数据返回使用python调用weibo api

本文介绍如何使用Python调用微博API获取用户信息,并详细解释了数据解析过程,包括HTML源代码和JSON数据的读取与展示。同时分享了一些有趣的数据处理技巧和程序员笑话语录。

在本篇文章中,我们主要介绍数据返回的内容,自我感觉有个不错的建议和大家分享下

    考参码源: https://github.com/michaelliao/sinaweibopy/blob/master/weibo.py

    每日一道理
流逝的日子像一片片凋零的枯叶与花瓣,渐去渐远的是青春的纯情与浪漫。不记得曾有多少雨飘在胸前风响在耳畔,只知道沧桑早已漫进了我的心爬上了我的脸。当一个人与追求同行,便坎坷是伴,磨难也是伴。
  1 应用python用调weibo api
  2 
  3 # 用调的url地址  此为获得或人的个人信息的api  http://open.weibo.com/wiki/2/users/show
  4 the_url = 'https://api.weibo.com/2/users/show.json?uid=105729xxxx&access_token=2.xxx__YJBzk8g4Ddfd33f10237XXXXX'
  5 
  6 http_body = None
  7 
  8 # 发送请求并读取返回 返回的内容是个真html源代码,或者json数据,可以通过文件出输或者包一层repr()来看查内容
  9 req = urllib2.Request(the_url, data=http_body)
 10 
 11 #当然也可以用此来发送请求,并读取返回的内容是个真html源代码,可以通过文件出输或者包一层repr()来看查内容
 12 req = urllib2.Request("http://www.baidu.com", data=http_body)
 13 
 14 resp = urllib2.urlopen(req)
 15 print repr(resp.read())
 16 
 17 
 18 
 19 import json
 20 # 原配json工具
 21 json.loads(resp.read(), object_hook=_obj_hook)
 22 
 23 
 24 io = StringIO('["streaming API"]')
 25 print io.getvalue()
 26 # 出输为 ["streaming API"] io出输为一个StringIO对象 <cStringIO.StringI object at 0x1006aed80>
 27 
 28 # 注 json工具 供给load和loads2个法方
 29 json.load(fp[, encoding[, cls[, object_hook[, parse_float[, parse_int[, parse_constant[, object_pairs_hook[, **kw]]]]]]]])
 30 
 31 json.loads(s[, encoding[, cls[, object_hook[, parse_float[, parse_int[, parse_constant[, object_pairs_hook[, **kw]]]]]]]])
 32 
 33 其中fp 按照官方的解释[http://docs.python.org/2/glossary.html#term-file-object]是面向文件的系统,或者那种供给.read(),.write()法方的对象,比如下面的StringIO
 34 s 为通普的str或者unicode,响应json数据于python数据的对应如下
 35 
 36 [http://docs.python.org/2/library/json.html?highlight=object_hook#json-to-py-table]
 37 JSON    Python
 38 object    dict
 39 array    list
 40 string    unicode
 41 number (int)    int, long
 42 number (real)    float
 43 true    True
 44 false    False
 45 null    None
 46 
 47 # 换转json数据
 48 如果json数据如此
 49 {
 50     "ip_limit": 1000,
 51     "limit_time_unit": "HOURS",
 52     "remaining_ip_hits": 1000,
 53     "remaining_user_hits": 146,
 54     "reset_time": "2013-04-19 15:00:00",
 55     "reset_time_in_seconds": 3286,
 56     "user_limit": 150
 57 }
 58 # 关于 object_hook 非必选函数 用于换替本原鱼钓json.loads返回的一个dict,
 59 # json.loads返回的dict如果到遇一个不存在的量 比如"abc" 则会报错,
 60 # 于是用object_hook 返回一个自己定义的dict 让他在到遇"abc"这个不存在的变量时不直反接错
 61 # 而是try catch一下 返回None  更稳定
 62 
 63 def _parse_json(s):
 64     ' parse str into JsonDict '
 65 
 66     def _obj_hook(pairs):
 67         ' convert json object to python object '
 68         o = JsonDict()
 69         # print pairs['list_id']
 70         print 'text' in pairs
 71         if 'text' in pairs:
 72             # it can output utf8
 73             print pairs['text']
 74         # --- 
 75         for k, v in pairs.iteritems():
 76             o[str(k)] = v
 77         return o
 78     #loads  is  different from load
 79     return json.loads(s, object_hook=_obj_hook)
 80 
 81 class JsonDict(dict):
 82     ' general json object that allows attributes to be bound to and also behaves like a dict '
 83 
 84     def __getattr__(self, attr):
 85         try:
 86             return self[attr]
 87         except KeyError:
 88             raise AttributeError(r"'JsonDict' object has no attribute '%s'" % attr)
 89 
 90     def __setattr__(self, attr, value):
 91         self[attr] = value
 92 
 93 # 此 JsonDict 是dict(字典对象)的子类 它重写了 取索引的法方 __getattr__ 和 __setattr__
 94 
 95 # 这里获得dict里的数据有个巧技 在获得JsonDict的对象时有2中法方
 96 d1 = JsonDict();
 97 
 98 d1['a'] = 'strra'
 99 print d1['a']
100 print d1.get('a')
101 # 此 aaaa 并不在dict中
102 print d1.get('aaaa')   # None
103 print d1['aaaa']   # key error~
104 
105 # 应用get获得dict里的数据 到遇空的数据的话 可以防止error的发生 动自转成None

 

文章结束给大家分享下程序员的一些笑话语录: 女人篇
  有的女人就是Windows虽然很优秀,但是安全隐患太大。
  有的女人就是MFC她条件很好,然而不是谁都能玩的起。
  有的女人就是C#长的很漂亮,但是家务活不行。
  有的女人就是C++,她会默默的为你做很多的事情。
  有的女人就是汇编虽然很麻烦,但是有的时候还得求它。
  有的女人就是SQL,她会为你的发展带来莫大的帮助。

基于TROPOMI高光谱遥感仪器获取的大气成分观测资料,本研究聚焦于大气污染物一氧化氮(NO₂)的空间分布与浓度定量反演问题。NO₂作为影响空气质量的关键指标,其精确监测对环境保护与大气科学研究具有显著价值。当前,利用卫星遥感数据结合先进算法实现NO₂浓度的高精度反演已成为该领域的重要研究方向。 本研究构建了一套以深度学习为核心的技术框架,整合了来自TROPOMI仪器的光谱辐射信息、观测几何参数以及辅助气象数据,形成多维度特征数据集。该数据集充分融合了不同来源的观测信息,为深入解析大气中NO₂的时空变化规律提供了数据基础,有助于提升反演模型的准确性与环境预测的可靠性。 在模型架构方面,项目设计了一种多分支神经网络,用于分别处理光谱特征与气象特征等多模态数据。各分支通过独立学习提取代表性特征,并在深层网络中进行特征融合,从而综合利用不同数据的互补信息,显著提高了NO₂浓度反演的整体精度。这种多源信息融合策略有效增强了模型对复杂大气环境的表征能力。 研究过程涵盖了系统的数据处理流程。前期预处理包括辐射定标、噪声抑制及数据标准化等步骤,以保障输入特征的质量与一致性;后期处理则涉及模型输出的物理量转换与结果验证,确保反演结果符合实际大气浓度范围,提升数据的实用价值。 此外,本研究进一步对不同功能区域(如城市建成区、工业带、郊区及自然背景区)的NO₂浓度分布进行了对比分析,揭示了人类活动与污染物空间格局的关联性。相关结论可为区域环境规划、污染管控政策的制定提供科学依据,助力大气环境治理与公共健康保护。 综上所述,本研究通过融合TROPOMI高光谱数据与多模态特征深度学习技术,发展了一套高效、准确的大气NO₂浓度遥感反演方法,不仅提升了卫星大气监测的技术水平,也为环境管理与决策支持提供了重要的技术工具。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值