爬取空氣品質指標 ( AQI )

這篇文章會使用 Python 的 Requests 函式庫，藉由政府資料開放平臺的空氣品質指標 ( AQI ) 的 API，實作一個可以自動抓取空氣品質指標數值的網路爬蟲，並進一步使用 CSV 儲存資料。

本篇使用的 Python 版本為 3.7.12，所有範例可使用 Google Colab 實作，不用安裝任何軟體 ( 參考：使用 Google Colab )

關於政府資料開放平臺

政府資料開放平臺是一個政府提供各種開放資料的管道，讓民眾可以在政府資源有限下，善用無限的創意，整合運用開放資料，推動政府資料開放加值應用，發展出各項跨機關便民服務。

政府資料開放平臺：https://data.gov.tw/

關於空氣品質指標 ( AQI )

從政府資料開放平臺裡，搜尋「空氣品質指標」，就能開啟空氣品質指標 ( AQI ) 的資料頁面，資料有提供 JSON 格式與 CSV 格式，這個範例中會使用 JSON 格式，點擊對應的按鈕，就可以開啟對應的 JSON API 內容。

• 空氣品質指標 ( AQI ) ：https://data.gov.tw/dataset/40448
• JSON API：檔案連結

開啟 API 後，可以從內容架構裡，找到 records 的「鍵」，records 的內容由串列和字典 ( 或稱物件和陣列 ) 所組成，包含地點 SiteName、城市 County、AQI、PM2.5...等空氣品質指標的數值。

爬取空氣品質指標

使用 Requests 函式庫的 get 的方法，抓取空氣品質指標的內容，接著取出 records 的內容，由於 records 的內容為串列和字典所組成，直接使用 for 迴圈將結果印出。

參考：requests、for 迴圈

import requests

# 2022/12 時氣象局有修改了 API 內容，將部份大小寫混合全改成小寫，因此程式碼也跟著修正
url = 'https://data.epa.gov.tw/api/v2/aqx_p_432?api_key=e8dd42e6-9b8b-43f8-991e-b3dee723a52d&limit=1000&sort=ImportDate%20desc&format=JSON'
data = requests.get(url)             # 使用 get 方法透過空氣品質指標 API 取得內容
data_json = data.json()              # 將取得的檔案轉換為 JSON 格式
for i in data_json['records']:       # 依序取出 records 內容的每個項目
    print(i['county'] + ' ' + i['sitename'], end='，')    # 印出城市與地點名稱
    print('AQI:' + i['aqi'], end='，')                    # 印出 AQI 數值
    print('空氣品質' + i['status'])                        # 印出空氣品質狀態

使用 CSV 儲存資料

能取得空氣品質指標後，下一步可利用 Python 內建的 CSV 標準函式庫，將資料儲存為 CSV 檔案，下方的程式執行後，會先指定 Colab 執行的目錄，接著建立一個名為 csv-aqi 的 CSV 檔案，再將資料轉換為二維陣列，寫入 CSV。

參考：CSV 檔案操作、Colab 連動 Google Drive、檔案操作 os - chdir(path)、內建函式 ( 檔案讀寫 open )、for 迴圈

import requests
import csv
import os
os.chdir('/content/drive/MyDrive/Colab Notebooks')   # 針對 Colab 改變路徑
csvfile = open('csv-aqi.csv', 'w')    # 建立空白並可寫入的 CSV 檔案
csv_write = csv.writer(csvfile)       # 設定 csv_write 為寫入

url = 'https://data.epa.gov.tw/api/v2/aqx_p_432?api_key=e8dd42e6-9b8b-43f8-991e-b3dee723a52d&limit=1000&sort=ImportDate%20desc&format=JSON'
data = requests.get(url)
data_json = data.json()
output = [['county','sitename','aqi','空氣品質']]    # 設定 output 變數為二維串列，第一筆資料為開頭
for i in data_json['records']:
    # 依序將取得的資料加入 output 中
    output.append([i['county'],i['sitename'],i['aqi'],i['status']])
print(output)
csv_write.writerows(output)   # 多行寫入 CSV

意見回饋

如果有任何建議或問題，可傳送「意見表單」給我，謝謝～