Python

這段時間聽歌少了，敲代碼的時候喜歡把喜馬拉雅FM廣播開啟。 既然在學習 Python ，就試著寫一個爬蟲，把喜馬拉雅上面的音頻爬下來。 分析了一下網站才發現爬喜馬拉雅上的音頻還是很容易的。 聲明：本文只是作為技術交流，切勿作為其他用途。 聲明：本文只是作為技術交流，切勿作為其他用途。 聲明：本文只是作為技術交流，切勿作為其他用途。 分析網站 擷取音頻檔案實質就是擷取音訊 URL 爬取這個網站我個人比較傾向先分析最後一步，然後在往前來分析。

第一天重拾信心開始學習爬蟲。這是看了簡書一位作者的文章感覺很詳細，參照人家的文章自己跑了一遍。 原文連結為：http://www.jianshu.com/p/23070977f63c         首先安裝好bs4， import urllib.request>>> import chardet>>> from bs4 import

Python的優缺陷 任何言語都有其歐缺陷，python也不破例，先讓咱們看看python的長處： Python的定位是“優雅”、“明確”、“簡單”，所以Python程式看上去總是簡單易懂， 初學者學Python，不但入門容易，而且將來深化下去，能夠編寫那些十分十分複雜的程式。 在這裡還是要推薦下我自己建的Python開發學習群:483546416，群裡都是學Python開發的，如果你正在學習Python ，小編歡迎你加入,大家都是軟體開發黨，不定期分享乾貨（

可能是小編本身就有一定的基礎。當然我沒有瞧不起小白的看法，知識覺得要入門一門程式設計語言確實比較簡單，而且小編本身也是從小白過來的，但是當初接觸Python爬蟲的時候真的用了很短的時間，爬蟲這種東西本來就是比較有興趣的，所以學起來也比較有意思。六行代碼就能寫一個小爬蟲的。 節約時間，不廢話介紹了，直接上例子。。。輸入以下代碼（共6行） 我們來看下擷取的資料

一、Tkinter的介紹和簡單教程 Tkinter 是 Python 的標準 GUI 庫。Python 使用 Tkinter 可以快速的建立 GUI 應用程式。 由於 Tkinter 是內建到 python 的安裝包中、只要安裝好 Python 之後就能 import Tkinter 庫、而且 IDLE 也是用 Tkinter 編寫而成、對於簡單的圖形介面 Tkinter 還是能應付自如。 注意：Python3.x 版本使用的庫名為 tkinter,即首寫字母 T 為小寫。

本文實現用Python產生任意圖形的文字雲圖 使用到的模組 文字雲需要用到兩個模組，分別是：jieba 和 wordcloud，可以通過pip方式進行安裝： pip install jieba/wordcloud 在安裝wordcloud時，可能會遇到報錯： 這種情況可以換種方式進行安裝，在http://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud

Python產生中文詞雲圖 什麼是詞雲。 首先，什麼是詞雲呢。詞雲又叫文字雲，是對文本資料中出現頻率較高的“關鍵詞”在視覺上的突出呈現，形成關鍵詞的渲染形成類似雲一樣的彩色圖片，從而一眼就可以領略文本資料的主要表達意思。 本文目的： 本篇部落客要介紹利用python的wordcloud包實現產生中文詞雲。可指定特定的詞雲形狀和顏色。 Python產生英文詞雲圖請參見部落格Python產生英文詞雲圖。 電腦環境要求：

詞雲圖是一種展示方式，雖然在絕對值上沒辦法給出太多資訊，但是能給人比較強的視覺感受。 這個東西主要是好玩。 個人在原作者的基礎上稍微修改了一點，以滿足自己的環境。代碼來源如下： 作者：挖數 連結：https://www.zhihu.com/question/28975391/answer/100796070 來源：知乎 著作權歸作者所有。商業轉載請聯絡作者獲得授權，非商業轉載請註明出處 from wordcloud import WordCloudimport

用Python編寫爬蟲，爬取微博大V的微博內容，本文以女神的微博為例（爬新浪m站：https://m.weibo.cn/u/1259110474） 一般做爬蟲爬取網站，首選的都是m站，其次是wap站，最後考慮PC站。當然，這不是絕對的，有的時候PC站的資訊最全，而你又恰好需要全部的資訊，那麼PC站是你的首選。一般m站都以m開頭後接網域名稱， 所以本文開搞的網址就是 m.weibo.cn。 前期準備 1.代理IP

來源：代碼灣 什麼是code?

功能： 1、 擷取 上交所 深 交所的股票資訊 2、 輸出儲存到檔案中 技術路線： requests -beatiful soup - re 候選：資料網站選擇 1、靜態網站，資訊靜態存在HTML頁面中，非js 代碼產生 2、 F12 ， 原始碼查看 多找資訊源 方法： 1、 從東方財富網擷取 股票列表資訊 2、 根據股票列表逐個到百度股票 擷取個股資訊 3、 將結果儲存到檔案中 import requestsfrom bs4 import

列表和字串可以互相轉化，但是列錶轉換為字串時，容易出錯。如下： >>> a='asd'>>> b=list(a)>>> b['a', 's', 'd']>>> a'asd'>>> c=str(b)>>> c"['a', 's', 'd']">>> 一般用一個迴圈把列表的每一個元素轉化為字串再相連，得到一個字串： 下面省略迴圈： &

題目：有 n 個不同價值的硬幣排成一條線。兩個參賽者輪流從左邊依次拿走 1 或 2 個硬幣，直到沒有硬幣為止。計算兩個人分別拿到的硬幣總價值，價值高的人獲勝。 請判定 第一個玩家 是輸還是贏。 範例 給定數組 A = [1,2,2], 返回 true. 給定數組 A = [1,2,4], 返回 false. 這道題一開始題目都沒讀懂，尷尬

配置python + mac 開發環境： 安裝anaconda以及pycharm（網上自行找註冊碼） 雙擊anaconda表徵圖可以看到：jupyter，spyder等可以launch，點擊過jupyter後，所有目錄下的檔案都會出現在網頁中。 如何開啟ipynb檔案。 在mac環境中保證 jupyter-notebook可以運行：一般檢查環境變數path的配置即可，例如： vi

作者：黃嘉鋒 來源：https://www.jianshu.com/p/ea0b56e3bd86 草長鶯飛，轉眼間又到了三月“爬蟲月”。這時往往不少童鞋寫論文苦於資料擷取艱難，輾轉走上爬蟲之路；許多分析師做輿情監控或者競品分析的時候，也常常使用到爬蟲。 今天，本文將帶領小夥伴們通過12行簡單的Python代碼，初窺爬蟲的秘境。 爬蟲目標 本文採用requests + Xpath，爬取豆瓣電影《黑豹》部分短評內容。話不多說，代碼先上：

1、進入韓寒部落格：http://blog.sina.com.cn/s/articlelist_1191258123_0_1.html 2、按住F12  尋找關於韓寒部落格列表任意一篇文章的連結的代碼：如下是第一篇文章 <a title="" target="_blank"

最近準備用django寫一個CMS系統，把單位的網頁遷移過去，在網上找了一個部落格系統，但是不太滿意，摘要和tags都需要自己輸入，目標就是把他們實現自動化。 之前搞爬蟲接觸過類似的庫，readability,goose等都可以實現文本摘要，jieba具有提取tags的功能。 goose主要作用是根據網址提取文本和標題。主要用的庫有urllib2，beautifulsoup；有些網頁用goose提取不到本文，只能獲得標題，因此用在內容也上比較好，目錄頁、首頁效果不太好。 用法如下：

項目起因及意義 起初在瀏覽知乎時看見一篇文章覺得很有意思（用Python分析《紅樓夢》），此文章較長，題主採用了一系列方法分析紅樓夢前八十回和後四十回是否為同一個人所寫，雖然題主貼上了部分實現的截圖，我就想試著來實現一遍，但由於目前能力有限，一些機器學習演算法不夠瞭解，加上python又是剛剛學，所以我打算先結合《Python語言程式設計基礎》這本書上的例子—-《三國演義》人物出場統計來作為此系列部落格第一篇，後續等能力足矣會陸陸續續補上。 前期準備

沒讀過《紅樓夢》也能知道前後四十回是不是一個作者寫的。很久以前，資料俠黎晨，用機器學習的演算法分析了《紅樓夢》，認為後四十回和前八十回內容上有明顯差距。不過，資料俠樓宇卻不這麼認為，他覺得原先的判定方法不夠嚴謹，於是他使用了無字典分詞的方式，剔除了情節對分析的影響，再次用機器學習的演算法分析了這部文學名著。 本文授權轉自DT資料俠（ID：DTdatahero） 作者 | 資料俠樓宇  ▍構建全文索引與全文字典

本文以爬取喜馬拉雅"三國演義-原文朗讀【四大名著】"一書為例，示範下Python爬蟲。 原書地址：http://www.ximalaya.com/4228109/album/268522/ 1.進入地址我們可以發現，頁面有著非常整齊的目錄，那麼網頁原始碼中肯定也有非常規律的目錄，進去看看吧。 2.很明顯猜對了，原始碼中確實有這很明顯的規律，每一章節都有著及其固定的模板： 但是這時候我們並找不到深層的規律，那麼下一步我們嘗試下播放一條音頻，但不僅僅是播放，