Python上手学习

落日映苍穹つ 2022-02-25 07:28 186阅读 0赞

python的语法简单，可以很好提高个人生产力。我花了2天的时间重零开始学习python，目前已经能做爬虫了。

这篇博客是不管原理，直接干，直接梭的学习博客。这篇博客包含安装基本语法（创建变量、基本函数、判断语法），导入包（系统操作），导入外部开源包（pip3下载包，pyecharts可视化，xlwt包操作excel，Pillow操作图片，Scrapy爬虫）

### 安装python ###

mac系统中默认安装一个python，一般是`python2`，但是`python2`已经过时，需要下载`python3`。打开终端，输入

python --version # 查看python version

brew search python3
    brew install python3 # 安装python3

输入`python3`，当前缀是`>>>`时，代表安装成功，并可以写代码了。输入熟悉的hello world。

print("hello world")

### 创建变量 ###

Python定义对象不用申明类型

name="shixicheng"
    id=1

支持对象转化类型

print(int("3"))
    print(str(1))

python每句结束不用加`;`

python支持`+`，`-`，`*`，`/`四种运算符，支持次方运算

print(1+5)  #加法运算
    print(5**3) #次方运算，5的3次方

string可以赋值换行的字符串

info="""
    李雷
    韩梅梅
    学英语
    """

### 基本函数 ###

#### print 输出 ####

print用于输出，默认输出控制行，亦可输出文件，查看源码定义

def print(self, *args, sep=' ', end='\n', file=None):

<table> 
 <thead> 
  <tr> 
   <th>参数</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>args</td> 
   <td>输出数据，可以是多个字符串对象</td> 
  </tr> 
  <tr> 
   <td>sep</td> 
   <td>每个字符串对象之间的拼接字符串，默认空格<code></code></td> 
  </tr> 
  <tr> 
   <td>end</td> 
   <td>最后一个字符串结尾，默认<code>\n</code></td> 
  </tr> 
  <tr> 
   <td>file</td> 
   <td>打印到某个文件，文件对象</td> 
  </tr> 
 </tbody> 
</table>

输出到文件

f = open(r"/user/marx_luo/download/test.txt",'w');
    print("李雷","韩梅梅","莉莉安",sep="-",end=".",file=f)

#### input 输入 ####

`input()`可以在监控输入并赋值。

name=input("请输入")
    print(name)

结果会打印输入的字符串。

#### f-string 格式化 ####

`f-string`可以把变量赋值到string中，如

name="shixicheng"
    company="fcbox"
    info=f"""
    {name}个人信息 
    姓名是{name}，
    公司是{company}
    """

#### string.format() ####

`format()`作用与`f-string`相似，只是格式不同。

name="shixicheng"
    company="fcbox"
    "{}个人信息，姓名是{}，公司是{}".format(name, name, company)

#### 判断和循环 ####

python的判断和循环与其他语言一样，也是`if`，`while`，`for`。

# if
    if a==b:
      print(a)
    elif a==2:
      print(b)
    else:
      print(3)

> python通过缩进来划分代码块，而不是java的`{}`，它并不强制要求缩进是tab、四个空格，两个空格等，只要同一层，空格数一致就可以了。

# while
    while a==b:
      a=a+1
      print(a)

# for ... in 
    numbers = [1,2,3,4,5,6]
    for x in numbers:
      print("遍历所有元素{}".format(x))

### 导包与系统包 ###

python通过`import`导入其他包，也可以导入包的某个方法

# 导入os包
    import os
    # 导入os.rmdir方法
    from os import rmdir

#### os 操作系统 ####

import os
    # getcwd() 获得文件路径
    print(os.getcwd())
    # rename修改文件名
    os.rename("test.txt","demo.txt")
    # 新建文件夹
    os.mkdir("test")
    # 移动本文件夹到
    os.chdir("test")
    print(os.getcwd())
    # 删除文件夹
    os.rmdir("test")
    # 打印文件夹下文件名和文件夹
    print(os.listdir())

#### shutil 操作sh命令 ####

import os
      
    if bool(1 - os.path.exists("鸣人")):
        os.mkdir("鸣人")
    fp = open("hackwork.jpg", 'w')
    
    import shutil
    shutil.copyfile("hackwork.jpg", "hackwork-copy.jpg") //复制文件
    shutil.copytree("鸣人", "鸣人的影分身") //复制文件夹
    
    shutil.move("hackwork.jpg", "鸣人") // 移动文件到文件夹

### 外部包 ###

python可以下载并导入开源包，推荐使用pip，pip貌似是安装python时安装的。

pip3 install pillow
    pip3 list //查看pip安装的插件

#### pyecharts 统计分析 ####

pyecharts是将数据生成echarts网页的第三方包。它可以画条形图，饼状图，词云等多种统计图。官方API：[http://pyecharts.org/。][http_pyecharts.org]

柱状图

from pyecharts import Bar
    bar = Bar()
    name = "服装"
    x_axis = ["衬衫", "羊毛衫", "雪纺衫"]
    y_axis = [5, 20, 36]
    bar.add(name, x_axis, y_axis)
    bar.render()

词云

from pyecharts import WordCloud
    name = ["666", "赞同", "厉害", "有用", "赞"]
    value = [122,32,42,23,11]
    wordcloud = WordCloud(width=1300, height=620)
    wordcloud.add("",name,value)
    wordcloud.render("wordcloud.html")

#### xlwt 操作excel ####

xlwt是一个可以操作excel的开源包，官方API：[https://pypi.org/project/xlwt/][https_pypi.org_project_xlwt]

workbook = xlwt.Workbook(encoding="utf-8")
    
    worksheet = workbook.add_sheet('第一周')
    worksheet = workbook.add_sheet('第二周')
    worksheet = workbook.add_sheet('第三周')
    worksheet = workbook.add_sheet('第四周')
    
    workbook.save("工作计划.xls")
    
    workbook = xlwt.Workbook(encoding="utf-8")
    worksheet = workbook.add_sheet('第一周')
    worksheet.write(1,0,label="星期一")
    worksheet.write(2,0,label="星期二")
    worksheet.write(3,0,label="星期三")
    worksheet.write(4,0,label="星期四")
    worksheet.write(5,0,label="星期五")
    worksheet.write(0,1,label="工作计划")
    
    workbook.save("工作计划2.xls")

#### Pillow 操作图片 ####

pillow可以完成基本图片操作，如增加滤镜，修改大小之类的。

hanmeimeiPic = Image.open("hmm.jpg")
    
    hanmeimeiPic.show()
    
    # 图片处理
    zjlImage = Image.open("zjl.jpg")
    # 模糊滤镜
    blurZjlImage = zjlImage.filter(ImageFilter.BLUR)
    blurZjlImage.save('filter/blurZjl.jpg', 'jpeg')
    
    # 高斯模糊
    gsBlurZjlImage = zjlImage.filter(ImageFilter.GaussianBlur)
    gsBlurZjlImage.save('filter/gsBlurZjl.jpg', 'jpeg')
    
    # 边缘增强
    edgeEnhanceZjlImage = zjlImage.filter(ImageFilter.EDGE_ENHANCE)
    edgeEnhanceZjlImage.save('filter/edgeEnhanceZjl.jpg', 'jpeg')
    
    # 找到边缘
    edgesZjlImage = zjlImage.filter(ImageFilter.FIND_EDGES)
    edgesZjlImage.save('filter/edgeZjl.jpg', 'jpeg')
    
    # 浮雕
    embossZjlImage = zjlImage.filter(ImageFilter.EMBOSS)
    embossZjlImage.save('filter/embossZjl.jpg', 'jpeg')
    
    # 轮廓
    contourZjlImage = zjlImage.filter(ImageFilter.CONTOUR)
    contourZjlImage.save('filter/contourZjl.jpg', 'jpeg')
    
    # 锐化
    sharpenZjlImage = zjlImage.filter(ImageFilter.SHARPEN)
    sharpenZjlImage.save('filter/sharpenZjl.jpg', 'jpeg')
    
    # 平滑
    smoothZjlImage = zjlImage.filter(ImageFilter.SMOOTH)
    smoothZjlImage.save('filter/smoothZjl.jpg', 'jpeg')
    
    # 细节
    detailZjlImage = zjlImage.filter(ImageFilter.DETAIL)
    detailZjlImage.save('filter/detailZjl.jpg', 'jpeg')

> 注意：
> 
> PyCharm创建项目时，会重新导入一个python虚拟机，lib也是空的，不会导入系统下载的pip3包。需要手动copy包文件夹到项目的lib下。
> 
> 系统默认的lib路径`/usr/local/lib/python3.7/site-packages`
> 
> 项目的lib路径在项目文件夹下的`/venv/lib/python3.7/site-packages`

#### Scrapy 爬虫 ####

Scrapy是流行的爬虫工具，官方API：[https://scrapy-chs.readthedocs.io/zh\_CN/latest/intro/tutorial.html。pip3下载][https_scrapy-chs.readthedocs.io_zh_CN_latest_intro_tutorial.html_pip3]

pip3 install scrapy

新建文件夹，打开终端并进入文件夹，输入

scrapy startproject tutorial #生成scrapy初始项目

生成的scrapy项目目录

tutorial/
        scrapy.cfg
        tutorial/
            __init__.py
            items.py
            pipelines.py
            settings.py
            spiders/
                __init__.py
                ...

属性

*  `scrapy.cfg`: 项目的配置文件
 *  `tutorial/`: 该项目的python模块。之后您将在此加入代码。
 *  `tutorial/items.py`: 项目中的item文件.
 *  `tutorial/pipelines.py`: 项目中的pipelines文件.
 *  `tutorial/settings.py`: 项目的设置文件.
 *  `tutorial/spiders/`: 放置spider代码的目录.

编写爬虫类，保存在\`\`tutorial/spiders`目录下的`dmoz\_spider.py\` 文件中:

import scrapy
    
    from tutorial.items import CSDNItem
    
    class CSDNSpider(scrapy.spiders.Spider):
        name = "dmoz"
        allowed_domains = ["domz.org"]
        start_urls = [
            "https://blog.csdn.net/luo4105"
        ]
    
        def parse(self, response):
            for sel in response.xpath('//div/div'):
                test=sel.xpath('h4/a/text()').extract()
                print(test)

进入项目的根目录，执行下列命令启动spider:

scrapy crawl dmoz

得到如下打印

2019-03-31 15:36:03 [scrapy.middleware] INFO: Enabled extensions:
    ...
    2019-03-31 15:36:03 [scrapy.middleware] INFO: Enabled downloader middlewares:
    ...
    2019-03-31 15:36:03 [scrapy.middleware] INFO: Enabled spider middlewares:
    ...
    2019-03-31 15:36:03 [scrapy.middleware] INFO: Enabled item pipelines:
    []
    2019-03-31 15:36:03 [scrapy.core.engine] INFO: Spider opened
    2019-03-31 15:36:03 [scrapy.extensions.logstats] INFO: Crawled 0 pages (at 0 pages/min), scraped 0 items (at 0 items/min)
    2019-03-31 15:36:03 [scrapy.extensions.telnet] INFO: Telnet console listening on 127.0.0.1:6023
    2019-03-31 15:36:04 [scrapy.core.engine] DEBUG: Crawled (200) <GET https://blog.csdn.net/robots.txt> (referer: None)
    2019-03-31 15:36:04 [scrapy.core.engine] DEBUG: Crawled (200) <GET https://blog.csdn.net/luo4105> (referer: None)

输出json文件

修改爬虫类`dmoz_spider.py`

import scrapy
    
    from tutorial.items import CSDNItem
    
    class CSDNSpider(scrapy.spiders.Spider):
        name = "dmoz"
        allowed_domains = ["domz.org"]
        start_urls = [
            "https://blog.csdn.net/luo4105"
        ]
    
        def parse(self, response):
            for sel in response.xpath('//div/div'):
                item = CSDNItem()
                item['title']=sel.xpath('h4/a/text()').extract()
                item['desc']=sel.xpath('p/a/text()').extract()
                yield item

编辑 `tutorial` 目录中的 `items.py` 文件:

import scrapy
    
    class CSDNItem(scrapy.Item):
        title = scrapy.Field()
        desc = scrapy.Field()

scrapy crawl dmoz -o items.json

该命令将采用 [JSON][] 格式对爬取的数据进行序列化，生成 `items.json` 文件。

[http_pyecharts.org]: http://pyecharts.org/%E3%80%82
[https_pypi.org_project_xlwt]: https://pypi.org/project/xlwt/
[https_scrapy-chs.readthedocs.io_zh_CN_latest_intro_tutorial.html_pip3]: https://scrapy-chs.readthedocs.io/zh_CN/latest/intro/tutorial.html%E3%80%82pip3%E4%B8%8B%E8%BD%BD
[JSON]: http://en.wikipedia.org/wiki/JSON