搭建环境
import scrapy
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
加载scrapy框架
cd … # 跳转到上一层目录
scrapy startproject booktop # 和项目同名的scrapy框架项目
seeting配置
ROBOTSTXT_OBEY = False # 君子协议 false 不遵守 USER_AGENT = ‘Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/85.0.4183.121 Safari/537.36’ DOWNLOAD_DELAY = 0.5 # 下载延迟
spider编写
import scrapy from demo6.items import HouseItem class GanJiSpider(scrapy.Spider): name=“gan_spider” allowed_domains=[“xiangyang.ganji.com”] start_urls=[“http://xiangyang.ganji.com/zufang/”] # 解析数据 def parse(self, response, **kwargs): # print(response.text)
测试
cd gandemo # 进入项目文件夹
scrapy crawl gan_spider
获取数据(户型+价格)
from demo6.items import HouseItem class HouseSpider(scrapy.Spider): name=“house_spider” allowed_domains=[“xiangyang.ganji.com”]
start_urls=[“http://xiangyang.ganji.com/zufang/”] # 解析数据
def parse(self, response, **kwargs): # 所有的房子 houses=response.css(‘dl.f-list-item-wrap.min-line-height.f-clear’) # 户型 价格
for house in houses:
size=house.css(‘dd.dd-item.size span:first-child::text’).extract() [0]
print(size)
price=house.css(‘div.price span.num::text’).extract()[0] # print(price) yield HouseItem(size=size,price=price)
需要使用item对象完成数据封装并传输
class HouseItem(scrapy.Item):
size=scrapy.Field()
price=scrapy.Field()
pass
pipeline 管道存储数据
ITEM_PIPELINES = { ‘booktop.pipelines.HousePipeline’: 300,
}
数据存储到txt文件下
class HousePipeline:
def process_item(self, item, spider): file=open(‘house.txt’,‘a+’,encoding=‘utf-8’)
file.write( item[‘size’]+’,’+item[‘price’]+’\n’)
return item # 运行测试结果house.txt下有数据成功
分析和可视化
import pandas as pd import matplotlib.pyplot as plt # 数据源
data=pd.read_csv(‘house.txt’,names=[‘size’,‘price’]) print(data) #
统计groupby不同户型的最高价max,最低价min,均价mean,
result=data.groupby(‘size’).agg([‘max’,‘min’,‘mean’]) print(result) #
font = {‘family’:
‘microsoft yahei’,
‘weight’: ‘bold’,
‘size’: 12}
matplotlib.rc(‘font’, *font)
plt.title(‘不同户型房源示意图’) # 折线图 柱状图
plt.plot(result.index,result[‘price’][‘mean’],'r–’)
plt.bar(result.index,result[‘price’][‘mean’])
plt.show()
功能快捷键
撤销:Ctrl/Command + Z
重做:Ctrl/Command + Y
加粗:Ctrl/Command + B
斜体:Ctrl/Command + I
标题:Ctrl/Command + Shift + H
无序列表:Ctrl/Command + Shift + U
有序列表:Ctrl/Command + Shift + O
检查列表:Ctrl/Command + Shift + C
插入代码:Ctrl/Command + Shift + K
插入链接:Ctrl/Command + Shift + L
插入图片:Ctrl/Command + Shift + G
查找:Ctrl/Command + F
替换:Ctrl/Command + G
合理的创建标题,有助于目录的生成
直接输入1次#,并按下space后,将生成1级标题。
输入2次#,并按下space后,将生成2级标题。
以此类推,我们支持6级标题。有助于使用TOC
语法后生成一个完美的目录。
如何改变文本的样式
强调文本 强调文本
加粗文本 加粗文本
标记文本
删除文本
引用文本
H2O is是液体。
210 运算结果是 1024.
插入链接与图片
链接: link.
图片:
带尺寸的图片:
居中的图片:
居中并且带尺寸的图片:
当然,我们为了让用户更加便捷,我们增加了图片拖拽功能。
如何插入一段漂亮的代码片
去博客设置页面,选择一款你喜欢的代码片高亮样式,下面展示同样高亮的 代码片
.
// An highlighted block
var foo = 'bar';
生成一个适合你的列表
- 项目
- 项目
- 项目
- 项目
- 项目1
- 项目2
- 项目3
- 计划任务
- 完成任务
创建一个表格
一个简单的表格是这么创建的:
项目 | Value |
---|---|
电脑 | $1600 |
手机 | $12 |
导管 | $1 |
设定内容居中、居左、居右
使用:---------:
居中
使用:----------
居左
使用----------:
居右
第一列 | 第二列 | 第三列 |
---|---|---|
第一列文本居中 | 第二列文本居右 | 第三列文本居左 |
SmartyPants
SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如:
TYPE | ASCII | HTML |
---|---|---|
Single backticks | 'Isn't this fun?' | ‘Isn’t this fun?’ |
Quotes | "Isn't this fun?" | “Isn’t this fun?” |
Dashes | -- is en-dash, --- is em-dash | – is en-dash, — is em-dash |
创建一个自定义列表
-
Markdown
- Text-to- HTML conversion tool Authors
- John
- Luke
如何创建一个注脚
一个具有注脚的文本。1
注释也是必不可少的
Markdown将文本转换为 HTML。
KaTeX数学公式
您可以使用渲染LaTeX数学表达式 KaTeX:
Gamma公式展示 Γ ( n ) = ( n − 1 ) ! ∀ n ∈ N \Gamma(n) = (n-1)!\quad\forall n\in\mathbb N Γ(n)=(n−1)!∀n∈N 是通过欧拉积分
Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t . \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=∫0∞tz−1e−tdt.
你可以找到更多关于的信息 LaTeX 数学表达式here.
新的甘特图功能,丰富你的文章
- 关于 甘特图 语法,参考 这儿,
UML 图表
可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图:
这将产生一个流程图。:
- 关于 Mermaid 语法,参考 这儿,
FLowchart流程图
我们依旧会支持flowchart的流程图:
- 关于 Flowchart流程图 语法,参考 这儿.
导出与导入
导出
如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ,生成一个.md文件或者.html文件进行本地保存。
导入
如果你想加载一篇你写过的.md文件,在上方工具栏可以选择导入功能进行对应扩展名的文件导入,
继续你的创作。
注脚的解释 ↩︎