python3.7版本怎么样_记录初学Python的坑-----python3.7.3版本

先记录一下 idea安装Python的语言支持插件后的操作：我用的是windows环境、windows环境、windows环境。

首先 下载 Anaconda3 的可执行文件  下载地址

然后安装，安装过程中有一个环节，默认打了一个勾，把上面的配置环境变量也勾上，然后一路next

借图说明下：

安装完成后，打开cms  输入 ：conda info --env 查看下环境，默认只有一个base；

下面那个py37是后来建的，创建命令conda create -n py37

删除环境谨慎执行：conda remove -n py37

激活环境：activate base

关闭环境：deactivate base

激活后，就可以起飞了。

惯例：helloworld

#!/usr/bin/python3

print(‘hello world‘)

1,

报错原因：

TypeError: can’t use a string pattern on a bytes-like object.

html用decode(‘utf-8’)进行解码，由bytes变成string。

py3的urlopen返回的不是string是bytes。

解决：

html = html.decode(‘utf-8‘)

2.

报错原因：

如果用 urllib.request.urlopen 方式打开一个URL,服务器端只会收到一个单纯的对于该页面访问的请求,但是服务器并不知道发送这个请求使用的浏览器,操作系统,硬件平台等信息,而缺失这些信息的请求往往都是非正常的访问,例如爬虫.

有些网站为了防止这种非正常的访问,会验证请求信息中的UserAgent(它的信息包括硬件平台、系统软件、应用软件和用户个人偏好),如果UserAgent存在异常或者是不存在,那么这次请求将会被拒绝(如上错误信息所示)

所以可以尝试在请求中加入UserAgent的信息

解决：

defgetHtml(url):

u= urllib.request.URLopener() #Python 3: urllib.request.URLOpener

u.addheaders =[]

u.addheader(‘Accept‘, ‘*/*‘)

u.addheader(‘Accept-Language‘,‘en-US,en;q=0.8‘)

u.addheader(‘Cache-Control‘, ‘max-age=0‘)

u.addheader(‘User-Agent‘, ‘Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.116 Safari/537.36‘)

u.addheader(‘Connection‘, ‘keep-alive‘)

u.addheader(‘Referer‘, ‘http://www.baidu.com/‘)

page=u.open(url)

html=page.read()

html= html.decode(‘utf-8‘,"ignore")

page.close()return html

3.在一个py文件中，引入另一个py文件，直接import即可

4.用python3版本，引入request的下载函数 urlretrieve时候，可以这么做,举一反三，可以减少代码量

from urllib.request import urlretrieve

urlretrieve(url,filename)

5.在获取对象Html时，即使加了decode(‘utf-8‘),也仍旧报错：

‘utf-8‘ codec can‘t decode byte 0xd7 in position 309: invalid continuation byte

解决方法：decode(‘utf-8‘,‘ignore‘)

6.int 型变量 index  转 str类型---->str(index)

相反：str类型变量 string 转int类型 -----> int(str)       --------10进制下

7.显示下载进度

def Schedule(a,b,c):

per = 100.0 * a * b / c

if per>100:

per = 100

print(‘完成！‘)

print(‘%.2f%%‘ % per)

urlretrieve(fileUrl,fileName,Schedule)

效果如下：

8记录一个爬网址图片，然后创建文件夹存图片的操作

#coding:utf-8

importrequestsfrom bs4 importBeautifulSoupimportos#创建一个文件夹名称

FileName = ‘mm‘

defdd():if not os.path.exists(os.path.join(os.getcwd(), FileName)): #新建文件夹

os.mkdir(os.path.join(os.getcwd(),FileName))print(u‘建了一个名字叫做‘, FileName, u‘的文件夹！‘)else:print(u‘名字叫做‘, FileName, u‘的文件夹已经存在了！‘)

url= ‘http://www.xiaohuar.com/list-1-1.html‘html= requests.get(url).content #返回html

#html = html.decode(‘utf-8‘)

soup = BeautifulSoup(html,‘html.parser‘) #BeautifulSoup对象

jpg_data = soup.find_all(‘img‘,width="210") #找到图片信息

index = 1

for i injpg_data:

deindex= str(index) + "a"data= i[‘src‘] #图片的URL

print("图片url为"+data)if "https://www.dxsabc.com/" not indata:

data= ‘http://www.xiaohuar.com‘+data

r2=requests.get(data)

fpath=os.path.join(FileName,deindex)

with open(fpath+‘.jpg‘,‘wb+‘)as f : #循环写入图片

f.write(r2.content)

index+= 1

print(‘保存成功，快去查看图片吧！！‘)if __name__== ‘__main__‘:

dd()

9记录一个爬网址的shtml下的文章，然后创建文件夹存文件的操作

还在弄，持续更新中。。。