前面几篇文章对微信公众平台的开通及简单使用做了简单的介绍，但都没有涉及到实际使用中的问题，例如天气查询，公交查询，快递查询等。接下来的几篇文章将对实际生活中会经常使用到的一些功能进行开发讲解，以供读者参考。
这一篇文章将对大家每天都会关心的天气查询进行开发，例如，用户发送消息 “苏州天气”，则会返回苏州实时天气状况，以及未来两天甚至未来五天的天气状况。
二、思路分析
首先要对用户发送过来的消息进行判断，判断消息里是否含有“天气”关键字，如果含有，则需要继续提取地区信息，然后再通过中国天气网（）提供的开放API进行相关地区天气查询。
三、关键字判断与地区读取
用户发送过来查询天气的消息的格式是固定好的，即 “地区+天气”，所以首先截取后两个字，判断是否为 “天气” 关键字。
使用php函数 mb_substr() 截取，关于该函数的用法：
mb_substr — 获取字符串的部分
string mb_substr ( string $str , int $start [, int $length [, string $encoding ]] )
说明：根据字符数执行一个多字节安全的 substr() 操作。 位置是从 str 的开始位置进行计数。 第一个字符的位置是 0。第二个字符的位置是 1，以此类推。
参数：
str
从该 string 中提取子字符串。
start
str 中要使用的第一个字符的位置。
正数 -> 从字符串开头指定位置开始；
负数 -> 从字符串结尾指定位置开始；
length
str 中要使用的最大字符数。
正数 -> 从 start 处开始最多包括 length 个字符;
负数 -> string 末尾处的 length 个字符将会被漏掉（若 start 是负数则从字符串开头算起）。
encoding
encoding 参数为字符编码。如果省略，则使用内部字符编码。
返回值：
mb_substr() 函数根据 start 和 length 参数返回 str 中指定的部分。
$str = mb_substr($keyword,-2,2,"UTF-8");
从消息的结尾数第二个字符开始截取，截取两个字符，然后加以判断是否为 “天气” 关键字。
下面进行地区提取，还是使用 mb_substr() 函数。
$str_key = mb_substr($keyword,0,-2,"UTF-8");
从消息的开头开始，截掉末尾的两个字符（天气），既得地区关键字。
然后进行判断，继而调用函数查询天气数据。
if($str == '天气' && !empty($str_key)) { //调用函数查询天气数据 }
四、调用 weather() 函数查询
我们这里调用的是中国国家气象局提供的天气预报API接口，接口地址：
URL中的数字指代城市的编号101190401（苏州），其他城市对应关系将在下面提供。
该接口返回信息比较全面，也是以json格式提供，格式如下：
{"weatherinfo":{ //基本信息; "city":"苏州","city_en":"suzhou", "date_y":"2013年7月9日","date":"","week":"星期二","fchh":"18","cityid":"101190401", //摄氏温度 "temp1":"30℃~37℃", "temp2":"30℃~37℃", "temp3":"29℃~35℃", "temp4":"27℃~33℃", "temp5":"27℃~31℃", "temp6":"27℃~35℃", //华氏温度; "tempF1":"86℉~98.6℉", "tempF2":"86℉~98.6℉", "tempF3":"84.2℉~95℉", "tempF4":"80.6℉~91.4℉", "tempF5":"80.6℉~87.8℉", "tempF6":"80.6℉~95℉", //天气描述; "weather1":"晴转多云", "weather2":"晴转多云", "weather3":"晴转多云", "weather4":"多云", "weather5":"雷阵雨转中雨", "weather6":"雷阵雨转多云", //天气描述图片序号 "img1":"0", "img2":"1", "img3":"0", "img4":"1", "img5":"0", "img6":"1", "img7":"1", "img8":"99", "img9":"4", "img10":"8", "img11":"4", "img12":"1", //图片名称; "img_single":"1", "img_title1":"晴", "img_title2":"多云", "img_title3":"晴", "img_title4":"多云", "img_title5":"晴", "img_title6":"多云", "img_title7":"多云", "img_title8":"多云", "img_title9":"雷阵雨", "img_title10":"中雨", "img_title11":"雷阵雨", "img_title12":"多云", "img_title_single":"多云", //风速描述 "wind1":"西南风3-4级", "wind2":"西南风3-4级", "wind3":"东南风3-4级", "wind4":"东南风3-4级转4-5级", "wind5":"东南风4-5级转西南风3-4级", "wind6":"西南风3-4级转4-5级", //风速级别描述 "fx1":"西南风", "fx2":"西南风", "fl1":"3-4级", "fl2":"3-4级", "fl3":"3-4级", "fl4":"3-4级转4-5级", "fl5":"4-5级转3-4级", "fl6":"3-4级转4-5级", //今日穿衣指数; "index":"炎热", "index_d":"天气炎热，建议着短衫、短裙、短裤、薄型T恤衫等清凉夏季服装。", //48小时穿衣指数 "index48":"炎热", "index48_d":"天气炎热，建议着短衫、短裙、短裤、薄型T恤衫等清凉夏季服装。", //紫外线及48小时紫外线 "index_uv":"中等", "index48_uv":"中等", //洗车指数 "index_xc":"适宜", //旅游指数 "index_tr":"较不宜", //舒适指数 "index_co":"很不舒适", "st1":"36", "st2":"28", "st3":"36", "st4":"28", "st5":"34", "st6":"27", //晨练指数 "index_cl":"较适宜", //晾晒指数 "index_ls":"适宜", //过敏指数 "index_ag":"不易发"}}
我们可以通过解析JSON，获取相应城市的天气数据。
weather() 函数如下：