Python入門基礎-十一、案例8 空氣質量指數計算 #JSON、CSV格式#列表排序#with語句操作檔案#os模組#網路爬蟲#requests模組#BeautifulSoup解析網頁#Pandas
（課程相關的所有資料程式碼，已上傳至CSDN，請自行下載
https://download.csdn.net/download/qq_34243930/10764180 ）
空氣質量指數計算 1.0
v_1.0程式碼如下：
"""
作者：xpt
功能：AQI計算
版本：1.0
日期：01/12/2018
"""
def car_linear(iaqi_lo, iaqi_hi, bp_lo, bp_hi, c_p):
"""
線性變換
"""
iaqi = (iaqi_hi - iaqi_lo) * (c_p - bp_lo) / (bp_hi - bp_lo) + iaqi_lo
return iaqi
def cal_pm_iaqi(pm_val):
"""
計算PM2.5的IAQI
"""
# 規則
if 0 <= pm_val < 36:
iaqi = car_linear(0, 50, 0, 35, pm_val)
elif 36 <= pm_val < 76:
iaqi = car_linear(50, 100, 35, 75, pm_val)
elif 76 <= pm_val < 116:
iaqi = car_linear(100, 150, 75, 115, pm_val)
elif 116 <= pm_val < 151:
iaqi = car_linear(150, 200, 115, 150, pm_val)
elif 151 <= pm_val < 251:
iaqi = car_linear(200, 300, 150, 250, pm_val)
elif 251 <= pm_val < 351:
iaqi = car_linear(300, 400, 250, 350, pm_val)
else:
iaqi = car_linear(400, 500, 350, 500, pm_val)
return iaqi
def cal_co_iaqi(co_val):
"""
計算CO的IAQI
"""
# 規則
if 0 <= co_val < 3:
iaqi = car_linear(0, 50, 0, 2, co_val)
elif 3 <= co_val < 5:
iaqi = car_linear(50, 100, 2, 4, co_val)
elif 5 <= co_val < 15:
iaqi = car_linear(100, 150, 4, 14, co_val)
elif 15 <= co_val < 25:
iaqi = car_linear(150, 200, 14, 24, co_val)
elif 25 <= co_val < 37:
iaqi = car_linear(200, 300, 24, 36, co_val)
elif 37 <= co_val < 49:
iaqi = car_linear(300, 400, 36, 48, co_val)
else:
iaqi = car_linear(400, 500, 48, 60, co_val)
return iaqi
def cal_aqi(param_list):
"""
AQI計算
"""
pm_val = param_list[0]
co_val = param_list[1]
pm_iaqi = cal_pm_iaqi(pm_val)
co_iaqi = cal_co_iaqi(co_val)
aqi = max(pm_iaqi, co_iaqi)
return aqi
def main():
"""
主函式
"""
print('請輸入以下資訊，用空格分割')
input_str = input('(1)PM2.5 (2)CO:')
str_list = input_str.split(' ')
pm_val = float(str_list[0])
co_val = float(str_list[1])
param_list = []
param_list.append(pm_val)
param_list.append(co_val)
# 呼叫AQI計算函式
aqi_val = cal_aqi(param_list)
print('空氣質量指數為：', aqi_val)
if __name__ == '__main__':
main()
• JSON資料檔案操作
空氣質量指數計算 2.0–讀取已經獲取的JSON資料檔案，並將AQI前5的資料輸出到檔案
給出的兩個json檔案為：
（課程相關的所有資料程式碼，已上傳至CSDN，請自行下載
https://download.csdn.net/download/qq_34243930/10764180 ）
JSON格式 JSON庫
檔案處理三步走：
1、開啟檔案
2、處理檔案
3、關閉檔案
注意：
1、有中文編碼的檔案需要注意檔案編碼格式，雙擊檔案，看右下角：
2、寫入檔案，對於中文來說，未不出現亂碼：
加一句ensure_ascii=False
將AQI前5的資料輸出到檔案，用到列表排序：
列表排序
sort可以指定排序方法func
lambda函式：https://blog.csdn.net/qq_34243930/article/details/83748085#t13 中lambda函式部分
按city['aqi']進行排序：
v_2.0程式碼如下：
"""
作者：xpt
功能：AQI計算
版本：2.0
日期：01/12/2018
2.0--讀取已經獲取的JSON資料檔案，並將AQI前5的資料輸出到檔案
"""
import json
def process_json_file(filepath):
"""
解碼json檔案
"""
f = open(filepath, mode='r', encoding='utf-8')
city_list = json.load(f)
return city_list
def main():
"""
主函式
"""
filepath = input('請輸入json檔名稱：')
city_list = process_json_file(filepath)
city_list.sort(key=lambda city: city['aqi'])
top5_list = city_list[:5]
# 把AQI top5城市寫入新json檔案
f = open('top5_aqi.json', mode='w', encoding='utf-8')
json.dump(top5_list, f, ensure_ascii=False)
f.close()
if __name__ == '__main__':
main()
格式不是我們想要的話，去網上轉換
轉換網址：http://tool.oschina.net/codeformat/json
複製到檔案中儲存即可。
• 另一種常用的資料格式CSV
空氣質量指數計算 3.0–讀取已經獲取的JSON資料檔案，並將其轉換成CSV檔案
CSV格式
是用英文逗號隔開的
其實就是個沒有格子的表格形式：
回顧字典用法：
1、獲取列名key：
注意轉換成list:
結果如下：
2、獲取資料值：
3、檔案操作：
注意：不加newline=''的話會預設新的一行給你加一個空格
v_3.0程式碼如下：
"""
作者：xpt
功能：AQI計算
版本：3.0
日期：01/12/2018
2.0--讀取已經獲取的JSON資料檔案，並將AQI前5的資料輸出到檔案
3.0--讀取已經獲取的JSON資料檔案，並將其轉換成CSV檔案
"""
import json
import csv
def process_json_file(filepath):
"""
解碼json檔案
"""
f = open(filepath, mode='r', encoding='utf-8')
city_list = json.load(f)
return city_list
def main():
"""
主函式
"""
filepath = input('請輸入json檔名稱：')
city_list = process_json_file(filepath)
city_list.sort(key=lambda city: city['aqi'])
# 拿到每一行
lines = []
# 列名keys
lines.append(list(city_list[0].keys()))
# 獲取valus
for city in city_list:
lines.append(list(city.values()))
# 檔案操作
f = open('aqi.csv', mode='w', encoding='utf-8', newline='')
writer = csv.writer(f)
for line in lines:
writer.writerow(line)
f.close()
if __name__ == '__main__':
main()
• 根據副檔名判斷是json檔案還是csv檔案，並進行對應的操作
空氣質量指數計算 4.0–根據輸入的檔案判斷是JSON格式還是CSV格式，並進行相應的操作
檔案操作補充–使用with語句操作檔案物件
csv.reader() 將每行記錄作為列表返回
結果為：
更改輸出樣式：
具體講解，見 https://blog.csdn.net/qq_34243930/article/details/83748085#t13 中的列表（list）及列表的操作部分
結果為：
os模組
v_4.0程式碼如下：
"""
作者：xpt
功能：AQI計算
版本：4.0
日期：01/12/2018
2.0--讀取已經獲取的JSON資料檔案，並將AQI前5的資料輸出到檔案
3.0--讀取已經獲取的JSON資料檔案，並將其轉換成CSV檔案
4.0--根據輸入的檔案判斷是JSON格式還是CSV格式，並進行相應的操作
"""
import json
import csv
import os
def process_json_file(filepath):
"""
解碼json檔案
"""
with open(filepath, mode='r', encoding='utf-8') as f:
city_list = json.load(f)
print(city_list)
def process_csv_file(filepath):
"""
解碼csv檔案
"""
with open(filepath, mode='r', encoding='utf-8', newline='') as f:
reader = csv.reader(f) # csv讀取的是一個列表
for row in reader:
print(','.join(row))
def main():
"""
主函式
"""
filepath = input('請輸入json檔名稱：')
filename, file_text = os.path.splitext(filepath)
if file_text == '.json':
process_json_file(filepath)
elif file_text == '.csv':
process_csv_file(filepath)
else:
print('不支援的檔案格式')
if __name__ == '__main__':
main()
• 網路爬蟲入門
• 實時獲取城市的AQI
空氣質量指數計算 5.0–利用網路爬蟲實時獲取城市的空氣質量
網址為：http://pm25.in/
網路爬蟲
requests模組
更多方法參考：http://docs.python-requests.org/
步驟1-通過網路連結獲取網頁內容
1、網址構造
主頁為：http://pm25.in/
城市為：例如上海：http://pm25.in/shanghai
所以需要使用者輸入城市的拼音，來拼接url
2、requests網頁請求
requests.get(url, timeout=30) 表示30秒未連線上就不等了
3、HTTP相應內容的字串
步驟2-對獲得的網頁內容進行處理
1、審查元素
2進入原始碼去複製
錯誤複製：
正確複製：
注意：多行字串用三引號
v_5.0程式碼如下：
"""
作者：xpt
功能：AQI計算
版本：5.0
日期：02/12/2018
2.0--讀取已經獲取的JSON資料檔案，並將AQI前5的資料輸出到檔案
3.0--讀取已經獲取的JSON資料檔案，並將其轉換成CSV檔案
4.0--根據輸入的檔案判斷是JSON格式還是CSV格式，並進行相應的操作
5.0--利用網路爬蟲實時獲取城市的空氣質量
"""
import requests
def get_html_text(url):
"""
返回url文字
"""
r = requests.get(url, timeout=30)
# print(r.status_code)
return r.text
def main():
"""
主函式
"""
city_pinin = input('請輸入城市拼音：')
url = 'http://pm25.in/' + city_pinin
url_text = get_html_text(url)
aqi_div = ''' <div class="span12 data">
<div class="span1">
<div class="value">
'''
index = url_text.find(aqi_div)
begin_index = index + len(aqi_div)
end_index = begin_index + 2
aqi_value = url_text[begin_index:end_index]
print('空氣質量指數為：', aqi_value)
if __name__ == '__main__':
main()
v_5.0程式碼仍然比較複雜，不夠高效。
• 是否有更高效的處理和解析HTML的庫？
• beautifulsoup4
空氣質量指數計算 6.0–高效地解析和處理HTML，beautifulsoup4
網頁解析
BeautifulSoup解析網頁
步驟1-- 建立BeautifulSoup物件
步驟2-- 查詢節點
1處：拿到一個節點
2.處：拿到該節點的內容
3處：拿到的內容含空格，strip()方法去首尾空格
Python 字串 strip()方法
描述 Python strip() 方法用於移除字串頭尾指定的字元（預設為空格或換行符）或字元序列。
注意：該方法只能刪除開頭或是結尾的字元，不能刪除中間部分的字元。
語法 strip()方法語法：str.strip([chars]);
引數 chars – 移除字串頭尾指定的字元序列。
返回值 返回移除字串頭尾指定的字元生成的新字串。
v_6.0程式碼如下：
"""
作者：xpt
功能：AQI計算
版本：6.0
日期：02/12/2018
2.0--讀取已經獲取的JSON資料檔案，並將AQI前5的資料輸出到檔案
3.0--讀取已經獲取的JSON資料檔案，並將其轉換成CSV檔案
4.0--根據輸入的檔案判斷是JSON格式還是CSV格式，並進行相應的操作
5.0--利用網路爬蟲實時獲取城市的空氣質量
6.0--高效地解析和處理HTML,beautifulsoup4
"""
import requests
from bs4 import BeautifulSoup
def get_city_value(city_pinyin):
"""
獲取城市各指數
"""
url = 'http://pm25.in/' + city_pinyin
r = requests.get(url, timeout=30)
soup = BeautifulSoup(r.text, 'lxml')
div_list = soup.find_all('div', {'class': 'span1'})
city_value_list = []
for i in range(8):
div_content = div_list[i]
caption = div_content.find('div', {'class': 'caption'}).text.strip()
value = div_content.find('div', {'class': 'value'}).text.strip()
# 組成元組放進list
city_value_list.append((caption, value))
return city_value_list
def main():
"""
主函式
"""
city_pinyin = input('請輸入城市拼音：')
city_value = get_city_value(city_pinyin)
print(city_value)
if __name__ == '__main__':
main()
• 獲取所有城市的AQI
空氣質量指數計算 7.0–利用beautifulsoup4獲取所有城市的空氣質量
步驟1–首先獲取所有的城市列表，及對應的url
1、查詢節點
注意：這裡有兩個bottom,所以之後取第二個
city_div = soup.find_all('div', {'class': 'bottom'})[1]
第一個是[0]
2、在所選節點裡繼續查詢
上圖中的city_list錯誤原因：我忘記初始化了，city_list = []
步驟2–根據url獲取城市的空氣質量（6.0程式）
v_7.0程式碼如下：
"""
作者：xpt
功能：AQI計算
版本：7.0
日期：03/12/2018
2.0--讀取已經獲取的JSON資料檔案，並將AQI前5的資料輸出到檔案
3.0--讀取已經獲取的JSON資料檔案，並將其轉換成CSV檔案
4.0--根據輸入的檔案判斷是JSON格式還是CSV格式，並進行相應的操作
5.0--利用網路爬蟲實時獲取城市的空氣質量
6.0--高效地解析和處理HTML,beautifulsoup4
7.0–利用beautifulsoup4獲取所有城市的空氣質量
"""
import requests
from bs4 import BeautifulSoup
def get_city_value(city_pinyin):
"""
獲取城市各指數
"""
url = 'http://pm25.in/' + city_pinyin
r = requests.get(url, timeout=30)
soup = BeautifulSoup(r.text, 'lxml')
div_list = soup.find_all('div', {'class': 'span1'})
city_value_list = []
for i in range(8):
div_content = div_list[i]
caption = div_content.find('div', {'class': 'caption'}).text.strip()
value = div_content.find('div', {'class': 'value'}).text.strip()
# 組成元組放進list
city_value_list.append((caption, value))
return city_value_list
def get_all_cities():
"""
獲取所有城市
"""
url = 'http://pm25.in/'
city_list = []
r = requests.get(url, timeout=30)
soup = BeautifulSoup(r.text, 'lxml')
city_div = soup.find_all('div', {'class': 'bottom'})[1]
city_link_div = city_div.find_all('a')
for city_link in city_link_div:
city_name = city_link.text
city_pinyin = city_link['href'][1:]
city_list.append((city_name, city_pinyin))
return city_list
def main():
"""
主函式
"""
city_list = get_all_cities()
for city in city_list:
city_name = city[0]
city_pinyin = city[1]
city_value = get_city_value(city_pinyin)
print(city_name, city_value)
if __name__ == '__main__':
main()
• 獲取所有城市的AQI，並儲存為CSV資料檔案
空氣質量指數計算 8.0–將獲取的所有城市空氣質量儲存成CSV資料檔案
步驟1–檔案操作
步驟2–進度顯示
由於國內城市較多，執行時候不知道執行到啥情況。
新增過程進度資料顯示
每一條都輸出有點冗餘，如何十條十條間隔輸出呢？
i%10 == 0
步驟3–根據需求修改對應函式
所以修改如下：
v_8.0程式碼如下：
"""
作者：xpt
功能：AQI計算
版本：8.0
日期：03/12/2018
2.0--讀取已經獲取的JSON資料檔案，並將AQI前5的資料輸出到檔案
3.0--讀取已經獲取的JSON資料檔案，並將其轉換成CSV檔案
4.0--根據輸入的檔案判斷是JSON格式還是CSV格式，並進行相應的操作
5.0--利用網路爬蟲實時獲取城市的空氣質量
6.0--高效地解析和處理HTML,beautifulsoup4
7.0–利用beautifulsoup4獲取所有城市的空氣質量
8.0--將獲取的所有城市空氣質量儲存成CSV資料檔案
"""
import requests
from bs4 import BeautifulSoup
import csv
def get_city_value(city_pinyin):
"""
獲取城市各指數
"""
url = 'http://pm25.in/' + city_pinyin
r = requests.get(url, timeout=30)
soup = BeautifulSoup(r.text, 'lxml')
div_list = soup.find_all('div', {'class': 'span1'})
city_value_list = []
for i in range(8):
div_content = div_list[i]
caption = div_content.find('div', {'class': 'caption'}).text.strip()
value = div_content.find('div', {'class': 'value'}).text.strip()
# 組成元組放進list
# city_value_list.append((caption, value))
city_value_list.append(value)
return city_value_list
def get_all_cities():
"""
獲取所有城市
"""
url = 'http://pm25.in/'
city_list = []
r = requests.get(url, timeout=30)
soup = BeautifulSoup(r.text, 'lxml')
city_div = soup.find_all('div', {'class': 'bottom'})[1]
city_link_div = city_div.find_all('a')
for city_link in city_link_div:
city_name = city_link.text
city_pinyin = city_link['href'][1:]
city_list.append((city_name, city_pinyin))
return city_list
def main():
"""
主函式
"""
city_list = get_all_cities()
# 需要新建列表名稱
header = ['City', 'AQI', 'PM2.5/1h', 'PM10/1h', 'CO/1h', 'NO2/1h', 'O3/1h', 'O3/8h', 'SO2/1h']
with open('china_city_aqi.csv', 'w', encoding='utf-8', newline='') as f:
writer = csv.writer(f)
writer.writerow(header)
for i, city in enumerate(city_list):
if (i+1) % 10 == 0:
print('已處理{}條記錄。（共{}條記錄）'.format(i+1, len(city_list)))
city_name = city[0]
city_pinyin = city[1]
city_value = get_city_value(city_pinyin)
row = [city_name] + city_value # cityname加[],列表才能+操作
writer.writerow(row)
if __name__ == '__main__':
main()
處理過程中輸出進度：
結果為:
• 利用Pandas處理、分析資料
空氣質量指數計算 9.0–利用Pandas進行資料處理分析
什麼是Pandas
結構化資料：資料是有結構的，像csv，json
資料無格式，例如圖片，視訊等
清洗資料，例如有空值的資料
Pandas的資料結構–Series
Pandas的資料結構–DataFrame
Pandas的資料結構–索引操作
列索引df_obj[‘label’]：
不連續索引df_obj[[‘label1’, ‘label2’]]：
Pandas的資料結構–排序
按值排序，預設升序，降序的話：在by語句後面加上ascending=False
Pandas統計計算和描述
Pandas模組中用於填充缺失資料的函式是： pandas.fillna()
pandas可以直接獲取csv：aqi_data = pd.read_csv('china_city_aqi.csv')
pandas可以直接儲存資料
至csv檔案:top10_citys.to_csv('top10_aqi_city.csv', index=False)
其中index=False表示不儲存索引至檔案
v_9.0程式碼如下：
"""
作者：xpt
功能：AQI計算
版本：9.0
日期：04/12/2018
2.0--讀取已經獲取的JSON資料檔案，並將AQI前5的資料輸出到檔案
3.0--讀取已經獲取的JSON資料檔案，並將其轉換成CSV檔案
4.0--根據輸入的檔案判斷是JSON格式還是CSV格式，並進行相應的操作
5.0--利用網路爬蟲實時獲取城市的空氣質量
6.0--高效地解析和處理HTML,beautifulsoup4
7.0–利用beautifulsoup4獲取所有城市的空氣質量
8.0--將獲取的所有城市空氣質量儲存成CSV資料檔案
9.0--利用Pandas進行資料處理分析
"""
import pandas as pd
def main():
"""
主函式
"""
aqi_data = pd.read_csv('china_city_aqi.csv')
print('基本資訊:')
print(aqi_data.info())
print('資料預覽：')
print(aqi_data.head())
# 基本統計
print('AQI最大值：',aqi_data['AQI'].max())
print('AQI最小值：', aqi_data['AQI'].min())
print('AQI均值：', aqi_data['AQI'].mean())
# top 10(排序)預設升序排序
top10_citys = aqi_data.sort_values(by=['AQI']).head(10)
print('空氣質量最好的十個城市：')
print(top10_citys)
# bottom 10(排序)
# bottom10_citys = aqi_data.sort_values(by=['AQI']).tail(10)
bottom10_citys = aqi_data.sort_values(by=['AQI'], ascending=False).head(10)
print('空氣質量最差的十個城市：')
print(bottom10_citys)
# 儲存至csv檔案
top10_citys.to_csv('top10_aqi_city.csv', index=False)
bottom10_citys.to_csv('bottom10_aqi_city.csv', index=False)
if __name__ == '__main__':
main()
• 資料清洗
• 利用Pandas進行資料視覺化
空氣質量指數計算 10.0–資料清洗；利用Pandas進行資料視覺化
Pandas資料清洗
Pandas資料視覺化
更多例子請參考：https://pandas.pydata.org/pandas-docs/stable/visualization.html
kind決定畫什麼樣的圖
用plt.savefig() 需新增import matplotlib.pyplot as plt
中文顯示問題解決：
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
v_10.0程式碼如下：
"""
作者：xpt
功能：AQI計算
版本：10.0
日期：04/12/2018
2.0--讀取已經獲取的JSON資料檔案，並將AQI前5的資料輸出到檔案
3.0--讀取已經獲取的JSON資料檔案，並將其轉換成CSV檔案
4.0--根據輸入的檔案判斷是JSON格式還是CSV格式，並進行相應的操作
5.0--利用網路爬蟲實時獲取城市的空氣質量
6.0--高效地解析和處理HTML,beautifulsoup4
7.0–利用beautifulsoup4獲取所有城市的空氣質量
8.0--將獲取的所有城市空氣質量儲存成CSV資料檔案
9.0--利用Pandas進行資料處理分析
10.0--資料清洗；利用Pandas進行資料視覺化
"""
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
def main():
"""
主函式
"""
aqi_data = pd.read_csv('china_city_aqi.csv')
print('基本資訊:')
print(aqi_data.info())
print('資料預覽：')
print(aqi_data.head())
# 資料清洗
# 只保留AQI>0的資料
# filter_condition = aqi_data['AQI'] > 0
# clean_aqi_data = aqi_data[filter_condition]
clean_aqi_data = aqi_data[aqi_data['AQI'] > 0]
# 基本統計
print('AQI最大值：',clean_aqi_data['AQI'].max())
print('AQI最小值：', clean_aqi_data['AQI'].min())
print('AQI均值：', clean_aqi_data['AQI'].mean())
top50_citys = clean_aqi_data.sort_values(by=['AQI']).head(50)
top50_citys.plot(kind='line', x='City', y='AQI',title='空氣質量最好的50個城市',
figsize=(20, 10))
plt.savefig('top50_city_aqi.png')
plt.show()
if __name__ == '__main__':
main()
換折線圖：kind='line’
入門課程結束啦。。。。
——來自凌晨1:18困成狗的夏普通
相關文章
- python爬蟲requests模組Python爬蟲
- 爬蟲——Requests模組爬蟲
- 爬蟲-Requests模組爬蟲
- python–模組之os操作檔案模組Python
- 透過Requests模組獲取網頁內容並使用BeautifulSoup進行解析網頁
- Python OS模組操作檔案Python
- Python入門(二十六)：檔案模組(os模組與shutil模組)Python
- python爬蟲：使用BeautifulSoup修改網頁內容Python爬蟲網頁
- Python案例學習——模組和包、爬蟲的基礎概念Python爬蟲
- Python3網路爬蟲快速入門實戰解析（一小時入門 Python 3 網路爬蟲）Python爬蟲
- Python使用os模組、Try語句、pathlib模組判斷檔案是否存在Python
- Python3爬蟲實戰（requests模組）Python爬蟲
- Python Requests模組快速入門Python
- NodeJs 入門到放棄 — 常用模組及網路爬蟲(二)NodeJS爬蟲
- python爬蟲 之 BeautifulSoup庫入門Python爬蟲
- [Python3網路爬蟲開發實戰] 2-爬蟲基礎 2-網頁基礎Python爬蟲網頁
- Python基礎入門（8）- Python模組和包Python
- 利用requests+BeautifulSoup爬取網頁關鍵資訊網頁
- pandas操作csv檔案
- 爬蟲入門基礎-Python爬蟲Python
- Python3網路爬蟲快速入門實戰解析Python爬蟲
- Python 網路爬蟲入門詳解Python爬蟲
- Python網路爬蟲4 - scrapy入門Python爬蟲
- 爬蟲（6） - 網頁資料解析(2) | BeautifulSoup4在爬蟲中的使用爬蟲網頁
- python網路爬蟲（9）構建基礎爬蟲思路Python爬蟲
- 爬蟲入門系列（四）：HTML 文字解析庫 BeautifulSoup爬蟲HTML
- 網路爬蟲筆記2， requests庫入門-2(程式設計例項)爬蟲筆記程式設計
- Python 爬蟲實戰（一）：使用 requests 和 BeautifulSoupPython爬蟲
- python常用標準庫（os系統模組、shutil檔案操作模組）Python
- Python爬蟲入門（2）：爬蟲基礎瞭解Python爬蟲
- Python 基礎學習 網路小爬蟲Python爬蟲
- 【python基礎】os模組的使用Python
- 爬蟲——網頁爬取方法和網頁解析方法爬蟲網頁
- python的網路程式設計之requests模組Python程式設計
- python爬蟲:爬蟲的簡單介紹及requests模組的簡單使用Python爬蟲
- Python網路爬蟲實戰(一)快速入門Python爬蟲
- python語言基礎 - day12~13 模組包以及檔案操作Python
- 零基礎自學用Python 3開發網路爬蟲(五): 使用第三方模組快速抓取與解析Python爬蟲