目录

• 第三方模块的下载与使用

  • 下载第三方模块可能会出现的问题

• 网络爬虫模块之requests模块

• 网络爬虫实战之爬取链家二手房数据

• 自动化办公领域之openpyxl模块

  第三方模块:别人写的模块 一般情况下功能都特别强大
  我们如果想使用第三方模块 第一次必须先下载后面才可以反复使用(等同于内置模块)
  下载第三方模块的方式
  1.pip工具
  注意每个解释器都有pip工具 如果我们的电脑上有多个版本的解释器那么我们在使用pip的时候一定要注意到底用的是哪一个 否则极其任意出现使用的是A版本解释器然后用B版本的pip下载模块
  为了避免pip冲突 我们在使用的时候可以添加对应的版本号
  python27 pip2.7
  python36 pip3.6
  python38 pip3.8
  下载第三方模块的句式
  pip install 模块名
  下载第三方模块临时切换仓库
  pip install 模块名 -i 仓库地址
  下载第三方模块指定版本(不指定默认是最新版)
  pip install 模块名==版本号 -i 仓库地址
  2.pycharm提供快捷方式
  群内截图

下载第三方模块可能会出现的问题

"""
下载第三方模块可能会出现的问题
    1.报错并有警告信息
        WARNING: You are using pip version 20.2.1;
        原因在于pip版本过低 只需要拷贝后面的命令执行更新操作即可
        d:\python38\python.exe -m pip install --upgrade pip
        更新完成后再次执行下载第三方模块的命令即可
    2.报错并含有Timeout关键字
        说明当前计算机网络不稳定 只需要换网或者重新执行几次即可
    3.报错并没有关键字
        面向百度搜索
            pip下载XXX报错:拷贝错误信息
        通常都是需要用户提前准备好一些环境才可以顺利下载
    4.下载速度很慢
        pip默认下载的仓库地址是国外的 python.org
        我们可以切换下载的地址
        pip install 模块名 -i 仓库地址
        pip的仓库地址有很多 百度查询即可
        清华大学 ：https://pypi.tuna.tsinghua.edu.cn/simple/
        阿里云：http://mirrors.aliyun.com/pypi/simple/
        中国科学技术大学 ：http://pypi.mirrors.ustc.edu.cn/simple/
        华中科技大学：http://pypi.hustunique.com/
        豆瓣源：http://pypi.douban.com/simple/
        腾讯源：http://mirrors.cloud.tencent.com/pypi/simple
        华为镜像源：https://repo.huaweicloud.com/repository/pypi/simple/
"""


requests模块能够模拟浏览器发送网络请求
import requests
1.朝指定网址发送请求获取页面数据(等价于:浏览器地址栏输入网址回车访问)
res = requests.get('http://www.redbull.com.cn/about/branch')
print(res.content)  # 获取bytes类型的网页数据(二进制)
res.encoding = 'utf8'  # 指定编码
print(res.text)  # 获取字符串类型的网页数据(默认按照utf8)


mport requests
import re

res = requests.get('https://sh.lianjia.com/ershoufang/pudong/')
# print(res.text)
data = res.text
home_title_list = re.findall(
    '<a class="" href=".*?" target="_blank" data-log_index=".*?"  data-el="ershoufang" data-housecode=".*?" data-is_focus="" data-sl="">(.*?)</a>',
    data)
# print(home_title_list)
home_name_list = re.findall('<a href=".*?" target="_blank" data-log_index=".*?" data-el="region">(.*?) </a>', data)
# print(home_name_list)
home_street_list = re.findall(
    '<div class="positionInfo"><span class="positionIcon"></span><a href=".*?" target="_blank" data-log_index=".*?" data-el="region">.*? </a>   -  <a href=".*?" target="_blank">(.*?)</a> </div>',
    data)
# print(home_street_list)
home_info_list = re.findall('<div class="houseInfo"><span class="houseIcon"></span>(.*?)</div>', data)
# print(home_info_list)
home_watch_list = re.findall('<div class="followInfo"><span class="starIcon"></span>(.*?)</div>', data)
# print(home_watch_list)
home_total_price_list = re.findall(
    '<div class="totalPrice totalPrice2"><i> </i><span class="">(.*?)</span><i>万</i></div>', data)
# print(home_total_price_list)
home_unit_price_list = re.findall(
    '<div class="unitPrice" data-hid=".*?" data-rid=".*?" data-price=".*?"><span>(.*?)</span></div>', data)
# print(home_unit_price_list)
home_data = zip(home_title_list, home_name_list, home_street_list, home_info_list, home_watch_list,
                home_total_price_list, home_unit_price_list)
with open(r'home_data.txt','w',encoding='utf8') as f:
    for data in home_data:
        print(
            """
            房屋标题:%s
            小区名称:%s
            街道名称:%s
            详细信息:%s
            关注程度:%s
            房屋总价:%s
            房屋单价:%s
            """%data
        )
        f.write("""
                房屋标题:%s
                小区名称:%s
                街道名称:%s
                详细信息:%s
                关注程度:%s
                房屋总价:%s
                房屋单价:%s\n
                """%data)


1.excel文件的后缀名问题
    03版本之前
        .xls
     03版本之后
        .xlsx

2.操作excel表格的第三方模块
    xlwt往表格中写入数据、wlrd从表格中读取数据
        兼容所有版本的excel文件
     openpyxl最近几年比较火热的操作excel表格的模块
        03版本之前的兼容性较差
    ps:还有很多操作excel表格的模块 甚至涵盖了上述的模块>>>:pandas

3.openpyxl操作
    '''学会看官方文档!!!'''
    from openpyxl import Workbook
    # 创建一个excel文件
    wb = Workbook()
    # 在一个excel文件内创建多个工作簿
    wb1 = wb.create_sheet('学生名单')
    wb2 = wb.create_sheet('a')
    wb3 = wb.create_sheet('b')
    # 还可以修改默认的工作簿位置
    wb4 = wb.create_sheet('c名单', 0)
    # 还可以二次修改工作簿名称
    wb4.title = 'd名单'
    wb4.sheet_properties.tabColor = "1072BA"

    # 填写数据的方式1
     wb4['F4'] = 666
    # 填写数据的方式2
     wb4.cell(row=3, column=1, value='jason')
    # 填写数据的方式3
    wb4.append(['编号', '姓名', '年龄', '爱好'])  # 表头字段
    wb4.append([1, 'jason', 18, 'read'])
    wb4.append([2, 'kevin', 28, 'music'])
    wb4.append([3, 'tony', 58, 'play'])
    wb4.append([4, 'oscar', 38, 'ball'])
    wb4.append([5, 'jerry', 'ball'])
    wb4.append([6, 'tom', 88,'ball','哈哈哈'])

    # 填写数学公式
     wb4.cell(row=1, column=1, value=12321)
     wb4.cell(row=2, column=1, value=3424)
     wb4.cell(row=3, column=1, value=23423432)
     wb4.cell(row=4, column=1, value=2332)
     wb4['A5'] = '=sum(A1:A4)'
     wb4.cell(row=8, column=3, value='=sum(A1:A4)')

   # 保存该excel文件
    wb.save(r'111.xlsx')

'''
openpyxl主要用于数据的写入 至于后续的表单操作它并不是很擅长 如果想做需要更高级的模块pandas
excel软件正常可以打开操作的数据集在10万左右 一旦数据集过大 软件操作几乎无效 需要使用代码操作>>>:pandas模块
'''