[总章]python 爬虫

已于 2024-01-29 16:34:23 修改
阅读量1.8k 收藏 31
点赞数 33
分类专栏： python 文章标签： python
于 2024-01-10 15:42:33 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42645007/article/details/135505290
版权

[20240129]

爬虫

爬虫基础

作用

爬虫是数据收集技术，用于模拟人的行为去批量抓取指定数据，再进行处理。

守则

1、不要爬取公民隐私、国家和企业机密、受权限保护的内容；

2、请求数量和频率不可过高

3、不要爬取网站robots里不允许爬取的数据

安装环境

requests HTTP请求库

1、安装pycharm并创建项目

2、在终端输入: pip install requests 或者pip3 install requests --> Successfully installed

bs4 HTML解析库

1、在终端输入：pip install bs4 或pip3 install bs4 --> Successfully installed

openpyxl EXCEL操作库

1、在终端输入: pip install openpyxl 或者pip3 install openpyxl --> Successfully installed

请求头获取

为模仿浏览器发送请求，需要增加请求头，在chrome工具下，查找任意Request Headers --> User-Agent:。将后面的而数据复制粘贴到代码中即可

Chrome 网络开发者工具

在浏览器中按F12以打开工具。

Network

作用：网络请求抓包

数据解析

原理

解析的局部文本内容都会在标签之间或者标签对应的属性中进行存储：

1、定位指定标签（定位）

2、提取标签或标签对应属性中存储的数据值（解析）

3、数据处理完毕后存储至指定格式文件中（保存）

实战1

资料来源

https://mp.weixin.qq.com/s?src=11×tamp=1704783447&ver=5007&signature=eH*gHHl5TedvuFLbCaTO1q-*LIYwjSTNT5HFlCmEhLoel2sk0UKIqNJU0EljR9K59Hg1mOuUOZu4D88i*XdCuMMK1q3SpBs86ikTwcig8LpANtgvT3u8bB3W4iWwmJky&new=1

一、了解HTML和网页结构

       在开始编写爬虫之前，了解HTML和网页的结构是非常重要的。HTML是一种标记语言，用来描述网页的结构，它由各种标签（tag）和属性组成。在爬取HTML网页时，我们需要了解网页的结构，明确要爬取的数据所在的标签和属性。

1. DOCTYPE声明：位于网页的顶部，用来指定网页所使用的HTML版本。

2. head部分：位于DOCTYPE声明之后，用来定义网页的元数据和链接外部文件，包括标题（title）、引入CSS样式表、引入JavaScript脚本等。

3. body部分：位于head部分之后，用来定义网页的实际内容。可以包括标题、段落、图片、链接、表格、列表等。

       HTML标签通过尖括号（<>）进行标记，有两种类型的标签：起始标签和结束标签。起始标签用来标记元素的开始，结束标签用来标记元素的结束。例如，`

`是一个段落的起始标签，`

`是一个段落的结束标签。

        标签可以包含属性，用来提供更多的信息。属性以键值对的形式出现在标签的起始标签中，例如`

图片

`，其中`src`和`alt`就是img标签的属性。

       另外，HTML还有一些常见的元素，如链接元素（``）、图片元素（``）、标题元素（`

`到`

`）、列表元素（`
  • `、`
    1. `和`
      • `）等，这些元素可以用来构建网页的结构和内容。

       通过理解HTML和网页的结构，我们可以更好地进行数据爬取。可以通过使用BeautifulSoup库或者查看网页源代码来分析网页的结构，找到我们需要爬取的数据所在的标签和属性，进而进行相应的数据提取。

二、安装并导入库

Python有很多库可以用来进行网页爬取，最常见的是BeautifulSoup库和requests库。我们需要先安装这些库，并在代码中导入它们。

# -*- coding: UTF-8 -*-

import os

import time

import requests

from bs4 import BeautifulSoup

from openpyxl import Workbook

三、爬取数据

演示网页地址：重庆有哪些小学 重庆市小学排行榜 重庆市小学名单→买购网

（注：演示地址为真实网页地址，请勿做非法侵入，如有侵权请联系本人删除文章。）

       使用requests库可以发送HTTP请求来获取网页的内容。我们可以使用get方法发送一个HTTP GET请求，并将网页的内容保存到一个变量中。

# 创建Excel文件

wb = Workbook()

ws = wb.active

# 爬取地址

url = f'重庆有哪些小学 重庆市小学排行榜 重庆市小学名单→买购网'

# 请求header

header = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '

                        'Chrome/112.0.0.0 Safari/537.36',

          'cookie': '__yjs_duid=1_b1ac9fc87dce4de5552d7cf0924fb4981686228951567; u=b0281776fd75d3eefeb3562b2a5e6534; '

                    '__bid_n=1889b14047a51b2b754207; '

                    'FPTOKEN=qU+ieOMqkW6y6DlsOZ+D/T'

                    '+SCY6yS3dYvGXKibFoGBijKuUuSbc3ACFDzjlcC18wuDjNLENrw4ktAFAqnl3Akg492Lr4fbvNrkdJ'

                    '/ZQrluIdklkNDAKYnPrpcbe2H9y7AtX+/b+FCTkSTNv5+qB3OtQQ3BXXsEen72oEoAfK+H6'

                    '/u6ltZPdyHttJBJiXEDDS3EiUVt+S2w+8ozXENWbNt/AHeCgNUMmdeDinAKCR+nQSGK/twOoTLOU/nxBeSAazg'

                    '+wu5K8ooRmW00Bk6XAqC4Cb829XR3UinZHRsJxt7q9biKzYQh'

                    '+Yu5s6EHypKwpA6RPtVAC1axxbxza0l5LJ5hX8IxJXDaQ6srFoEzQ92jM0rmDynp+gT'

                    '+3qNfEtB2PjkURvmRghGUn8wOcUUKPOqg==|mfg5DyAulnBuIm/fNO5JCrEm9g5yXrV1etiaV0jqQEw=|10'

                    '|dcfdbf664758c47995de31b90def5ca5; PHPSESSID=18397defd82b1b3ef009662dc77fe210; '

                    'Hm_lvt_de3f6fd28ec4ac19170f18e2a8777593=1686322028,1686360205; '

                    'history=cid%3A2455%2Ccid%3A2476%2Ccid%3A5474%2Ccid%3A5475%2Ccid%3A2814%2Cbid%3A3667; '

                    'Hm_lpvt_de3f6fd28ec4ac19170f18e2a8777593=1686360427'}

response = requests.get(url, headers=header)

time.sleep(0.01)

# print(response)

四、解析信息

通过F12打开网页自带的调试功能，找到需要抓取数据的内容。

0

通过BeautifulSoup库可以对HTML内容进行解析。我们可以将网页的内容传入BeautifulSoup的构造函数中，并指定解析器。解析后的内容可以通过调用BeautifulSoup对象的方法来访问和过滤。

# 获取网页信息

# soup = BeautifulSoup(response.content, 'lxml')

soup = BeautifulSoup(response.content, 'html.parser')

# print(soup)

# 解析网页数据

# tr_tags = soup.find('div', class_="md_1009 modelbox tcenter").get_text()

tr_tags = soup.find_all('div', class_="md_1009 modelbox tcenter")

# print(tr_tags)

五、提取信息

通过分析网页的结构，我们可以找到要爬取的数据所在的标签和属性。在使用BeautifulSoup库时，可以使用CSS选择器或XPath语法来定位和提取数据。通过调用相应的方法，我们可以获取到所需的数据，例如获取文本内容、获取属性值等。

0

# 循环遍历获取tr标签下的td标签文本

td_tags = soup.select('tr td')

for i in range(0, len(td_tags), 2):

    school_name = td_tags[i].get_text()

    address = td_tags[i + 1].get_text()

    # score = td_tags[i + 2].get_text()

    time.sleep(0.1)

    print(f'正在爬取：--{school_name}--{address}--')

    # 将数据项转换为一个元组

    row = (school_name, address)

    # 将数据行写入 Excel 表格

ws.append(row)

六、保存文件

       最后，我们可以将爬取到的数据保存到本地文件或数据库中。可以使用Python的文件操作来保存数据到文件中，也可以使用数据库操作库来保存数据到数据库中。

# # 将文件保存到桌面

desktop_path = os.path.join(os.path.expanduser("~"), "Desktop")

file_path = os.path.join(desktop_path, "学校数据爬取.xlsx")

wb.save(file_path)

打开桌面爬取的Excel数据，我们想要的数据已经全部爬取到Excel文件中了。

图片

七、注意事项

      在进行网页爬取时，需要遵守网站的规则和法律法规。不要频繁发送请求，以免给目标网站造成过大的负担。此外，获取到的数据应该进行合法和合规的使用。

八、完整源码

# 1、安装并导入库

# -*- coding: UTF-8 -*-

import os

import time

import requests

from bs4 import BeautifulSoup

from openpyxl import Workbook

pass # 这是分隔符

            # 2、爬取数据

t1 = time.thread_time()

# 爬取地址

url = f'重庆有哪些小学 重庆市小学排行榜 重庆市小学名单→买购网'

# 请求header,可在网页中按F12查找user-agent以获取

header = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '

                        'Chrome/112.0.0.0 Safari/537.36'}

response = requests.get(url, headers=header)

            # 3、解析信息

soup = BeautifulSoup(response.content, 'html.parser')

            # 4、提取信息

tr_tags = soup.find_all('div', class_="md_1009 modelbox tcenter")

td_tags = soup.select('tr td')

# 创建Excel文件

wb = Workbook()

ws = wb.active

for i in range(0, len(td_tags), 2):

    school_name = td_tags[i].get_text()

    address = td_tags[i + 1].get_text()

    print(f'正在爬取：--{school_name}--{address}--')

    row = (school_name, address)    # 将数据项转换为一个元组

    ws.append(row)  # 将数据行写入 Excel 表格

            # 5、保存文件

desktop_path = os.path.join(os.path.expanduser("~"), "Desktop")

file_path = os.path.join(desktop_path, "学校数据爬取.xlsx")

wb.save(file_path)

wb.close()  # 关闭文件

use_time = time.thread_time() - t1

print(f"use time : {use_time}")

实战2，正则表达式分析数据

代码思路

1、从网站获取完整网页数据str

2、数据转换成text，查找指定字符串：

(1) findall、.*?搭配使用，查找出所有目标数据list

(2) for循环遍历list，提取目标url

(3) 根据url从网站获取图片数据

(4) 保存数据

完整代码

# 爬虫实战3，正则表达式解析数据

pass # 这是分隔符

# 1、导入库

import os

import requests

import time

import re

t1 = time.thread_time()     # 测试开始时间

# 2、爬取数据

url = "搜狗图片搜索 - 上网从搜狗开始"

headers = {

    "user-agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.79 Safari/537.36"

}

if not os.path.exists("./img"):

    os.mkdir("./img")   # 创建图片存储路径

page_Text = requests.get(url,headers=headers)

with open('123.html','wb') as f:

    f.write(page_Text.content)  # 保存html log

str1 = page_Text.text

# str1 = ('

https://img01.sogoucdn.com/app/a/100520020/8ff759f66f5e475579bb7083f6f958e6" alt style="object-fit: cover; height: 100%">'

#         '

https://img01.sogoucdn.com/app/a/100520020/8ff759f66f5e475579bb7083f6f958e6" alt style="object-fit: cover; height: 100%">'

#         '

https://img01.sogoucdn.com/app/a/100520020/8ff759f66f5e475579bb7083f6f958e6" alt style="object-fit: cover; height: 100%">')

# 3、提取数据

ex = '

'  # .*?为缺省数据代表符号，意思为省略一下数据，以便于批量性查找开头相同，但是中间内容不同的数据

img_src_list = re.findall(ex,str1)

print(f"找到了{len(img_src_list)}个数据")

# 提取完整url，属于分析数据的一环

for i in range(len(img_src_list)):

    ex2 = 'https.*?"'   # 查找https开头的url数据

    img2 = re.findall(ex2,img_src_list[i])

    str2 = img2[0].replace('"','')      # 把不需要的字符串替换成空字符串

    img_data = requests.get(url=str2,headers=headers).content    # 在取得完整的image url后，获取图片数据

    

# 4、保存数据

    img_name = str2.split('/')[-1]   # 获取image名称

    imgPath = 'img\\'+img_name+".png"   # image存储路径

    with open(imgPath,'wb') as f:

        f.write(img_data)

    time.sleep(0.001)   # 不要太频繁提取数据，否则会被认为是在攻击网站

    print(str2)

print(f"use time : {0}",time.thread_time() - t1)    # 打印测试耗时

pass # 这是分隔符

总结

正则表达式本质上是定位目标，提取目标，保存目标。

实战3，bs4解析数据

代码思路

1、爬取网页数据str

2、将网页数据str实例化成BeautifulSoup对象Soup。

3、通过Soup.select提取指定标签列表list

4、解析标签列表list中的元素，获得url

5、根据url爬取数据

6、保存数据

前置环境

安装pip install xlml和pip install bs4

完整代码

# 爬虫实战4，bs4解析数据

pass # 这是分隔符

# 1、导入库

import os

import requests

import time

import lxml

from bs4 import BeautifulSoup

t1 = time.thread_time()     # 测试开始时间

# 2、爬取数据

url = "搜狗图片搜索 - 上网从搜狗开始"

headers = {

    "user-agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.79 Safari/537.36"

}

if not os.path.exists("./img"):

    os.mkdir("./img")   # 创建图片存储路径

page_Text = requests.get(url,headers=headers)

with open('123.html','wb') as f:

    f.write(page_Text.content)  # 保存html log

str1 = page_Text.text

# with open('123.html',mode='r',encoding='utf-8') as f:

#     str1 = f.read()

# 3、提取数据，正则表达式

soup = BeautifulSoup(str1,"lxml")

pass # 这是分隔符

# list1 =  soup.li

# list1 = soup.find('li')

# list1 = soup.find('div',class_='index-left')    # ‘div’为目标标签，class_='index-left为目标属性名

# list1 = soup.find_all('img')  # 查找所有标签

# list1 = soup.select('a')    # 选择所有标签

# list1 = soup.select('.high-quality-list > ul > li > a > img')[0]   # 选则路径：.high-quality-list类-->ul标签-->li-->a-->img

# list1 = soup.select('.high-quality-list > ul a')[0].text   # 空格表示多个层级,.string为获取该标签下的直系文本，text和get_text为获取所有文本

# list1 =  soup.select('.high-quality-list > ul a > img')[0]['src']   # 获取标签内的属性文本（如’href‘、’src‘），如果属性不存在会报错

list1 = soup.select('.high-quality-list > ul > li > a > img')

pass # 这是分隔符

print(f"找到了{len(list1)}个数据")

for i in list1:

    i= 'https:'+i['src']

    print(i)

    img_data = requests.get(url=i,headers=headers).content    # 在取得完整的image url后，获取图片数据

# 4、保存数据

    img_name = i.split('/')[-1]   # 获取image名称

    imgPath = 'img\\'+img_name+".png"   # image存储路径

    with open(imgPath,'wb') as f:

        f.write(img_data)

    time.sleep(0.05)   # 不要太频繁提取数据，否则会被认为是在攻击网站

print(f"use time : {0}",time.thread_time() - t1)    # 打印测试耗时

pass # 这是分隔符

实战4 xpath解析数据

代码思路

1、爬取网页数据str

2、将str实例化为extree对象：extree.HTML

3、通过extree.xpath和xpath语句实现提取指定文本。

4、保存文件

前置环境

安装pip install xlml

完整代码

                        # 爬虫实战5，xpath解析数据

pass # 这是分隔符

# 1、导入库

import os

import requests

import time

from lxml import etree

t1 = time.thread_time()     # 测试开始时间

# 2、爬取数据

url = "搜狗图片搜索 - 上网从搜狗开始"

headers = {

    "user-agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.79 Safari/537.36"

}

if os.path.exists("./img"):

    os.system(f'attrib -r "./img"')

    os.remove('./img')

os.mkdir("./img",mode=1)   # 创建图片存储路径

# 1.网页爬取

# page_Text = requests.get(url,headers=headers)

# with open('123.html','wb') as f:

#     f.write(page_Text.content)  # 保存html log

# tree = etree.HTML(page_Text.content) # 导入HTML数据

# 2.本地读取再转换

with open('123.html',mode='r',encoding='utf-8') as f:

    str1 = f.read()

tree = etree.HTML(str1) # 导入本地HTML文档

# 3.本地直接读取

# tree = etree.parse('123.html')

# 3、提取数据

# str = tree.xpath('/html/body/div')

# str = tree.xpath('//div[@class="index-left"]')   # 使用xpath表达式定位标签，返回为对象;'//'表示多个层级，可以从任意层级开始查找; '@class=""'为属性定位

# str = tree.xpath('//*[@id="content"]//a//text()')   # xpath索引是从1开始的;//text()是读取标签的text属性

str = tree.xpath('//*[@id="content"]/div[1]/div/div[1]/ul//img/@src')   # @src为读取标签的src的属性

print(str)

print(f"找到了{len(str)}个数据")  # @src为查找所有属性为src的标签

for i in str:

    i = 'https:' + i

    print(i)

    img_data = requests.get(url=i,headers=headers).content    # 在取得完整的image url后，获取图片数据

# 4、保存数据

    img_name = i.split('/')[-1]   # 获取image名称

    imgPath = 'img\\'+img_name+".png"   # image存储路径

    with open(imgPath,'wb') as f:

        f.write(img_data)

    time.sleep(0.05)   # 不要太频繁提取数据，否则会被认为是在攻击网站

print(f"use time : {0}",time.thread_time() - t1)    # 打印测试耗时

pass # 这是分隔符

学者Miles
关注
专栏目录
Python爬虫——模拟登录
Liu_Bruce的博客
04-03 3604
模拟登录现在主要分为两种模式，一种是基于Session和Cookie的模拟登录，一种是基于JWT（JSON Web Token）的模拟登录。
Python网络爬虫技术-第1章-Python爬虫环境与爬虫简介-教案.docx
09-07
爬虫：Python网络爬虫技术-第1章-Python爬虫环境与爬虫简介-教案Python网络爬虫技术-第1章-Python爬虫环境与爬虫简介-教案Python网络爬虫技术-第1章-Python爬虫环境与爬虫简介-教案Python网络爬虫技术-第1章-Python...
分享Python7个爬虫小案例（附源码）
热门推荐
m0_64336780的博客
10-22 13万+
本次的7个python爬虫小案例涉及到了re正则、xpath、beautiful soup、selenium等知识点，非常适合刚入门python爬虫的小伙伴参考学习。
Python 万能代码模版：爬虫代码篇
AI悦创·编程私教1v1
09-14 11万+
你好，我是悦创。 很多同学一听到 Python 或编程语言，可能条件反射就会觉得“很难”。但今天的 Python 课程是个例外，因为今天讲的 **Python 技能，不需要你懂计算机原理，也不需要你理解复杂的编程模式。**即使是非开发人员，只要替换链接、文件，就可以轻松完成。 并且这些几个实用技巧，简直是 Python 日常帮手的最佳实践。比如： 爬取文档，爬表格，爬学习资料； 玩转图表，生成数据可视化； 批量命名文件，实现自动化办公； 批量搞图，加水印、调尺寸。 接下来，我们就逐一用 Python 实
python爬虫实战——小说爬取
cuc_pyx技术小站
05-21 2万+
基于requests库和lxml库编写的爬虫，目标小说网站域名http://www.365kk.cc/，类似的小说网站殊途同归，均可采用本文方法爬取。
python爬虫下载小说
qq_43604221的博客
12-29 1662
python爬虫下载小说
python爬虫基础详解
weixin_63997211的博客
03-31 1704
python爬虫基础（牛刀小试）
python爬虫之数据解析
qimo__的博客
04-18 2047
本文主要介绍如何使用bs4和xpath以及正则表达式进行python爬虫数据解析
python爬虫数据采集
菜鸟阿都
10-25 1万+
近几年来，python的热度一直特别火！大学期间，也进行了一番深入学习，毕业后也曾试图把python作为自己的职业方向，虽然没有如愿成为一名python工程师，但掌握了python，也让我现如今的工作开展和职业发展更加得心应手。这篇文章主要与大家分享一下自己在python爬虫方面的收获与见解。 python爬虫是大家最为熟悉的一种python应用途径，由于python具有丰富的第三方开发库，所以它可以开展很多工作：比如 web开发（django）、应用程序开发（tkint...
【Python爬虫】第一课 Python爬虫环境与爬虫简介
笔触狂放的博客
09-14 1150
网络爬虫作为收集互联网数据的一种常用工具，近年来随着互联网的发展而快速崛起。使用网络爬虫爬取网络数据首先需要了解网络爬虫的概念和主要分类，各类爬虫的系统结构，运作方式，常用的爬取策略，以及主要的应用场景，同时，出于版权和数据安全的考虑，还需要了解目前有关爬虫应用的合法性及爬取网站时需要遵守的协议。网络爬虫也被称为网络蜘蛛，网络机器人，是一个自动下载网页的计算机程序或者自动化脚本。
python爬虫基础知识（有案例）
m0_56535913的博客
10-23 1059
爬虫是通过编写程序，模拟浏览器上网，然后让其去互联网上抓取数据的过程。通过python的requests库可以实现高效的数据爬取，本文介绍了爬虫的基本概念和requests库的基本使用，来实现用python爬虫爬取网页小说或者其他的正文部分，并将结果保存到input.txt文件中的案例。
Python网络爬虫技术 第1章 Python爬虫环境与爬虫简介 教案.pdf
05-29
本章主要介绍Python爬虫环境的搭建和爬虫的基本概念，旨在帮助学生理解爬虫的运作原理，并能够应对常见的反爬虫策略。 **一、爬虫原理** 爬虫，又称网络蜘蛛或机器人，是一种自动化程序，通过模拟人类浏览网页的...
Python网络爬虫技术 第1章 Python爬虫环境与爬虫简介 教案.docx
05-29
### Python网络爬虫技术知识点详解 #### 一、爬虫概念与原理 - **定义**：网络爬虫（Web Crawler），又称网页蜘蛛或网络机器人，是一种按照一定的规则自动地抓取万维网信息的程序或者脚本。 - **工作流程**： - ...
Python爬虫开发实战教程PDF完整全套教学课件
04-08
第1章 静态网页爬虫 第2章 常见反爬措施及解决方案 第3章 自己动手编写一个简单的 第4章 Scrapy 架应用 第5章 爬虫数据分析及可视化
python爬虫教程从入门到精通
08-16
### Python爬虫教程知识点概述 #### 一、课程导学（第01章） - **章节目标**：介绍Python爬虫的基本概念和发展历程。 - **主要内容**： - Python爬虫的发展背景及其重要性。 - 爬虫在实际工作中的应用案例分享。 ...
Python世界：力扣29题两数相除算法实践
来知晓的博客
09-13 464
除法运算本质是减法，从理解原理到真正实现还是有距离，建议初步理解后，不参考任何代码，完全自己复现一遍，体会更深。注意提示：目的就是提醒越界问题：-2^31/-1=2&31，超过了整数表达范围。本问题来自于力扣29题，在做完大数相乘后，顺带也看下两数相除。将两数相除，要求不使用乘法、除法和 mod 运算符。给定两个整数，被除数。
[Python数据可视化]Plotly Express: 地图数据可视化的魅力
最新发布
William数据分析的博客
09-17 605
在数据分析和可视化的世界中，地图数据可视化是一个强大而直观的工具，它可以帮助我们更好地理解和解释地理数据。Python 的 Plotly Express 库提供了一个简单而强大的方式来创建各种地图。本文将通过一个简单的示例，展示如何使用 Plotly Express 来创建一个交互式的地图，并探讨其在地图数据可视化方面的应用。
Tcl lnit error: Can’t find a usable init.tcl in the following directories 问题解决
梦想闹钟
09-15 483
实际研究后发现，其实py2exe已经把打包需要的lib放在dist文件夹下了，但是打包后的程序运行后却没有去lib下找，而是去找系统自带的环境变量里找，所以找不到。这个问题出现在我用py2exe打包了一个包含tkinter的图形化界面，在当前电脑上运行无问题，在移动到新电脑上后提示报错、getcwd用于获取当前工作目录绝对路径，在设置环境的变量的时候它用的是绝对路径-所以也导致了在当前电脑上能用而移动后不能用。解决方法是在你的程序里重新设置下环境变量，而且是用相对路径的形式。
JUC从实战到源码：中断机制与API实现
qq_43843951的博客
09-12 1176
在Java中，线程中断是一种机制，用于通知线程应该停止当前正在执行的任务。中断通常用于协同线程之间的合作，以便让线程在适当的时候终止其工作，尤其是在长时间运行的任务或阻塞操作中。通过学了多线程以及synchronized的相关知识，接下来就到了学习线程中断知识。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值