网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
date = dt.today()
if style!=1: return f'{date.month}月{date.day}日'
return f'{date.year}-{date.month:02}-{date.day:02}'
def SinaNews(style=1):
url1 = ‘http://news.***.com.cn/’
if style1: url1 += ‘world’
elif style2: url1 += ‘china’
else: url1=‘https://mil.news.sina.com.cn/’
text = get(url1)
text.encoding=‘uft-8’
soup = bs(text.text,‘html.parser’)
aTags = soup.find_all(“a”)
return [(t.text,t[‘href’]) for t in aTags if Today() in str(t)]
#### 爬取标题
>
> >>> for i,news in enumerate(SinaNews(1)):
> print(f'No{i+1}:',news[0])
>
>
>
> No1: 外媒:\*\*\*\*\*
> No2: 日媒:\*\*\*\*\*\*
> ......
>
>
> .......
>
>
> 内容已马赛克!!!
> >>>
>
>
>
首次做爬虫,为了方便下手找一个不用破解网页的某新闻网站,下载网页就能直接取得内容。其中的国际、国内和军事新闻三个网页作内容源,requests.get下载网页后,分析所得html文本,所有<a href=...>标记带日期刚好所需要的。
#### 爬取正文
然后再根据url下载正文网页,分析可知id=‘article’的<div>层就是正文所在位置,.get\_text()是取得文本的关键函数,然后适当做一些格式处理:
def NewsDownload(url):
html = get(url)
html.encoding=‘uft-8’
soup = bs(html.text,‘html.parser’)
text = soup.find(‘div’,id=‘article’).get_text().strip()
text = text.replace(‘点击进入专题:’,‘相关专题:’)
text = text.replace(’ ‘,’\n ‘)
while ‘\n\n\n’ in text:
text = text.replace(’\n\n\n’,‘\n\n’)
return text
url = ‘https:///w/2021-09-29/doc-iktzqtyt8811588.shtml’
NewsDownload(url)
'原标题:************************************************’
### 界面代码
使用内置的图形界面库 tkinter 控件 Text 、Listbox、Scrollbar、Button。设置基本属性、放置位置、绑定命令,然后调试到程序完工!
源代码 News.pyw :其中涉及的网站名称已马赛克!
from requests import get
from bs4 import BeautifulSoup as bs
from datetime import datetime as dt
from os import path
import tkinter as tk
def Today(style=1):
date = dt.today()
if style!=1: return f’{date.month}月{date.day}日’
return f’{date.year}-{date.month:02}-{date.day:02}’
def SinaNews(style=1):
url1 = ‘http://news..com.cn/’
if style1: url1 += ‘world’
elif style2: url1 += ‘china’
else: url1='https://mil..com.cn/’
text = get(url1)
text.encoding=‘uft-8’
soup = bs(text.text,‘html.parser’)
aTags = soup.find_all(“a”)
return [(t.text,t[‘href’]) for t in aTags if Today() in str(t)]
def NewsList(i):
global news
news = SinaNews(i)
tList.delete(0,tk.END)
for idx,item in enumerate(news):
tList.insert(tk.END,f’{idx+1:03} {item[0]}')
tText.config(state=tk.NORMAL)
tText.delete(0.0,tk.END)
tText.config(state=tk.DISABLED)
NewsShow(0)
def NewsList1(): NewsList(1)
def NewsList2(): NewsList(2)
def NewsList3(): NewsList(3)
def NewsShow(idx):
if idx!=0:
idx = tList.curselection()[0]
title,url = news[idx][0],news[idx][1]
html = get(url)
html.encoding=‘uft-8’
soup = bs(html.text,‘html.parser’)
text = soup.find(‘div’,id=‘article’).get_text().strip()
text = text.replace(‘点击进入专题:’,‘相关专题:’)
text = text.replace(’ ‘,’\n ‘)
while ‘\n\n\n’ in text:
text = text.replace(’\n\n\n’,‘\n\n’)
tText.config(state=tk.NORMAL)
tText.delete(0.0,tk.END)
tText.insert(tk.END, title+‘\n\n’+text)
tText.config(state=tk.DISABLED)
def InitWindow(self,W,H):
Y = self.winfo_screenheight()
winPosition = str(W)+‘x’+str(H)+‘+8+’+str(Y-H-100)
self.geometry(winPosition)
icoFile = ‘favicon.ico’
f = path.exists(icoFile)
if f: win.iconbitmap(icoFile)
self.resizable(False,False)
self.wm_attributes(‘-topmost’,True)
self.title(bTitle[0])
SetControl()
self.update()
self.mainloop()
def SetControl():
global tList,tText
tScroll = tk.Scrollbar(win, orient=tk.VERTICAL)
tScroll.place(x=450,y=320,height=300)
tList = tk.Listbox(win,selectmode=tk.BROWSE,yscrollcommand=tScroll.set)
tScroll.config(command=tList.yview)
for idx,item in enumerate(news):
tList.insert(tk.END,f’{idx+1:03} {item[0]}')
tList.place(x=15,y=320,width=435,height=300)
tList.select_set(0)
tList.focus()
bW,bH = 70,35 #按钮的宽高
bX,bY = 95,270 #按钮的坐标
tBtn1 = tk.Button(win,text=bTitle[1],command=NewsList1)
tBtn1.place(x=bX,y=bY,width=bW,height=bH)
tBtn2=tk.Button(win,text=bTitle[2],command=NewsList2)
tBtn2.place(x=bX+100,y=bY,width=bW,height=bH)
(1)Python所有方向的学习路线(新版)
这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
最近我才对这些路线做了一下新的更新,知识体系更全面了。
(2)Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
(3)100多个练手项目
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!