通过 Github Action 实现定时推送天气预报

偶然间,看到 GitHub Actions 教程:定时发送天气邮件 - 阮一峰的网络日志 这篇文章,没错,这个正好能打发自己的折腾之心,也能通过代码给生活引入一些变化。

还是在这里简单记录一下实现过程吧。

第一步 获取天气预报出现问题

按照阮一峰的教程走,一开始使用了 wttr 的结果作为数据来源,也在 文档 上研究了很久,最终的结果总是不尽如人意。

最终展现到邮件上的结果如下:

通过 Github Action 实现定时推送天气预报

从上面就可以看出一些问题:

  • 展示到邮件中的是一个 HTML 页面,白色的背景使得结果展示不理想
  • 默认返回的结果比较多,根据配置做调整之后返回的结果又比较少,结果不尽如人意
  • 从页面上看返回的都是不太好理解的单位,不能让人一眼就能理解
  • ......

其实还有很多问题,最主要的原因还是其 API 的结果更符合国外的理解,而不适合我用。

第二步 寻找新的数据来源

通过在网上寻找,最终找到了一个 墨迹天气 的 API 作为数据来源,虽然没有找到出处,但是暂时还可用。

其返回的结果是一个 JSON 对象,可根据自己的需求去组装。下面是返回的示例:

{     "code": 0,     "msg": "操作成功",     "data": {         "total": 7,         "sourceName": "墨迹天气",         "list": [             {                 "city": "广州",                 "lastUpdateTime": "2022-10-13 08:55:08",                 "date": "2022-10-13",                 "weather": "晴",                 "temp": 20.0,                 "humidity": "35%",                 "wind": "东北风3级",                 "pm25": 29.0,                 "pm10": 43.0,                 "low": 20.0,                 "high": 30.0,                 "airData": "43",                 "airQuality": "优",                 "dateLong": 1665590400000,                 "weatherType": 0,                 "windLevel": 3,                 "province": "广东"             },             {                 "city": "广州",                 "lastUpdateTime": "2022-10-13 08:00:00",                 "date": "2022-10-14",                 "weather": "晴",                 "humidity": "未知",                 "wind": "微风",                 "pm25": 0.0,                 "low": 21.0,                 "high": 30.0,                 "airData": "80",                 "airQuality": "良",                 "dateLong": 1665676800000,                 "weatherType": 0,                 "windLevel": 1,                 "province": "广东"             },             {                 "city": "广州",                 "lastUpdateTime": "2022-10-13 08:00:00",                 "date": "2022-10-15",                 "weather": "晴",                 "humidity": "未知",                 "wind": "北风",                 "pm25": 0.0,                 "low": 21.0,                 "high": 31.0,                 "airData": "80",                 "airQuality": "良",                 "dateLong": 1665763200000,                 "weatherType": 0,                 "windLevel": 3,                 "province": "广东"             },             {                 "city": "广州",                 "lastUpdateTime": "2022-10-13 08:00:00",                 "date": "2022-10-16",                 "weather": "多云",                 "humidity": "未知",                 "wind": "北风",                 "pm25": 0.0,                 "low": 22.0,                 "high": 32.0,                 "airData": "70",                 "airQuality": "良",                 "dateLong": 1665849600000,                 "weatherType": 1,                 "windLevel": 4,                 "province": "广东"             }         ],         "logoUrl": "http://iflycar.hfdn.openstorage.cn/xfypicture/dev/logo/moji.png"     } } 

根据上述的返回结果,简单组装了一个自己想要的结果:

位置:广东-广州  今天:2022-10-11 当前:15.0°C  最低:15.0°C  最高:26.0°C 空气质量:优  湿度:29% 风向:东北风4级  PM2.5:17.0  位置:广西-桂林  今天:2022-10-11 当前:11.0°C  最低:11.0°C  最高:25.0°C 空气质量:优  湿度:30% 风向:北风5级  PM2.5:23.0 

实际上是非常简陋的,但却也暂时够用了,后续有相关的需求再加内容上去。

第三步 通过脚本简化

解决了数据来源和展示文本之后,其实已经是解决了需求端的问题,然后来到程序员的实现端。

现在,我们先将需求做拆解,落实到程序上应该有以下工作要做:

  • 通过 API 获取到数据来源,组装成推送的文本格式
  • 定时触发,可以通过 Github Action 白嫖
  • 发送邮件,可以通过 QQ 邮箱白嫖

上述工作中的第一步,我最终是选择使用 Python 对其脚本化,代码如下:

import sys  import requests   def generate_weather_text(weather: dict) -> str:     ret = [         f'位置:{weather.get("province")}-{weather.get("city")}  今天:{weather.get("date")}',         f'当前:{weather.get("temp")}°C  最低:{weather.get("low")}°C  最高:{weather.get("high")}°C',         f'空气质量:{weather.get("airQuality")}  湿度:{weather.get("humidity")}',         f'风向:{weather.get("wind")}  PM2.5:{weather.get("pm25")}',     ]     return 'n'.join(ret)   def get_weather(city: str) -> dict:     url = 'http://autodev.openspeech.cn/csp/api/v2.1/weather'     params = {         'openId': 'aiuicus',         'clientType': 'android',         'sign': 'android',         'city': city,     }     res = requests.get(url, params=params).json()     return res['data']['list'][0]   def get_weather_text(city: str) -> str:     weather = get_weather(city)     return generate_weather_text(weather)  if __name__ == '__main__':     if len(sys.argv) >= 2:         ret = [get_weather_text(_) for _ in sys.argv[1:]]         print('nn'.join(ret))     else:         print('请求参数错误') 

第四步 配置 Github Action

Github Action 的配置文件趋同于阮一峰的教程,下面是这个配置文件的一些解释。

定时触发

name: "天气预报"  on:   push:   schedule:     # 需要减 8 个小时     - cron: "0 23 * * *" 

这里比较好理解,name 是名称,on 是触发的时机,push 是我们提交代码到 Github 时触发,schedule 是定时触发,需要注意的时候,定时触发的时间需要减掉 8 个小时,其遵循国际标准时间而不是北京时间。

运行流程

runs-on: ubuntu-latest steps:   - name: "切换代码"     uses: actions/checkout@v3 

进入到 jobs 运行流程中,runs-on 指定运行环境是最新的 Ubuntu 即可,actions/checkout@v3 用作从代码仓库获取代码。

获取时间

- name: "获取时间"   run: echo "WEATHER_REPORT_DATE=$(TZ=':Asia/Shanghai' date '+%Y-%m-%d %T')" >> $GITHUB_ENV 

直接通过 Linux 命令获取当前时间,然后转换成北京时间,这个时间主要是用于后续写入到邮件的标题当中。

在这里,通过 echo "{environment_variable_name}={value}" >> $GITHUB_ENV 的方式写入环境变量,在后续的步骤中都可以访问到这个环境变量。

执行脚本

- uses: actions/setup-python@v4   with:     python-version: "3.10" - run: pip install -r requirements.txt  - name: "获取天气结果"   run: 'echo "$(python open_api/weather.py 广州 桂林)" > output.txt' 

这里有两个步骤,一个是指定 Python 的运行环境并且安装好相关的依赖,第二个是执行 Python 的脚本获取结果。

在这里,为了方便将脚本的执行结果给到后续的步骤,选择将执行结果写入到一个文件当中。当然,选择怎样的方式主要看自己。

发送邮件

- name: "发送邮件"   uses: dawidd6/action-send-mail@v3   with:     server_address: smtp.qq.com     server_port: 465     username: ${{ secrets.SENDER_USER }}     password: ${{ secrets.SENDER_PASSWORD }}     subject: 天气预报 - ${{env.WEATHER_REPORT_DATE}}     from: GitHub Actions     to: fatedeity@qq.com     body: file://output.txt 

按照阮一峰的脚本,使用 Send email · Actions 发送邮件,和其不同的就是相关的配置。

当然,也可以通过将发送邮件直接写入到 Python 脚本当中,它们各有自己的优势。

使用 GIthub Action 发送邮件更易懂,只需要填写配置即可,也可以将脚本和发送邮件解耦。

使用 Python 发送邮件可以省下 Github Action 的步骤,直接通过脚本一步到位,耦合就比较高。

总结

通过这一次的尝试,使用 Github Action 实现了自动化及定时,也是为以后实现自己的自动化做铺垫。本篇文章的源码可以通过 GitHub - fatedeity/weather-action 访问。

生命在于折腾,看似无用的一次尝试,希望能给自己带来美好的未来。

发表评论

评论已关闭。

相关文章