先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Python全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Python知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024c (备注Python)
正文
这里以豆瓣电影为案例,获取豆瓣电影中正在上映的电影,并且把这些数据写入到CSV的文件中,主要是电影名称, 电影海报的链接地址和电影评分。这里使用到的库是lxml,lxml是一款高性能的Python HTML/XML解析器,安装命令为:
pip3 install lxml
使用它的时候主要会使用到xpath的语法(当然这里不会详细的介绍xpath)。首先见要获取的数据,如下图所示:
链接地址是:https://movie.douban.com/cinema/nowplaying/xian/,那么首先我们利用requests的库来对它获取请求,然后获取到文件的内容,实现的代码为:
下来我们使用lxml对text进行解析,解析如果对lxml熟悉相对来说是比较简单的,实现的代码是:
打开浏览器的调试模式,鼠标具体定位要获取的数据,这里是获取所有的数据,依据源码可以看到它是在div下面,同时这个div的class是lists,见下图所示:
那么就先获取到所有的uls,实现的代码为:
然后我们对uls进行循环,输出的对象都是Element,那么我们就需要在这些Element对象中获取电影名称,海报链接地址,和评分,见循环输出的内容:
首先来获取电影海报的链接地址,见海报链接地址在源码中的位置截图:
依据上图中可以看到,海报的链接地址和电影名称实在a标签下的img标签中,先来获取海报链接地址,它的xpath是.//a/@href,具体见实现的代码和输出:
下来来获取电影的名称,它也是在img标签中的alt属性中,它的xpath是.//a/img/@alt,见获取的源码:
最后获取平评分,来看评分在源码中的位置,见下图所示:
依据上图可以看到评分是在li标签下的span标签中并且span标签的class属性是subject-rate,那么它的xpath是.//span[@class=“subject-rate”]/text(),见获取评分的数据代码:
可以看到某些电影的评分是空,同时评分应该是整型,那么就需要做处理和判断,首先判断,如果是[],替换成0,如果是[‘8.3’]这样的,把它转成整型,但是它是列表类型,那么就是列表转为字符串再转为整型,见实现的源码和输出的评分结果:
通过如上得到了电影的名称,电影的海报地址,和电影的评分,那么它这些数据放在movie的字典中,同时在函数的循环外面定义一个列表movies[],把movie添加到列表movies中,见实现的源码:
我们循环输出列表movies看内容具体是,见执行输出的结果:
下来就是把电影名称,电影海报链接地址和电影评分写入到CSV的文件中,见完整实现的源码:
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。
需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
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!
转存中…(img-xBuPUZK6-1713657051186)]
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!