今天分享几段工作生活中常用的代码，都是最为基础的功能和操作，而且大多还都是出现频率比较高的，很多都是可以拿来直接使用或者简单修改就可以放到自己的项目当中。喜欢的记得收藏、关注、点赞。
废话不多说，我们开始吧!
日期生成
很多时候我们需要批量生成日期，方法有很多，这里分享两段Python代码：
获取过去N天的日期
importdatetime
defget_nday_list(n):
before_n_days=[]
foriinrange(1,n+1)[::-1]:
before_n_days.append(str(datetime.date.today()-datetime.timedelta(days=i)))
returnbefore_n_days
a=get_nday_list(30)
print(a)
Output:
['2021-12-23','2021-12-24','2021-12-25','2021-12-26','2021-12-27',
'2021-12-28','2021-12-29','2021-12-30','2021-12-31','2022-01-01',
'2022-01-02','2022-01-03','2022-01-04','2022-01-05','2022-01-06',
'2022-01-07','2022-01-08','2022-01-09','2022-01-10','2022-01-11',
'2022-01-12','2022-01-13','2022-01-14','2022-01-15','2022-01-16',
'2022-01-17','2022-01-18','2022-01-19','2022-01-20','2022-01-21']
生成一段时间内的日期：
importdatetime
defcreate_assist_date(datestart=None,dateend=None):
#创建日期辅助表
ifdatestartisNone:
datestart='2016-01-01'
ifdateendisNone:
dateend=datetime.datetime.now().strftime('%Y-%m-%d')
#转为日期格式
datestart=datetime.datetime.strptime(datestart,'%Y-%m-%d')
dateend=datetime.datetime.strptime(dateend,'%Y-%m-%d')
date_list=[]
date_list.append(datestart.strftime('%Y-%m-%d'))
whiledatestart
#日期叠加一天
datestart+=datetime.timedelta(days=+1)
#日期转字符串存入列表
date_list.append(datestart.strftime('%Y-%m-%d'))
returndate_list
d_list=create_assist_date(datestart='2021-12-27',dateend='2021-12-30')
d_list
Output:
['2021-12-27','2021-12-28','2021-12-29','2021-12-30']
保存数据到CSV
保存数据到CSV是太常见的操作了，分享一段我个人比较喜欢的写法：
defsave_data(data,date):
ifnotos.path.exists(r'2021_data_%s.csv'%date):
withopen("2021_data_%s.csv"%date,"a+",encoding='utf-8')asf:
f.write("标题,热度,时间,url\n")
foriindata:
title=i["title"]
extra=i["extra"]
time=i['time']
url=i["url"]
row='{},{},{},{}'.format(title,extra,time,url)
f.write(row)
f.write('\n')
else:
withopen("2021_data_%s.csv"%date,"a+",encoding='utf-8')asf:
foriindata:
title=i["title"]
extra=i["extra"]
time=i['time']
url=i["url"]
row='{},{},{},{}'.format(title,extra,time,url)
f.write(row)
f.write('\n')
带背景颜色的Pyecharts
Pyecharts作为Echarts的优秀Python实现，受到众多开发者的青睐，用Pyecharts作图时，使用一个舒服的背景也会给我们的图表增色不少。
以饼图为例，通过添加JavaScript代码来改变背景颜色：
defpie_rosetype(data)->Pie:
background_color_js=(
"newecharts.graphic.LinearGradient(0,0,0,1,"
"[{offset:0,color:'#c86589'},{offset:1,color:'#06a7ff'}],false)"
)
c=(
Pie(init_opts=opts.InitOpts(bg_color=JsCode(background_color_js)))
.add(
"",
data,
radius=["30%","75%"],
center=["45%","50%"],
rosetype="radius",
label_opts=opts.LabelOpts(formatter="{b}:{c}"),
)
.set_global_opts(title_opts=opts.TitleOpts(title=""),
)
)
returnc
requests库调用
据统计，requests库是Python家族里被引用得最多的第三方库，足见其江湖地位之高大!
发送GET请求：
importrequests
headers={
'user-agent':'Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/96.0.4664.110Safari/537.36',
'cookie':'some_cookie'
}
response=requests.request("GET",url,headers=headers)
发送POST请求：
importrequests
payload={}
files=[]
headers={
'user-agent':'Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/96.0.4664.110Safari/537.36',
'cookie':'some_cookie'
}
response=requests.request("POST",url,headers=headers,data=payload,files=files)
根据某些条件循环请求，比如根据生成的日期
defget_data(mydate):
date_list=create_assist_date(mydate)
url="https://test.test"
files=[]
headers={
'user-agent':'Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/96.0.4664.110Safari/537.36',
'cookie':''
}
fordindate_list:
payload={'p':'10',
'day':d,
'nodeid':'1',
't':'itemsbydate',
'c':'node'}
foriinrange(1,100):
payload['p']=str(i)
print("getdataof%sinpage%s"%(d,str(i)))
response=requests.request("POST",url,headers=headers,data=payload,files=files)
items=response.json()['data']['items']
ifitems:
save_data(items,d)
else:
break
Python操作各种数据库
操作Redis
连接Redis
importredis
defredis_conn_pool():
pool=redis.ConnectionPool(host='localhost',port=6379,decode_responses=True)
rd=redis.Redis(connection_pool=pool)
returnrd
写入Redis
fromredis_connimportredis_conn_pool
rd=redis_conn_pool()
rd.set('test_data','mytest')
操作MongoDB
连接MongoDB
frompymongoimportMongoClient
conn=MongoClient("mongodb://%s:%s@ipaddress:49974/mydb"%('username','password'))
db=conn.mydb
mongo_collection=db.mydata
批量插入数据
res=requests.get(url,params=query).json()
commentList=res['data']['commentList']
mongo_collection.insert_many(commentList)
操作MySQL
连接MySQL
importMySQLdb
#打开数据库连接
db=MySQLdb.connect("localhost","testuser","test123","TESTDB",charset='utf8')
#使用cursor()方法获取操作游标
cursor=db.cursor()
执行SQL语句
#使用execute方法执行SQL语句
cursor.execute("SELECTVERSION()")
#使用fetchone()方法获取一条数据
data=cursor.fetchone()
print"Databaseversion:%s"%data
#关闭数据库连接
db.close()
Output:
Databaseversion:5.0.45
本地文件整理
整理文件涉及需求的比较多，这里分享的是将本地多个CSV文件整合成一个文件。
importpandasaspd
importos
df_list=[]
foriinos.listdir():
if"csv"ini:
day=i.split('.')[0].split('_')[-1]
df=pd.read_csv(i)
df['day']=day
df_list.append(df)
df=pd.concat(df_list,axis=0)
df.to_csv("total.txt",index=0)
多线程代码
多线程也有很多实现方式，我们选择自己最为熟悉顺手的方式即可。
importthreading
importtime
exitFlag=0
classmyThread(threading.Thread):
def__init__(self,threadID,name,delay):
threading.Thread.__init__(self)
self.threadID=threadID
self.name=name
self.delay=delay
defrun(self):
print("开始线程："+self.name)
print_time(self.name,self.delay,5)
print("退出线程："+self.name)
defprint_time(threadName,delay,counter):
whilecounter:
ifexitFlag:
threadName.exit()
time.sleep(delay)
print("%s:%s"%(threadName,time.ctime(time.time())))
counter-=1
#创建新线程
thread1=myThread(1,"Thread-1",1)
thread2=myThread(2,"Thread-2",2)
#开启新线程
thread1.start()
thread2.start()
thread1.join()
thread2.join()
print("退出主线程")
异步编程代码
异步爬取网站
importasyncio
importaiohttp
importaiofiles
asyncdefget_html(session,url):
try:
asyncwithsession.get(url=url,timeout=8)asresp:
ifnotresp.status//100==2:
print(resp.status)
print("爬取",url,"出现错误")
else:
resp.encoding='utf-8'
text=awaitresp.text()
returntext
exceptExceptionase:
print("出现错误",e)
awaitget_html(session,url)
使用异步请求之后，对应的文件保存也需要使用异步，即是一处异步，处处异步。
asyncdefdownload(title_list,content_list):
asyncwithaiofiles.open('{}.txt'.format(title_list[0]),'a',
encoding='utf-8')asf:
awaitf.write('{}'.format(str(content_list)))
以上就是我平时用得最多的代码片段，希望对你有所帮助。
以上内容为大家介绍了分享几段有用的Python代码，希望对大家有所帮助，如果想要了解更多Python相关知识，请关注多测师。http://www.mobiletrain.org/xwzx/
京公网安备 11010802030320号