Python博客-专业IT技术发表平台

Python 爬虫实战：用 LokiProxy 动态住宅代理采集图书列表数据全站约 1000 条（50 页 × 每页 20 本）。单线程加随机延时，本地三五分钟能跑完。该站点专为爬虫练习设计，无登录、无验证码，页面结构稳定。选它是为了把精力放在。，每次请求由服务端自动换出口 IP，代码里固定一个。不要混用，配置入口和代码写法都不一样。LokiProxy 里有多类产品，书名、价格、库存状态、详情页链接。即可，不用建 IP 池。上，而不是和反爬较劲。：从仪表盘批量提取多个。全站 50 页图书列表。，哪个失效了手动换。

阅读 6.4w

91赞

扑克中的黑桃A

我用了 5 分钟，把蓝耘 MaaS 接进 Python，写了个命令行 AI 编程助手蓝耘 MaaS（Model as a Service）是一个大模型服务平台，说白了就是把 DeepSeek、GLM、Qwen、Kimi 这些热门模型打包成标准的 API 服务。不用自己部署模型，不用管 GPU，注册之后拿到一个 API Key 就能直接调用。更重要的是，蓝耘 MaaS 的接口完全兼容 OpenAI 的 API 格式。这意味着所有你用过的 OpenAI SDK 调用代码，把base_url改一下就能直接跑，零学习成本。

阅读 1.5w

168赞

是Dream呀

2025年中秋月亮只有94.91%圆？Python告诉你真相代码就分享到这里。这些项目大部分我自己跑过，效果还不错。月相计算那个我刚才又跑了一遍，2025年中秋（10月6日）的月相值是0.4745，照亮度94.91%。虽然不是100%的满月，但94.91%已经很圆了，肉眼基本看不出来。这也验证了"十五的月亮不一定十五圆"这个说法！最后，中秋快乐，记得吃月饼🥮 P.S. 今年虽然不是完美满月，但94.91%的圆度已经足够亮了。晚上记得出去看看，天气好的话应该挺漂亮的。代码就分享到这里。这些项目大部分我自己跑过，效果还不错。

阅读 1.8w

139赞

星辰AI

用大模型改造企业审批流程：一个 Python 网关的实现企业里的 OA 审批、合同审查、工单处理这些流程，过去基本靠人一个个审。流程长、容易疲劳，审核标准还会因人而异。大语言模型出现后，很多团队开始把它放进工作流里做"初审"——能自动过的自动过，拿不准的再交给人工。下面讲讲这个架构怎么搭，并给一个用 Python 写的网关示例。

阅读 1.2k

1赞

gnsnswa

企业校招看六维能力，CAIE与AIPM如何成为AI岗的“能力证明书“ 2026届全国高校毕业生预计达1270万人，AI相关岗位投递量同比翻倍，Python、大模型项目、AI工具应用等关键词已成为简历"标准配置"。但南方日报刊发的校招研究发现一个反直觉的结论：简历中披露的AI项目与专项技术能力，在初筛阶段仅呈现微弱正向提升——企业最看重的并不是大学生"会不会AI"，而是能否值得"长期信任"。那么企业到底按什么信号体系筛人？CAIE注册人工智能工程师认证（简称CAIE认证/赛一认证）以及同体系的AIPM（AI产品经理认证），又在该体系中扮演什么角色？

阅读 251

14赞

咕咕AI学堂

阅读 3.7k

0赞

看风起长林

Python函数：函数的文档字符串（docstring）编写本文介绍了Python函数文档字符串（docstring）编写的核心概念与实践方法。主要内容包括：1）docstring的基本定义与重要性，强调其提升代码可读性和维护性的作用；2）技术原理与实现方法，展示规范的docstring格式（如Google风格）；3）实践应用示例，涵盖基础到进阶的代码案例；4）常见问题解决方案，如环境配置和编码错误处理。文章指出，规范的docstring是Python编程中的重要实践，能有效提升代码质量和团队协作效率，建议开发者掌握多种风格（reStructuredText、Goo

阅读 3.0k

64赞

咕咕AI学堂

Python 异步编程：事件循环、协程调度与实战 Python 异步编程的本质是用"协作式调度"替代"抢占式调度"，让 I/O 等待期间的 CPU 时间不再浪费。核心机制是事件循环通过 epoll/kqueue 监听 I/O 事件，在协程之间高效切换执行权。但异步不是万能药，它引入了调试困难、CPU 任务阻塞、第三方库兼容性等隐性代价。落地路线建议：第一步，用aiohttpasyncpg替换同步 HTTP 和数据库驱动，先在 I/O 最密集的环节获得收益；第二步，建立全局的异步 HTTP 客户端单例，统一管理连接池和超时；

阅读 2.1k

20赞

听汐AI说

Python FastAPI 小服务：独立产品的 API 要先把错误说清楚接口错误至少要包含 code、message、request_id。code 给程序判断，message 给用户理解，request_id 给排查使用。不要让前端通过中文提示文案判断错误类型，这会让后续国际化和文案调整都变成风险。错误格式统一后，前端可以做稳定处理：额度不足弹升级提示，未登录跳转登录，资源不存在展示空状态，服务超时允许重试。错误处理越清楚，产品体验越稳。Python FastAPI 小服务要先把错误说清楚。

阅读 9.7k

1赞

2601_96390678

解放右手：高效鼠标自动点击工具意思是先点击（657,773）这个位置，暂停1000毫秒（就是1秒）后，再后点击（1190,754）这个位置。位置格式为 x,y,间隔时长，如：657,773,1000;勾选后，按F6键追加当前鼠标位置。若勾多个位置，则添加位置信息，否则更新指定位置的信息。那么X = 97-103，Y = 197-203，点击位置将会随机在这些组合中。如指定位置 (X=100, Y=200)，随机抖动(3,3)意思就是说，你按Alt键，等同于你点击了鼠标左键。如果最后一个位置点击完，则循环回到第1个位置。

阅读 302

10赞

python 爬虫大师

Python 爬虫项目：数码产品参数对比爬虫数码消费市场品类迭代速度快，各大电商平台、数码资讯站点汇聚了海量手机、笔记本、耳机、平板等数码产品信息，涵盖产品基础规格、硬件参数、功能配置、售价区间、用户点评等核心内容。产品参数是消费者选购、行业测评、竞品分析、价格走势研究的关键依据，依靠人工逐一整理参数信息、横向对比产品差异，不仅耗时耗力，还难以实现全品类、大批量数据的同步汇总与更新。

阅读 957

0赞

沐泽百川

AI Scaffold：面向 AI 应用开发的 Python 脚手架 AI Scaffold 是一个面向 AI 应用开发的 Python 脚手架，提供 LLM 推理抽象、工作流编排、Repository 数据访问层、Tool 工具封装和 CLI 项目模板，帮助开发者快速启动可运行的 AI 应用项目。

阅读 1.8w

123赞

王小王-123

基于 Python 的手机品牌销售数据分析与可视化系统本文介绍了一个手机销售数据分析系统的完整开发流程。系统从百万级订单数据出发，通过Python+pandas进行数据清洗，采用MySQL构建四层数据仓库（ODS/DWD/DWS/ADS），实现销售趋势、地域分布、用户画像等多维度分析。可视化部分提供Pyecharts静态大屏和Flask+ECharts动态大屏两种方案，并集成用户管理系统。创新性地引入LightGBM模型预测配送时长（R²=0.81），通过特征工程揭示促销活动、地域、时间等因素对履约时效的影响。项目完整覆盖数据清洗、仓库建模、指标分析、可视化展

阅读 693

17赞

牧码人王木木

Python 数据处理加速：从 Pandas 瓶颈到流式计算的工程化进阶 Python 数据处理的性能优化需要根据数据规模选择合适的工具与策略。落地路线如下：第一，对现有 Pandas 代码进行类型优化。这是投入产出比最高的优化，通常能将内存占用降低 50% 以上，且代码改动最小。第二，1GB-100GB 规模的数据优先使用 Polars。其惰性评估与多线程执行模型可以充分利用硬件资源，无需手动并行化。第三，超过 100GB 的数据使用流式处理或 Dask。流式管道适用于行级变换，Dask 适用于需要全局聚合的场景。第四，建立性能基线。

阅读 1.8k

6赞

码龙大大

Python 自动化任务：Cron 之外还要有状态机 Python 自动化任务不能只靠 Cron。需要有持久化的状态机、可重入的处理逻辑、错误分类的重试策略和方便可靠的补跑入口。脚本能跑起来只是进入生产的第一步，任务能在失败后自己说清楚发生了什么、能从哪里安全恢复，才算真正达到了生产级可用。生产任务最大的价值不是"从来不失败"，而是"失败了能快速恢复"。

阅读 263

1赞

牧码人王木木

Cython 性能优化：从 Python 到 C 的零拷贝桥接与类型化内存视图 Cython 通过类型化内存视图实现与 NumPy 的零拷贝交互，通过nogil释放 GIL 实现真正的多线程并行，通过编译为原生机器码消除解释器开销。在 Softmax 等计算密集型场景中，Cython 优化版本相比纯 Python 循环通常有 50-200 倍的加速，相比 NumPy 向量化仍有 2-5 倍的优势（主要来自消除临时数组分配和更紧密的内存访问模式）。落地路线建议：第一步，使用cProfile定位性能热点，确认瓶颈在 CPU 密集型循环而非 I/O 或框架调度；

阅读 1.7k

0赞

python 爬虫大师

Python 爬虫项目：代理 IP 使用与 IP 封禁解决方案在爬虫长期运行、大批量数据采集场景中，即便配置了 UA 伪装、随机延时、完整请求头等基础反爬策略，单一 IP 仍会因累计请求量过大被目标站点识别，最终触发临时封禁、永久拉黑、区域拦截等限制，导致任务中断。代理 IP 是解决 IP 封禁问题的核心方案，通过切换不同网络节点发起请求，分散访问来源，突破单 IP 访问频次限制，同时隐藏本机真实 IP，提升爬虫隐蔽性。

阅读 893

6赞

火柴梗!

【Python】----手把手教你安装Python，2026 最详细的安装教程来了 Optional Features：全部默认勾选（pip、IDLE、Documentation…）→ Next✅ Add Python to environment variables（已勾）（不要中文、空格、特殊字符）点Install→ 等待 1–2 分钟 → 提示→ Close。

阅读 1.6k

6赞

deepin_sir

Python 入门教程系列说实话，写这个教程的原因挺简单的——我身边总有朋友问我"Python 怎么学"、“有没有什么靠谱的入门资料”。网上的教程不是没有，但要么太学术，要么太跳跃，要么就是那种看完还是不会写的类型。所以我自己整理了一套，按照我自己的学习路径来，尽量说人话。你之前完全没写过代码，想从零开始你学过一点但总觉得没学明白，想系统重来你需要一本随时能查的手册你已经很熟练了，想找进阶内容（后续可能会出）你想要视频，这里只有文字。

阅读 1.6k

60赞

码龙大大

Python 数据管线编排：Airflow 与 Celery 的生产级对比与选型超时控制：单个任务最长执行时间with DAG(schedule_interval='0 2 * * *', # 每天凌晨2点catchup=False, # 不回填历史数据max_active_runs=1, # 禁止并发执行) as dag:"""从API拉取用户行为数据"""ds = context['ds'] # 逻辑日期# 实现数据抽取逻辑"""数据清洗与转换"""# 通过 XCom 获取上游任务输出# 实现转换逻辑"""加载到数据仓库"""# 实现加载逻辑。

阅读 2.3k

14赞

萧青山

Agent评估体系自建指南：从SWE-bench到LLM-as-a-Judge的完整实现（Python 3.10+）《Agent评估体系自建指南》针对当前Agent开发中普遍存在的评估盲区，提出了一套完整的自动化评估方案。文章首先指出手工测试的三大认知陷阱：Demo不代表生产、缺乏量化指标、人工评估不可持续。随后构建了四维评估指标体系（准确性、可靠性、安全性、效率），包含12个具体指标及目标值。核心方案采用LLM-as-a-Judge技术，详细对比不同Judge模型优劣，并给出Rubric设计规范与Python实现。该体系与Verification Loop架构深度集成，特别适合文本类通用Agent的工业化落地场景。

阅读 758

24赞

作者推荐

云端码字人: 大家好，我是云端码字人，一个热爱用代码敲出世界的程序员。目前主攻后端开发，技术栈主要是Java和Spring Boot，日常跟MySQL、Redis打交道比较多。最近在研究微服务和分布式架构，感觉越深入越有意思，也踩了不少坑，所以想着把这些经历记录下来，分享给同样在路上的小伙伴们。工作之余喜欢逛CSDN，看了很多大佬的文章受益匪浅，想着自己也该输出点什么了。毕竟光看不练假把式，写出来才是真的懂了。以后会在这里分享一些技术笔记、踩坑经验、还有学习心得，希望能帮到有需要的朋友，也欢迎大家多交流、多指正。技术的路很长，但走的人多了就不孤单。让我们一起在云端敲代码，用文字记录成长吧！

关注