2024年Python最全分享几段祖传的Python代码，拿来直接使用！

发送 GET 请求

import requests

headers = {

‘user-agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.110 Safari/537.36’,

‘cookie’: ‘some_cookie’

}

response = requests.request(“GET”, url, headers=headers)

发送 POST 请求

import requests

payload={}

files=[]

headers = {

‘user-agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.110 Safari/537.36’,

‘cookie’: ‘some_cookie’

}

response = requests.request(“POST”, url, headers=headers, data=payload, files=files)

根据某些条件循环请求，比如根据生成的日期

def get_data(mydate):

date_list = create_assist_date(mydate)

url = “https://test.test”

files=[]

headers = {

‘user-agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.110 Safari/537.36’,

‘cookie’: ‘’

}

for d in date_list:

payload={‘p’: ‘10’,

‘day’: d,

‘nodeid’: ‘1’,

‘t’: ‘itemsbydate’,

‘c’: ‘node’}

for i in range(1, 100):

payload[‘p’] = str(i)

print(“get data of %s in page %s” % (d, str(i)))

response = requests.request(“POST”, url, headers=headers, data=payload, files=files)

items = response.json()[‘data’][‘items’]

if items:

save_data(items, d)

else:

break

Python 操作各种数据库

---

操作 Redis

连接 Redis

import redis

def redis_conn_pool():

pool = redis.ConnectionPool(host=‘localhost’, port=6379, decode_responses=True)

rd = redis.Redis(connection_pool=pool)

return rd

写入 Redis

from redis_conn import redis_conn_pool

rd = redis_conn_pool()

rd.set(‘test_data’, ‘mytest’)

操作 MongoDB

连接 MongoDB

from pymongo import MongoClient

conn = MongoClient(“mongodb://%s:%s@ipaddress:49974/mydb” % (‘username’, ‘password’))

db = conn.mydb

mongo_collection = db.mydata

批量插入数据

res = requests.get(url, params=query).json()

commentList = res[‘data’][‘commentList’]

mongo_collection.insert_many(commentList)

操作 MySQL

连接 MySQL

import MySQLdb

# 打开数据库连接

db = MySQLdb.connect(“localhost”, “testuser”, “test123”, “TESTDB”, charset=‘utf8’ )

# 使用cursor()方法获取操作游标

cursor = db.cursor()

执行 SQL 语句

# 使用 execute 方法执行 SQL 语句

cursor.execute(“SELECT VERSION()”)

# 使用 fetchone() 方法获取一条数据

data = cursor.fetchone()

print "Database version : %s " % data

# 关闭数据库连接

db.close()

Output:

Database version : 5.0.45

本地文件整理

---

整理文件涉及需求的比较多，这里分享的是将本地多个 CSV 文件整合成一个文件

import pandas as pd

import os

df_list = []

for i in os.listdir():

if “csv” in i:

day = i.split(‘.’)[0].split(‘_’)[-1]

df = pd.read_csv(i)

df[‘day’] = day

df_list.append(df)

df = pd.concat(df_list, axis=0)

df.to_csv(“total.txt”, index=0)

多线程代码

---

多线程也有很多实现方式，我们选择自己最为熟悉顺手的方式即可

import threading

import time

exitFlag = 0

class myThread (threading.Thread):

def init(self, threadID, name, delay):

threading.Thread.init(self)

self.threadID = threadID

self.name = name

self.delay = delay

def run(self):

print (“开始线程：” + self.name)

print_time(self.name, self.delay, 5)

print (“退出线程：” + self.name)

def print_time(threadName, delay, counter):

while counter:

if exitFlag:

threadName.exit()

time.sleep(delay)

print (“%s: %s” % (threadName, time.ctime(time.time())))

counter -= 1

# 创建新线程

thread1 = myThread(1, “Thread-1”, 1)

thread2 = myThread(2, “Thread-2”, 2)

# 开启新线程

thread1.start()

thread2.start()

thread1.join()

thread2.join()

print (“退出主线程”)

异步编程代码

---

异步爬取网站

import asyncio

import aiohttp

import aiofiles

async def get_html(session, url):

try:

async with session.get(url=url, timeout=8) as resp:

if not resp.status // 100 == 2:

print(resp.status)

print(“爬取”, url, “出现错误”)

else:

resp.encoding = ‘utf-8’

text = await resp.text()

return text

except Exception as e:

print(“出现错误”, e)

await get_html(session, url)

使用异步请求之后，对应的文件保存也需要使用异步，即是一处异步，处处异步

async def download(title_list, content_list):

async with aiofiles.open(‘{}.txt’.format(title_list[0]), ‘a’,

encoding=‘utf-8’) as f:

await f.write(‘{}’.format(str(content_list)))

以上都是平时用的最多的代码片段，希望对你有所帮助

好了，这就是今天分享的全部内容，喜欢就点个赞+在看吧~

有兴趣的同学可以火速加入我们的星球

3周零基础入门提供10节课程

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

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。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

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！