当前位置:首页 > 文章列表 > Golang > Go教程 > Golang构建天气API实战教程

Golang构建天气API实战教程

2025-10-25 10:44:28 0浏览 收藏

来到golang学习网的大家,相信都是编程学习爱好者,希望在这里学习Golang相关编程知识。下面本篇文章就来带大家聊聊《Golang构建天气API教程示例》,介绍一下,希望对大家的知识积累有所帮助,助力实战开发!

答案:使用Golang和OpenWeatherMap API可快速构建天气查询服务。1. 注册获取API密钥;2. 定义WeatherResponse结构体解析JSON响应;3. 实现getWeather处理函数,接收city参数并调用第三方API;4. 主函数注册/weather路由并启动HTTP服务;5. 返回JSON格式天气数据,支持中文与摄氏度单位;6. 可通过环境变量、缓存、超时控制等进行优化。

Golang构建天气信息查询API示例

用Golang构建一个简单的天气信息查询API并不复杂,结合标准库和第三方天气服务(如OpenWeatherMap),可以快速实现。下面是一个完整的示例,展示如何创建一个HTTP服务,接收城市名称,调用天气API并返回JSON格式的天气数据。

1. 准备工作:获取OpenWeatherMap API密钥

访问 OpenWeatherMap官网 注册账号并获取免费的API密钥(App ID)。免费版支持每分钟60次请求,足够学习和小项目使用。

2. 项目结构与依赖

创建项目目录,无需外部依赖(仅使用标准库):

weather-api/
├── main.go

我们只使用 net/http、encoding/json 和 io/ioutil 等标准库。

3. 定义数据结构

根据OpenWeatherMap的响应,定义对应的Go结构体:

type WeatherResponse struct {
    Main struct {
        Temp     float64 `json:"temp"`
        Humidity int     `json:"humidity"`
    } `json:"main"`
    Name string `json:"name"`
    Sys  struct {
        Country string `json:"country"`
    } `json:"sys"`
}

4. 实现天气查询处理函数

编写一个处理函数,从URL参数中读取城市名,调用OpenWeatherMap API:

func getWeather(w http.ResponseWriter, r *http.Request) {
    city := r.URL.Query().Get("city")
    if city == "" {
        http.Error(w, "缺少城市参数", http.StatusBadRequest)
        return
    }

    apiKey := "你的API密钥" // 替换为你的实际密钥
    url := fmt.Sprintf("http://api.openweathermap.org/data/2.5/weather?q=%s&appid=%s&units=metric&lang=zh_cn", city, apiKey)

    resp, err := http.Get(url)
    if err != nil {
        http.Error(w, "请求天气数据失败", http.StatusInternalServerError)
        return
    }
    defer resp.Body.Close()

    if resp.StatusCode != http.StatusOK {
        http.Error(w, "城市未找到或API错误", http.StatusNotFound)
        return
    }

    var weather WeatherResponse
    body, _ := ioutil.ReadAll(resp.Body)
    json.Unmarshal(body, &weather)

    w.Header().Set("Content-Type", "application/json")
    json.NewEncoder(w).Encode(weather)
}

5. 启动HTTP服务器

在 main 函数中注册路由并启动服务:

func main() {
    http.HandleFunc("/weather", getWeather)
    fmt.Println("服务器启动在 :8080")
    http.ListenAndServe(":8080", nil)
}

6. 测试API

运行程序后,访问:

http://localhost:8080/weather?city=Beijing

返回示例:

{"main":{"temp":25,"humidity":60},"name":"Beijing","sys":{"country":"CN"}}

7. 可选优化

  • 使用环境变量存储API密钥,避免硬编码
  • 添加缓存机制(如内存缓存)减少重复请求
  • 使用 context 控制HTTP请求超时
  • 增加日志输出便于调试
  • 使用结构化配置管理

基本上就这些。这个示例展示了如何用Golang快速构建一个实用的天气查询API,不复杂但涵盖了HTTP客户端、JSON解析和服务端响应等核心知识点。

好了,本文到此结束,带大家了解了《Golang构建天气API实战教程》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多Golang知识!

CSS弹性布局怎么用?Flexbox快速入门教程CSS弹性布局怎么用?Flexbox快速入门教程
上一篇
CSS弹性布局怎么用?Flexbox快速入门教程
美图秀秀贴纸错位怎么调?教程来啦
下一篇
美图秀秀贴纸错位怎么调?教程来啦
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    389次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    469次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    476次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    420次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    244次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码