Python爬取天氣數據及可視化分析

来源:https://www.cnblogs.com/123456feng/archive/2022/04/15/16145388.html
-Advertisement-
Play Games

前言 天氣預報我們每天都會關註，我們可以根據未來的天氣增減衣物、安排出行，每天的氣溫、風速風向、相對濕度、空氣質量等成 為關註的焦點。本次使用python中requests和BeautifulSoup庫對中國天氣網當天和未來14天的數據進行爬取，保存為csv文件，之 後用matplotlib、num ...


前言

天氣預報我們每天都會關註，我們可以根據未來的天氣增減衣物、安排出行，每天的氣溫、風速風向、相對濕度、空氣質量等成

為關註的焦點。本次使用python中requests和BeautifulSoup庫對中國天氣網當天和未來14天的數據進行爬取，保存為csv文件，之

後用matplotlib、numpy、pandas對數據進行可視化處理和分析，得到溫濕度度變化曲線、空氣質量圖、風向雷達圖等結果，為獲

得未來天氣信息提供了有效方法。

在這裡插入圖片描述

1、數據獲取

請求網站鏈接

首先查看中國天氣網的網址：http://www.weather.com.cn/weather/101280701.shtml這裡就訪問本地的天氣網址，如果想爬取不同

的地區只需修改最後的101280701地區編號即可，前面的weather代表是7天的網頁，weather1d代表當天，weather15d代表未來

14天。這裡就主要訪問7天和14天的中國天氣網。採用requests.get()方法，請求網頁，如果成功訪問，則得到的是網頁的所有字

符串文本。這就是請求過程。

在這裡插入圖片描述

Python學習交流Q群：906715085###
def getHTMLtext(url):     
 """請求獲得網頁內容"""
 try:         
  r = requests.get(url, timeout = 30)         
  r.raise_for_status()         
  r.encoding = r.apparent_encoding         
  print("成功訪問")         
  return r.text     
 except:         
  print("訪問錯誤")         
  return" "

 

提取有用信息

這裡採用BeautifulSoup庫對剛剛獲取的字元串進行數據提取，首先對網頁進行檢查，找到需要獲取數據的標簽：

在這裡插入圖片描述

可以發現7天的數據信息在div標簽中並且id=“7d”，並且日期、天氣、溫度、風級等信息都在ul和li標簽中，所以我們可以使用

BeautifulSoup對獲取的網頁文本進行查找div標簽id=“7d”，找出他包含的所有的ul和li標簽，之後提取標簽中相應的數據值，保存

到對應列表中。

這裡要註意一個細節就是有時日期沒有最高氣溫，對於沒有數據的情況要進行判斷和處理。另外對於一些數據保存的格式也要提

前進行處理，比如溫度後面的攝氏度符號，日期數字的提取，和風級文字的提取，這需要用到字元查找及字元串切片處理。

Python學習交流Q群：906715085###
def get_content(html):
"""處理得到有用信息保存數據文件"""
final = []          # 初始化一個列表保存數據
bs = BeautifulSoup(html, "html.parser")  # 創建BeautifulSoup對象
body = bs.body
data = body.find('div', {'id': '7d'})    # 找到div標簽且id = 7d

 

下麵爬取當天的數據

Python學習交流Q群：906715085####
data2 = body.find_all('div',{'class':'left-div'})
text = data2[2].find('script').string 
text = text[text.index('=')+1 :-2]   # 移除改var data=將其變為json數據
jd = json.loads(text)
dayone = jd['od']['od2']     # 找到當天的數據
final_day = []           # 存放當天的數據
count = 0
for i in dayone:
temp = []
if count <=23:
temp.append(i['od21'])     # 添加時間
temp.append(i['od22'])     # 添加當前時刻溫度
temp.append(i['od24'])     # 添加當前時刻風力方向
temp.append(i['od25'])     # 添加當前時刻風級
temp.append(i['od26'])     # 添加當前時刻降水量
temp.append(i['od27'])     # 添加當前時刻相對濕度
temp.append(i['od28'])     # 添加當前時刻控制質量
#print(temp)
final_day.append(temp)
count = count +1

 

下麵爬取7天的數據

ul = data.find('ul')      # 找到所有的ul標簽
li = ul.find_all('li')      # 找到左右的li標簽
i = 0     # 控制爬取的天數
for day in li:          # 遍歷找到的每一個li
if i < 7 and i > 0:
temp = []          # 臨時存放每天的數據
date = day.find('h1').string     # 得到日期
date = date[0:date.index('日')]   # 取出日期號
temp.append(date)    

inf = day.find_all('p')      # 找出li下麵的p標簽,提取第一個p標簽的值，即天氣
temp.append(inf[0].string)


    tem_low = inf[1].find('i').string   # 找到最低氣溫

    if inf[1].find('span') is None:   # 天氣預報可能沒有最高氣溫
        tem_high = None
    else:
        tem_high = inf[1].find('span').string  # 找到最高氣溫
    temp.append(tem_low[:-1])
    if tem_high[-1] == '℃':
     temp.append(tem_high[:-1])
    else:
     temp.append(tem_high)
    wind = inf[2].find_all('span')  # 找到風向
    for j in wind:
     temp.append(j['title'])
    wind_scale = inf[2].find('i').string # 找到風級
    index1 = wind_scale.index('級')
    temp.append(int(wind_scale[index1-1:index1]))
    final.append(temp)
i = i + 1

return final_day,final

 

同樣對於/weather15d：15天的信息，也做同樣的處理，這裡經過查看後發現他的15天網頁中只有8-14天，前面的1-7天

在/weather中，這裡就分別訪問兩個網頁將爬取得到的數據進行合併得到最終14天的數據。- 前面是未來14天的數據爬取過程，

對於當天24小時的天氣信息數據，經過查找發現他是一個json數據，可以通過json.loads()

方法獲取當天的數據，進而對當天的天氣信息進行提取。
在這裡插入圖片描述

在這裡插入圖片描述

保存csv文件

前面將爬取的數據添加到列表中，這裡引入csv庫，利用f_csv.writerow(header)和f_csv.writerows(data)方法，分別寫入表頭和每

一行的數據，這裡將1天和未來14天的數據分開存儲，分別保存為weather1.csv和weather14.csv，下麵是他們保存的表格圖：

在這裡插入圖片描述

在這裡插入圖片描述

2.可視化分析

當天溫度變化曲線圖

採用matplotlib中plt.plot()方法繪製出一天24小時的溫度變化曲線，並用plt.text()方法點出最高溫和最低溫，並畫出平均溫度線，下

圖為溫度變化曲線圖：(代碼見附錄)

在這裡插入圖片描述

分析可以發現這一天最高溫度為33℃，最低溫度為28℃，並且平均溫度在20.4℃左右，通過對時間分析，發現晝夜溫差5℃，低

溫分佈在凌晨，高溫分佈在中午到下午的時間段。

在這裡插入圖片描述

當天相對濕度變化曲線圖

採用matplotlib中plt.plot()方法繪製出一天24小時的濕度變化曲線，並畫出平均相對濕度線，下圖為濕度變化曲線圖：(代碼見附錄)

在這裡插入圖片描述

分析可以發現這一天最高相對濕度為86%，最低相對濕度為58℃，並且平均相對濕度在75%左右，通過對時間分析，清晨的濕度

比較大，而下午至黃昏濕度較小。

溫濕度相關性分析圖

經過前面兩個圖的分析我們可以感覺到溫度和濕度之間是有關係的，為了更加清楚直觀地感受這種關係，使用plt.scatter()方法將

溫度為橫坐標、濕度為縱坐標，每個時刻的點在圖中點出來，並且計算相關係數，下圖為結果圖：

在這裡插入圖片描述

分析可以發現一天的溫度和濕度具有強烈的相關性，他們呈負相關，這就說明他們時間是負相關關係，並且進一步分析，當溫度

較低時，空氣中水分含量較多，濕度自然較高，而溫度較高時，水分蒸發，空氣就比較乾 燥，濕度較低，符合平時氣候現象。

在這裡插入圖片描述

空氣質量指數柱狀圖

空氣質量指數AQI是定量描述空氣質量狀況的指數，其數值越大說明空氣污染狀況越重，對人體健康的危害也就越大。一般將空

氣質量指數分為6個等級，等級越高說明污染越嚴重，下麵使用plt.bar方法對一天24小時的空氣質量進行了柱狀圖繪製，並且根據

6個等級的不同，相應的柱狀圖的顏色也從淺到深，也表明污染逐步加重，更直觀的顯示污染情況，並且也將最高和最低的空氣質

量指數標出，用虛線畫出平均的空氣質量指數，下圖是繪製結果圖：

在這裡插入圖片描述

上面這張是南方珠海的控制質量圖，可以看出空氣質量指數最大也是在健康範圍，說明珠海空氣非常好，分析可以發現這一天最

高空氣質量指數達到了35，最低則只有14，並且平均在25左右，通過時間也可以發現，基本在清晨的時候是空氣最好的時候（4-

9點），在下午是空氣污染最嚴重的時候，所以清晨一般可以去外面呼吸新鮮的空氣，那時污染最小。

而下麵這個空氣質量圖是選取的北方的一個城市，可以看到這裡的環境遠遠比不上珠海。

在這裡插入圖片描述

風向風級雷達圖

統計一天的風力和風向，由於風力風向使用極坐標的方式展現較好，所以這裡採用的是極坐標的方式展現一天的風力風向圖，將

圓分為8份，每一份代表一個風向，半徑代表平均風力，並且隨著風級增高，藍色加深，最後結果如下所示：

在這裡插入圖片描述

分析可以發現這一天西南風最多，平均風級達到了1.75級，東北風也有小部分1.0級，其餘空白方向無來風。

未來14天高低溫變化曲線圖

統計未來14天的高低溫度變化，並繪製出他們的變化曲線圖，分別用虛線將他們的平均氣溫線繪製出來，最後結果如下所示：

在這裡插入圖片描述

分析可以發現未來14天高溫平均氣溫為30.5℃，溫度還是比較高，但是未來的第8天有降溫，需要做好降溫準備，低溫前面處於平

穩趨勢，等到第8天開始下降，伴隨著高溫也下降，整體溫度下降，低溫平均在27℃左右。

未來14天風向風級雷達圖

統計未來14天的風向和平均風力，並和前面一樣採用極坐標形式，將圓周分為8個部分，代表8個方向，顏色越深代表風級越高，

最後結果如下所示：

在這裡插入圖片描述

分析可以發現未來14天東南風、西南風所占主要風向，風級最高達到了5級，最低的西風平均風級也有3級。

未來14天氣候分佈餅圖

統計未來14天的氣候，並求每個氣候的總天數，最後將各個氣候的餅圖繪製出來，結果如下所示：

在這裡插入圖片描述

分析可以發現未來14天氣候基本是“雨”、“陰轉雨”和“陣雨”，下雨的天數較多,結合前面的氣溫分佈圖可以看出在第8-9天氣溫高溫

下降，可以推測當天下雨，導致氣溫下降。

在這裡插入圖片描述

3、結論

1.首先根據爬取的溫濕度數據進行的分析，溫度從早上低到中午高再到晚上低，濕度和溫度的趨勢相反，通過相關係數發現溫度

和濕度有強烈的負相關關係，經查閱資料發現因為隨著溫度升高水蒸汽蒸發加劇，空氣中水分降低濕度降低。當然，濕度同時受

氣壓和雨水的影響，下雨濕度會明顯增高。

2.經查閱資料空氣質量不僅跟工廠、汽車等排放的煙氣、廢氣等有關，更為重要的是與氣象因素有關。由於晝夜溫差明顯變化，

當地面溫度高於高空溫度時，空氣上升，污染物易被帶到高空擴散；當地面溫度低於一定高度的溫度時，天空形成逆溫層，它像

一個大蓋子一樣壓在地面上空，使地表空氣中各種污染物不易擴散。一般在晚間和清晨影響較大，而當太陽出來後，地面迅速升

溫，逆溫層就會逐漸消散，於是污染空氣也就擴散了。

3.風是由氣壓在水平方向分佈的不均勻導致的。風受大氣環流、地形、水域等不同因素的綜合影響，表現形式多種多樣，如季

風、地方性的海陸風、山穀風等，一天的風向也有不同的變化，根據未來14天的風向雷達圖可以發現未來所有風向基本都有涉

及，並且沒有特別的某個風向，原因可能是近期沒有降水和氣文變化不大，導致風向也沒有太大的變化規律。

4.天氣是指某一個地區距離地表較近的大氣層在短時間內的具體狀態。跟某瞬時內大氣中各種氣象要素分佈的綜合表現。根據未

來14天的天氣和溫度變化可以大致推斷出某個時間的氣候，天氣和溫度之間也是有聯繫的。

在這裡插入圖片描述

4、代碼框架

代碼主要分為weather.py：對中國天氣網進行爬取天氣數據並保存csv文件；data1_analysis.py：對當天的天氣信息進行可視化處

理；data14_analysis.py：對未來14天的天氣信息進行可視化處理。下麵是代碼的結構圖：

在這裡插入圖片描述

附源代碼

weather.py
# weather.py
import requests
from bs4 import BeautifulSoup
import csv
import json
def getHTMLtext(url):     
 """請求獲得網頁內容"""
 try:         
  r = requests.get(url, timeout = 30)         
  r.raise_for_status()         
  r.encoding = r.apparent_encoding         
  print("成功訪問")         
  return r.text     
 except:         
  print("訪問錯誤")         
  return" " 

def get_content(html):
 """處理得到有用信息保存數據文件"""
 final = []          # 初始化一個列表保存數據
 bs = BeautifulSoup(html, "html.parser")  # 創建BeautifulSoup對象
 body = bs.body
 data = body.find('div', {<!-- -->'id': '7d'})    # 找到div標簽且id = 7d
 # 下麵爬取當天的數據
 data2 = body.find_all('div',{<!-- -->'class':'left-div'})
 text = data2[2].find('script').string  
 text = text[text.index('=')+1 :-2]   # 移除改var data=將其變為json數據
 jd = json.loads(text)
 dayone = jd['od']['od2']     # 找到當天的數據
 final_day = []           # 存放當天的數據
 count = 0
 for i in dayone:
  temp = []
  if count &lt;=23:
   temp.append(i['od21'])     # 添加時間
   temp.append(i['od22'])     # 添加當前時刻溫度
   temp.append(i['od24'])     # 添加當前時刻風力方向
   temp.append(i['od25'])     # 添加當前時刻風級
   temp.append(i['od26'])     # 添加當前時刻降水量
   temp.append(i['od27'])     # 添加當前時刻相對濕度
   temp.append(i['od28'])     # 添加當前時刻控制質量
   #print(temp)
   final_day.append(temp)
  count = count +1
 # 下麵爬取7天的數據 
 ul = data.find('ul')      # 找到所有的ul標簽
 li = ul.find_all('li')      # 找到左右的li標簽
 i = 0     # 控制爬取的天數
 for day in li:          # 遍歷找到的每一個li
     if i &lt; 7 and i &gt; 0:
         temp = []          # 臨時存放每天的數據
         date = day.find('h1').string     # 得到日期
         date = date[0:date.index('日')]   # 取出日期號
         temp.append(date)            
         inf = day.find_all('p')      # 找出li下麵的p標簽,提取第一個p標簽的值，即天氣
         temp.append(inf[0].string)

         tem_low = inf[1].find('i').string   # 找到最低氣溫

         if inf[1].find('span') is None:   # 天氣預報可能沒有最高氣溫
             tem_high = None
         else:
             tem_high = inf[1].find('span').string  # 找到最高氣溫
         temp.append(tem_low[:-1])
         if tem_high[-1] == '℃':
          temp.append(tem_high[:-1])
         else:
          temp.append(tem_high)

         wind = inf[2].find_all('span')  # 找到風向
         for j in wind:
          temp.append(j['title'])

         wind_scale = inf[2].find('i').string # 找到風級
         index1 = wind_scale.index('級')
         temp.append(int(wind_scale[index1-1:index1]))
         final.append(temp)
     i = i + 1
 return final_day,final
 #print(final)    
def get_content2(html):
 """處理得到有用信息保存數據文件"""
 final = []                # 初始化一個列表保存數據
 bs = BeautifulSoup(html, "html.parser")        # 創建BeautifulSoup對象
 body = bs.body
 data = body.find('div', {<!-- -->'id': '15d'})          # 找到div標簽且id = 15d
 ul = data.find('ul')            # 找到所有的ul標簽
 li = ul.find_all('li')            # 找到左右的li標簽
 final = []
 i = 0                 # 控制爬取的天數
 for day in li:               # 遍歷找到的每一個li
     if i &lt; 8:
         temp = []               # 臨時存放每天的數據
         date = day.find('span',{<!-- -->'class':'time'}).string    # 得到日期
         date = date[date.index('（')+1:-2]        # 取出日期號
         temp.append(date)  
         weather = day.find('span',{<!-- -->'class':'wea'}).string    # 找到天氣
         temp.append(weather)
         tem = day.find('span',{<!-- -->'class':'tem'}).text      # 找到溫度
         temp.append(tem[tem.index('/')+1:-1])     # 找到最低氣溫
         temp.append(tem[:tem.index('/')-1])      # 找到最高氣溫
         wind = day.find('span',{<!-- -->'class':'wind'}).string    # 找到風向
         if '轉' in wind:           # 如果有風向變化
          temp.append(wind[:wind.index('轉')])
          temp.append(wind[wind.index('轉')+1:])
         else:             # 如果沒有風向變化，前後風向一致
          temp.append(wind)
          temp.append(wind)
         wind_scale = day.find('span',{<!-- -->'class':'wind1'}).string    # 找到風級
         index1 = wind_scale.index('級')
         temp.append(int(wind_scale[index1-1:index1]))
          
         final.append(temp)
 return final

def write_to_csv(file_name, data, day=14):
 """保存為csv文件"""
 with open(file_name, 'a', errors='ignore', newline='') as f:
  if day == 14:
   header = ['日期','天氣','最低氣溫','最高氣溫','風向1','風向2','風級']
  else:
   header = ['小時','溫度','風力方向','風級','降水量','相對濕度','空氣質量']
  f_csv = csv.writer(f)
  f_csv.writerow(header)
  f_csv.writerows(data)

def main():
 """主函數"""
 print("Weather test")
 # 珠海
 url1 = 'http://www.weather.com.cn/weather/101280701.shtml'    # 7天天氣中國天氣網
 url2 = 'http://www.weather.com.cn/weather15d/101280701.shtml' # 8-15天天氣中國天氣網
 
 html1 = getHTMLtext(url1)
 data1, data1_7 = get_content(html1)  # 獲得1-7天和當天的數據

 html2 = getHTMLtext(url2)
 data8_14 = get_content2(html2)   # 獲得8-14天數據
 data14 = data1_7 + data8_14
 #print(data)
 write_to_csv('weather14.csv',data14,14) # 保存為csv文件
 write_to_csv('weather1.csv',data1,1)

if __name__ == '__main__':
 main()


data1_analysis.py:
# data1_analysis.py
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import math
def tem_curve(data):
 """溫度曲線繪製"""
 hour = list(data['小時'])
 tem = list(data['溫度'])
 for i in range(0,24):
  if math.isnan(tem[i]) == True:
   tem[i] = tem[i-1]
 tem_ave = sum(tem)/24     # 求平均溫度 
 tem_max = max(tem)    
 tem_max_hour = hour[tem.index(tem_max)] # 求最高溫度
 tem_min = min(tem)
 tem_min_hour = hour[tem.index(tem_min)] # 求最低溫度
 x = []
 y = []
 for i in range(0, 24):
  x.append(i)
  y.append(tem[hour.index(i)])
 plt.figure(1)
 plt.plot(x,y,color='red',label='溫度')       # 畫出溫度曲線
 plt.scatter(x,y,color='red')   # 點出每個時刻的溫度點
 plt.plot([0, 24], [tem_ave, tem_ave], c='blue', linestyle='--',label='平均溫度')  # 畫出平均溫度虛線
 plt.text(tem_max_hour+0.15, tem_max+0.15, str(tem_max), ha='center', va='bottom', fontsize=10.5)  # 標出最高溫度
 plt.text(tem_min_hour+0.15, tem_min+0.15, str(
您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 純 CSS3 卡通小火車行駛動畫
    哈嘍大家好我是臉皮賊厚的小威 愚人節剛過先給大家拜個早年吧 最近在HarmonyOS官網下載了IDE，並抱著學（wan）習（wan）的心態試著跑出了Hello World，並安裝到手機上 這是一個簡單到不能再簡單的過程，但是我做的依然磕磕絆絆，遇到很多的問題 在這裡發帖留念記錄一下 第一步安裝IDE ...
  • 魚與熊掌兼得的Sapper框架
    為什麼要使用Sapper Sapper是一個用於構建各種規模的Web應用程式的框架，具有出色的開發體驗和靈活的基於文件系統的路由。 與單頁應用程式不同，Sapper不會在SEO，漸進式增強或初始載入體驗方面妥協 - 但與傳統的伺服器渲染應用程式不同，導航對於這種類似應用程式的感覺是即時的。 通過本教 ...
  • 老舊項目二次開髮指南
    老舊項目二次開髮指南 背景： 最近新入職公司，負責技術。由於各種原因現在項目全權交由我們團隊負責，之前的研發團隊不再參與（及以後可能完全聯繫不上）。作為技術負責人，又剛入職公司壓力巨大。經過兩個多月的改造，算是接手得還算行。該項目存在的問題比較典型，特此記錄。歡迎各位大佬批評指教。技術能力有限，文中 ...
  • Spring 源碼 （2）Spring IOC 容器 前戲準備工作
    Spring 最重要的方法refresh方法 根據上一篇文章 https://www.cnblogs.com/redwinter/p/16141285.html Spring Bean IOC 的創建流程繼續解讀Spring源碼，本篇文章解讀Spring 源碼最重要的方法refresh方法。 這個方 ...
  • 控制Python浮點數輸出位數
    在python的輸出結果中，尤其是浮點數的輸出，當我們需要寫入文本文件時，最好是採用統一的輸出格式，這樣也能夠增強結果的可讀性。而對於浮點數輸出位數的控制，可以通過{:.4f}、%.4f來指定列印或者輸出時的字元串占據空間，也可以通過round函數來對輸出前的結果進行轉化。而如果是取有效數字，需要用... ...
  • JavaSE前期準備1
    歷史（建議瞭解即可） 一、1990年，美國Sun公司的“Stealth計劃”（後改名為“Green計劃”）目標設置在家用電器等小型系統的程式語言，準備應用在電視機、電話、鬧鐘、烤麵包機等家用電器的控制和通信 二、1996年5月23日，JDK1.0開始發行（前期Java的版本只有兩個） 三、2005年 ...
  • POI 導出 Excel：字體顏色、行列自適應、鎖住、合併單元格、一文搞定……
    來源：zzzgd.blog.csdn.net/article/details/80627175 1. 前言 poi框架可以支持我們在java代碼中, 將數據導出成excel，但是實際開發中, 往往還需要設置excel字體,顏色,行高,列寬等屬性, 有時候還需要鎖住單元格, 防止別人講數據隨意篡改. ...
  • Java的源碼執行（建議結合Javase語法學習來加深印象）
    一、源碼執行時的先後順序： 父類的靜態屬性和靜態塊（按照聲明順序） 本類的靜態屬性和靜態塊（按照聲明順序） main方法 父類的成員屬性和成員塊（按照聲明順序） 父類構造器 本類成員屬性和塊（按照聲明順序） 本類構造器 二、源碼執行需要註意： 在類載入的時候，靜態方法也已經載入了，但必須要通過類名或 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發（一）：使用.NET MAUI開發第一個安卓APP
    移動開發（一）：使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說，近來想嘗試開發一款安卓APP，考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP，畢竟是使用Visual Studio開發工具，使用起來也比較的順手，結合微軟官方的教程進行了安卓 ...
  • wpf ToggleButton選中效果和一個登錄界面
    前言 QuestPDF 是一個開源 .NET 庫，用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫，它徹底改變了我們生成 PDF 文檔的方 ...
  • 彈幕樹洞項目功能新增篇
    項目地址 項目後端地址： https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址： ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址： http://tree ...
  • 第27篇 sqlserver2022詳細安裝步驟
    話不多說，直接開乾 一.下載 1.官方鏈接下載： https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe，運行開始下載SQL server； 二. ...
  • .NET 開源高性能 MQTT 類庫
    前言 隨著物聯網（IoT）技術的迅猛發展，MQTT（消息隊列遙測傳輸）協議憑藉其輕量級和高效性，已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫，為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog文檔翻譯系列（六） - 可用的接收器、增強器、格式化輸出
    Serilog支持多種接收器用於日誌存儲，增強器用於添加屬性，LogContext管理動態屬性，支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項，適用於不同需求。 ...
  • 警惕 Visual Studio 屬性求值副作用導致邏輯不符合預期
    目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據，爬取信息時需要模擬瀏覽器行為，否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下： 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • [使用目前最新版]HybridCLR6.9.0+YooAsset2.2.4實現純C# Unity熱更新方案 (一)
    1.前言 什麼是熱更新 游戲或者軟體更新時，無需重新下載客戶端進行安裝，而是在應用程式啟動的情況下，在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR，Xlua，ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles，Addressable， ...
  • 在 ASP.NET Core Web API 中使用操作篩選器統一處理通用操作
    本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺，其實像阿裡雲，騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後，它會送 ...
  • 第28篇 如何.net中實現高效可靠數據同步api
    通過以下方式可以高效，並保證數據同步的可靠性 1.API設計 使用RESTful設計，確保API端點明確，並使用適當的HTTP方法（如POST用於創建，PUT用於更新）。 設計清晰的請求和響應模型，以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證，確保接收到的數據符合預期格 ...
所有分類