Python爬虫+简易词云的制作

写在前面

这篇博客是我在大连参加实训时所作，大部分内容为课堂知识记录，也有自己遇到的问题及解决方法，记下来方便自己查阅，也和大家一起学习ヽ(ﾟ∀ﾟ)ﾒ(ﾟ∀ﾟ)ﾉ
我用的python版本：python-3.7.4
使用的IDE：PyCharm

再识Python

简介：

Python是荷兰人Guido van Rossum在1989年圣诞节期间，为了打发无聊的圣诞节而编写的一个编程语言（TAT）。89年出现第一个版本，比java早诞生，但是没火，因为是脚本语言，解释执行，运行慢。它的优点是代码量极少，算法入库，跨平台，多用于解决算法问题，是面向对象解释型的编程语言，定位是“优雅”、“明确”、“简单”。
ps：AWS亚马逊云服务是最顶尖的云服务。py可以在云服务器上运行，在硬件上弥补运行慢的问题。
其他缺点：
GIL（Global Interpreter Lock）全局解释器锁，这是一种防止多线程并发执行机器码的互斥锁，造成的后果就是Python在进行多线程任务的时候，其实是伪多线程，性能较差。
Python2和Python3的不兼容性。

应用场景：

web应用开发
服务器运维自动化脚本
科学计算、机器学习
云计算产品

Python命令行执行：

执行python hello.py运行一个.py文件，在命令行模式运行.py文件和在Python交互式环境下直接运行Python代码有所不同。Python交互式环境会把每一行Python代码的结果自动打印出来，但是直接运行Python代码却不会。
几种命令：
（终端运行）pip：python开源模块管理工具
（py命令行运行）import this：作者彩蛋（这个有意思）

基本语法：

• 缩进必为4个空格

• 大小写敏感

• #为注释符号

• 输入输出：name = input(“请输入一个数字：”)；print(name)

• py3：已经将源文件默认编码定为utf-8 py2：# -*- coding: utf-8 -*

• 33个关键字：[‘False’, ‘None’, ‘True’, ‘and’, ‘as’, ‘assert’, ‘break’, ‘class’, ‘continue’, ‘def’, ‘del’, ‘elif’, ‘else’, ‘except’, ‘finally’, ‘for’, ‘from’, ‘global’, ‘if’, ‘import’, ‘in’, ‘is’, ‘lambda’, ‘nonlocal’, ‘not’, ‘or’, ‘pass’, ‘raise’, ‘return’, ‘try’, ‘while’, ‘with’, ‘yield’]
  查看方法：
  >>> import keyword
  >>> keyword.kwlist

• 强类型定义语言：print(1+“2”)会编译出错，类型之间不会自动转换 int()/str() 动态语言：变量不用声明直接赋值

• py原则上没有常量

• 基本数据类型：Number String List列表 Tuple元组 Sets集合 Dictionary字典

• 重要函数：使用type() 返回变量的类型，使用id() 返回对象的内存地址

• 相等的判断：==判断值；is判断内存地址；is 用于判断两个变量引用对象是否为同一个， == 用于判断引用变量的值 是否相等

• 数值类型：整型（int / long）、浮点型（float）、复数（complex）、布尔型（bool）

• 空值：Python里一个特殊的值，用None表示

• 整型字面值的表示方法有3种：十进制（常用）、 二进制（以数字“0b”开头）、八进制（以数字“0o”开头）和十六进制（以“0x”
  或“0X”开头）

• 布尔型：其实是整型的子类型，布尔型数据只有两个取值：True和False，分别对应整型的1和0。布尔值可以用and、or和not运算。None/0/’’/[]/()/{}许多都可以转化为布尔类型。

• 不换行输出：print(‘123123’, end=’’)

• 注意：Python中没有++，–运算符，a+=1即可

• 在Python中没有switch – case语句

• 生成随机数：import random；n = random.randint(1,10)#在【1,10】范围内生成随机数

• 注意：range()函数不包括上限的值，直接写range(5)为从0开始

• 容器：包含其他对象的任意对象。序列（列表、元祖、字符串）、映射（字 典）、集合三类主要的容器。

• 序列：Python的切片总是左开右闭，从数学的可以理解为[index,index)，切片可以接受三个参数， [start: end:
  step]
  -Python为序