7個(gè)實(shí)用的Python自動(dòng)化代碼別再重復(fù)造輪子了
關(guān)于Python有一句名言:不要重復(fù)造輪子。
但是問(wèn)題有三個(gè):
1、你不知道已經(jīng)有哪些輪子已經(jīng)造好了,哪個(gè)適合你用。有名有姓的的著名輪子就400多個(gè),更別說(shuō)沒(méi)名沒(méi)姓自己在制造中的輪子。
2、確實(shí)沒(méi)重復(fù)造輪子,但是在重復(fù)制造汽車(chē)。包括好多大神寫(xiě)的好幾百行代碼,為的是解決一個(gè)Excel本身就有的成熟功能。
3、很多人是用來(lái)抓圖,數(shù)據(jù),抓點(diǎn)圖片、視頻、天氣預(yù)報(bào)自?shī)首詷?lè)一下,然后呢?抓到大數(shù)據(jù)以后做什么用呢?比如某某啤酒賣(mài)的快,然后呢?比如某某電影票房多,然后呢?
以下是經(jīng)過(guò)Python3.6.4調(diào)試通過(guò)的代碼,與大家分享:
1、抓取知乎圖片
2、聽(tīng)兩個(gè)聊天機(jī)器人互相聊天
3、AI分析唐詩(shī)的作者是李白還是杜甫
4、彩票隨機(jī)生成35選7
5、自動(dòng)寫(xiě)檢討書(shū)
6、屏幕錄相機(jī)
7、制作Gif動(dòng)圖
① 抓取知乎圖片,只用30行代碼
from selenium import webdriver import time import urllib.request driver = webdriver.Chrome() driver.maximize_window() driver.get("https://www.zhihu.com/question/29134042") i = 0 while i < 10: driver.execute_script("window.scrollTo(0, document.body.scrollHeight);") time.sleep(2) try: driver.find_element_by_css_selector('button.QuestionMainAction').click() print("page" + str(i)) time.sleep(1) except: break result_raw = driver.page_source content_list = re.findall("img src=\"(.+?)\" ", str(result_raw)) n = 0 while n < len(content_list): i = time.time() local = (r"%s.jpg" % (i)) urllib.request.urlretrieve(content_list[n], local) print("編號(hào):" + str(i)) n = n + 1
② 沒(méi)事閑的時(shí)候,聽(tīng)兩個(gè)聊天機(jī)器人互相聊天
from time import sleep import requests s = input("請(qǐng)主人輸入話題:") while True: resp = requests.post("http://www.tuling123.com/openapi/api",data={"key":"4fede3c4384846b9a7d0456a5e1e2943", "info": s, }) resp = resp.json() sleep(1) print('小魚(yú):', resp['text']) s = resp['text'] resp = requests.get("http://api.qingyunke.com/api.php", {'key': 'free', 'appid':0, 'msg': s}) resp.encoding = 'utf8' resp = resp.json() sleep(1) print('菲菲:', resp['content']) #網(wǎng)上還有一個(gè)據(jù)說(shuō)智商比較高的小i機(jī)器人,用爬蟲(chóng)的功能來(lái)實(shí)現(xiàn)一下: import urllib.request import re while True: x = input("主人:") x = urllib.parse.quote(x) link = urllib.request.urlopen( "http://nlp.xiaoi.com/robot/webrobot?&callback=__webrobot_processMsg&data=%7B%22sessionId%22%3A%22ff725c236e5245a3ac825b2dd88a7501%22%2C%22robotId%22%3A%22webbot%22%2C%22userId%22%3A%227cd29df3450745fbbdcf1a462e6c58e6%22%2C%22body%22%3A%7B%22content%22%3A%22" + x + "%22%7D%2C%22type%22%3A%22txt%22%7D") html_doc = link.read().decode() reply_list = re.findall(r'\"content\":\"(.+?)\\r\\n\"', html_doc) print("小i:" + reply_list[-1])
③ 分析唐詩(shī)的作者是李白還是杜甫
import jieba from nltk.classify import NaiveBayesClassifier # 需要提前把李白的詩(shī)收集一下,放在libai.txt文本中。 text1 = open(r"libai.txt", "rb").read() list1 = jieba.cut(text1) result1 = " ".join(list1) # 需要提前把杜甫的詩(shī)收集一下,放在dufu.txt文本中。 text2 = open(r"dufu.txt", "rb").read() list2 = jieba.cut(text2) result2 = " ".join(list2) # 數(shù)據(jù)準(zhǔn)備 libai = result1 dufu = result2 # 特征提取 def word_feats(words): return dict([(word, True) for word in words]) libai_features = [(word_feats(lb), 'lb') for lb in libai] dufu_features = [(word_feats(df), 'df') for df in dufu] train_set = libai_features + dufu_features # 訓(xùn)練決策 classifier = NaiveBayesClassifier.train(train_set) # 分析測(cè)試 sentence = input("請(qǐng)輸入一句你喜歡的詩(shī):") print("\n") seg_list = jieba.cut(sentence) result1 = " ".join(seg_list) words = result1.split(" ") # 統(tǒng)計(jì)結(jié)果 lb = 0 df = 0 for word in words: classResult = classifier.classify(word_feats(word)) if classResult == 'lb': lb = lb + 1 if classResult == 'df': df = df + 1 # 呈現(xiàn)比例 x = float(str(float(lb) / len(words))) y = float(str(float(df) / len(words))) print('李白的可能性:%.2f%%' % (x * 100)) print('杜甫的可能性:%.2f%%' % (y * 100))
④ 彩票隨機(jī)生成35選7
import random temp = [i + 1 for i in range(35)] random.shuffle(temp) i = 0 list = [] while i < 7: list.append(temp[i]) i = i + 1 list.sort() print('\033[0;31;;1m') print(*list[0:6], end="") print('\033[0;34;;1m', end=" ") print(list[-1])
⑤ 自動(dòng)寫(xiě)檢討書(shū)
import random import xlrd ExcelFile = xlrd.open_workbook(r'test.xlsx') sheet = ExcelFile.sheet_by_name('Sheet1') i = [] x = input("請(qǐng)輸入具體事件:") y = int(input("老師要求的字?jǐn)?shù):")) while len(str(i)) < y * 1.2: s = random.randint(1, 60) rows = sheet.row_values(s) i.append(*rows) print(" "*8+"檢討書(shū)"+"\n"+"老師:") print("我不應(yīng)該" + str(x)+",", *i) print("再次請(qǐng)老師原諒!") ''' 以下是樣稿: 請(qǐng)輸入具體事件:抽煙 老師要求的字?jǐn)?shù):200 檢討書(shū) 老師: 我不應(yīng)該抽煙, 學(xué)校一開(kāi)學(xué)就三令五申, 一再?gòu)?qiáng)調(diào)校規(guī)校紀(jì),提醒學(xué)生不要違反校規(guī), 可我卻沒(méi)有把學(xué)校和老師的話放在心上, 沒(méi)有重視老師說(shuō)的話,沒(méi)有重視學(xué)校頒布的重要事項(xiàng), 當(dāng)成了耳旁風(fēng),這些都是不應(yīng)該的。 同時(shí)也真誠(chéng)地希望老師能繼續(xù)關(guān)心和支持我, 并卻對(duì)我的問(wèn)題酌情處理。 無(wú)論在學(xué)習(xí)還是在別的方面我都會(huì)用校規(guī)來(lái)嚴(yán)格要求自己, 我會(huì)把握這次機(jī)會(huì)。 但事實(shí)證明,僅僅是熱情投入、刻苦努力、鉆研學(xué)業(yè)是不夠的, 還要有清醒的政治頭腦、大局意識(shí)和紀(jì)律觀念, 否則就會(huì)在學(xué)習(xí)上迷失方向,使國(guó)家和學(xué)校受損失。 再次請(qǐng)老師原諒! '''
⑥ 屏幕錄相機(jī),抓屏軟件
from time import sleep from PIL import ImageGrab m = int(input("請(qǐng)輸入想抓屏幾分鐘:")) m = m * 60 n = 1 while n < m: sleep(0.02) im = ImageGrab.grab() local = (r"%s.jpg" % (n)) im.save(local, 'jpeg') n = n + 1
⑦ 制作Gif動(dòng)圖
from PIL import Image im = Image.open("1.jpg") images = [] images.append(Image.open('2.jpg')) images.append(Image.open('3.jpg')) im.save('gif.gif', save_all=True, append_images=images, loop=1, duration=1, comment=b"aaabb")
到此這篇關(guān)于7個(gè)實(shí)用的Python自動(dòng)化代碼別再重復(fù)造輪子了的文章就介紹到這了,更多相關(guān)Python自動(dòng)化代碼內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- python+pywinauto+lackey實(shí)現(xiàn)PC端exe自動(dòng)化的示例代碼
- 微軟開(kāi)源最強(qiáng)Python自動(dòng)化神器Playwright(不用寫(xiě)一行代碼)
- Python實(shí)現(xiàn)http接口自動(dòng)化測(cè)試的示例代碼
- Python API 自動(dòng)化實(shí)戰(zhàn)詳解(純代碼)
- selenium python 實(shí)現(xiàn)基本自動(dòng)化測(cè)試的示例代碼
- Python的iOS自動(dòng)化打包實(shí)例代碼
- Python 自動(dòng)化表單提交實(shí)例代碼
相關(guān)文章
一篇文章帶你了解python標(biāo)準(zhǔn)庫(kù)--random模塊
這篇文章主要給大家介紹了關(guān)于Python中random模塊常用方法的使用教程,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-08-08tensorboard 可視化之localhost:6006不顯示的解決方案
這篇文章主要介紹了tensorboard 可視化之localhost:6006不顯示的解決方案,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-05-05Pycharm報(bào)錯(cuò)Non-zero?exit?code?(2)的完美解決方案
最近在使用pycharm安裝或升級(jí)模塊時(shí)出現(xiàn)了錯(cuò)誤,下面這篇文章主要給大家介紹了關(guān)于Pycharm報(bào)錯(cuò)Non-zero?exit?code?(2)的完美解決方案,文中通過(guò)圖文介紹的非常詳細(xì),需要的朋友可以參考下2022-06-06Python圖像處理之簡(jiǎn)單畫(huà)板實(shí)現(xiàn)方法示例
這篇文章主要介紹了Python圖像處理之簡(jiǎn)單畫(huà)板實(shí)現(xiàn)方法,結(jié)合實(shí)例形式分析了Python基于cv2模塊與numpy模塊的數(shù)值計(jì)算及矩形圖形繪制簡(jiǎn)單操作技巧,需要的朋友可以參考下2018-08-08舉例區(qū)分Python中的淺復(fù)制與深復(fù)制
這篇文章主要介紹了舉例區(qū)分Python中的淺復(fù)制與深復(fù)制,是Python入門(mén)學(xué)習(xí)中的重要知識(shí),需要的朋友可以參考下2015-07-07pandas 時(shí)間格式轉(zhuǎn)換的實(shí)現(xiàn)
這篇文章主要介紹了pandas 時(shí)間格式轉(zhuǎn)換的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07Python常見(jiàn)數(shù)據(jù)類(lèi)型轉(zhuǎn)換操作示例
這篇文章主要介紹了Python常見(jiàn)數(shù)據(jù)類(lèi)型轉(zhuǎn)換操作,結(jié)合實(shí)例形式分析了Python針對(duì)列表、集合、元組、字典等數(shù)據(jù)類(lèi)型轉(zhuǎn)換的相關(guān)操作技巧,需要的朋友可以參考下2019-05-05