":"阵雨", <!-- 风速描述 --> "wind1":"微风","wind2":"微风","wind3":"微风","wind4":"微风","wind5":"微风","wind6":"微风","fx1":"微风","fx2":"微风", <!-- 风速级别描述 --> "fl1":"小于3级","fl2":"小于3级","fl3":"小于3级","fl4":"小于3级","fl5":"小于3级","fl6":"小于3级", <!-- 今天穿衣指数 --> "index":"热", "index_d":"天气较热，建议着短裙、短裤、短套装、T恤等夏季服装。年老体弱者宜着长袖衬衫和单裤。", <!-- 48小时穿衣指数 --> "index48":"暖","index48_d":"较凉爽，建议着长袖衬衫加单裤等春秋过渡装。年老体弱者宜着针织长袖衬衫、马甲和长裤。", <!-- 紫外线及48小时紫外线 --> "index_uv":"弱","index48_uv":"最弱", <!-- 洗车 --> "index_xc":"不宜", <!-- 旅游 --> "index_tr":"适宜",、 <!-- 舒适指数 --> "index_co":"较不舒适", "st1":"27","st2":"21","st3":"24","st4":"18","st5":"22","st6":"18", <!-- 晨练 --> "index_cl":"较不宜", <!-- 晾晒 --> "index_ls":"不太适宜", <!-- 过敏 --> "index_ag":"不易发" }}
作者：课后网友-08-06 10:163楼
多谢楼主，看明白了！这个文档的信息应该就是/weather/101200101.shtml这个里面的天气情况，对比一下就能明白。
另外，想再请教下楼主：如何获得城市的ID，目前有很人做过中国城市的ID数据库，这个可以容易得到，不过我想要获得外国城市的ID号，请问如何获取？？？？有没有API可以访问的，我做过一个yahoo的天气，需要一个WEOID值，才能得到 XML文档，这个值就可以通过访问yahoo API获取。 不知道这个里面的城市ID有没有便捷一点的方法获得，如果没有便捷方法，那也应该有方法可以获得吧？！我目前还没找到，望楼主高抬贵手，给予解答，先谢了
作者：谢周兵-08-07 12:51
呵呵 前天一个高手已经给出了答复哦
通过城市名称去的cityid是可以的，api如下：“/SearchBox/searchBox?callback=jsonp1342857491709&_=1342857620727&language=zh&keyword=”+城市名称这里城市名称可以使中文也可以是拼音，不过只支持中国范围内的城市；如果中文城市名的话需要进行URLEncoder进行编码。以上海示例，得到jsonp数据如下：jsonp1342857491709({"p":[{"n":"上海","i":"shanghai","t":"p"}],"i":[{"n":"上海","d":"上海","i":"10100","t":"i"}]});其中“i”:"10100"就是cityid了
作者：课后网友-08-07 17:164楼
图片资源怎么拿到？
作者：谢周兵-08-09 11:34
/m2/i/icon_weather/29x20/n2.gif或
/m/i/weatherpic/29x20/n2.gif
n+天气描述图片序号.gif
作者：谢周兵-08-09 11:39
2. 图片接口/img/c0.gif/img/b0.gif/m/i/weatherpic/29x20/d0.gif/m2/i/icon_weather/29x20/n00.gif这个图就是天气现象0（晴）的图片，其他天气现象的图片依此类推。c打头的图片是20*20像素的，b打头的是50*46像素的，d打头的是反白的图标，29*20像素，n打头的是夜间反白图标，29*20像素，注意这里的文件名是两位数字！
作者：课后网友-12-26 10:565楼
实时的天气跟上的显示不一致。
作者：课后网友-06-07 22:526楼
看不懂啊 初学者 给点解释吧 关于天气预报的查询 不要太复杂都好 现在什么都不知道 帮帮忙吧
作者：课后网友-06-19 17:357楼
/SearchBox/searchBox?callback=jsonp1342857491709&_=1342857620727&language=zh&keyword=
这个网址打不开
作者：课后网友-06-20 12:578楼
<!-- 天气描述图片序号 -->
"img1":"3","img2":"8","img3":"8","img4":"7","img5":"7","img6":"99",
"img7":"7","img8":"99","img9":"7","img10":"3","img11":"3","img12":"7",
"img_single":"3",
我按照天气地址跟图片序号查了一遍，99序号代表图片应该为空，如果天气为“**转**”那么两张图片则都有用，如果天气为晴，阴等单一天气，则第一张图片为天气图片，第二章为空。
作者：课后网友-10-15 08:279楼
楼主请问，/data/101010100.html这个借口的数据是时时更新的吗？为什么延时好几天了。
