注：本文只做數(shù)據(jù)來(lái)源分析，暫未抓取數(shù)據(jù)

1. 打開(kāi)知乎頁(yè)面（地址來(lái)自上次爬蟲(chóng)爬取的數(shù)據(jù)）

示例： https://zhihu/question/41508191

2. 打開(kāi)可以看到需要抓取的數(shù)據(jù)有（標(biāo)簽、標(biāo)題、描述、答案）

頁(yè)面

3. 查看網(wǎng)頁(yè)請(qǐng)求狀況（由于該問(wèn)題答案較少，暫時(shí)用 https://zhihu/question/65381487 查看接口數(shù)據(jù)）

可以發(fā)現(xiàn)答案的接口。（還有相似問(wèn)題和相關(guān)live，暫時(shí)沒(méi)有用到）

查看接口

4. 由于我們請(qǐng)求到的網(wǎng)頁(yè)中的js是不會(huì)執(zhí)行的，所以我們先禁用瀏覽器js（js禁用方法，請(qǐng)自行百度）

禁用js后的頁(yè)面

5. 接口只能看到答案，所以我們還需要在頁(yè)面上找到其他數(shù)據(jù)

經(jīng)過(guò)對(duì)比發(fā)現(xiàn)，js執(zhí)行過(guò)的描述是有圖片的，但是js未執(zhí)行的沒(méi)有圖片，描述不夠完整。

但是沒(méi)有描述的請(qǐng)求，所以，猜測(cè)描述被隱藏在了頁(yè)面的其他地方

搜索中的描述部分內(nèi)容，可以發(fā)現(xiàn)確實(shí)被隱藏在了標(biāo)簽中

6. 將描述內(nèi)容格式化

格式化后發(fā)現(xiàn)，需要獲取的標(biāo)簽、標(biāo)題、描述等信息均在里面，不用再去網(wǎng)站上查找其他接口

格式化數(shù)據(jù)

喜歡就點(diǎn)個(gè)贊吧！

Python的創(chuàng)始人——Guido，荷蘭人，從阿姆斯特丹大學(xué)獲得了數(shù)學(xué)和計(jì)算機(jī)碩士學(xué)位。然而，盡管他算得上是一位數(shù)學(xué)家，但他更加享受計(jì)算機(jī)帶來(lái)的樂(lè)趣。Guido希望有一種語(yǔ)言，這種語(yǔ)言能夠像C語(yǔ)言那樣，能夠全面調(diào)用計(jì)算機(jī)的功能接口，又可以像shell那樣，可以輕松的編程。于是python就產(chǎn)生了。我最看重Python的效率高：Python 語(yǔ)言因?yàn)橛辛素S富強(qiáng)大的類庫(kù)，所以，Python 的開(kāi)發(fā)效率能夠顯著提高。實(shí)現(xiàn)相同的功能，Python 代碼的文件往往只有 C、C++ 和 Java 代碼的 1/5~1/3。這也是為什么各大互聯(lián)網(wǎng)公司廣泛使用 Python 語(yǔ)言的原因。

可以看到 Python 2.7 預(yù)計(jì)將于兩年后退休。

該開(kāi)發(fā)者表示，由于官方尚未放出準(zhǔn)確的日期，所以預(yù)計(jì) Python 2.7 于 2020 年 4 月 12 日退休，這是到時(shí) PyCon 的舉辦時(shí)間。

Python 2，感謝您多年以來(lái)的忠誠(chéng)服務(wù)。

Python 3，現(xiàn)在到你登場(chǎng)了。

Python 2.7 是 2.x 系列的最后一個(gè)版本，它的繼承者 Python 3.0 在 2008 年 12 月發(fā)布，但不兼容 2.x 系列，3.0 的許多特性和語(yǔ)法向后移植到了 2.6 和 2.7。2.7 的支持時(shí)間將最少為 10 年，2020 年前會(huì)一直提供 bug 修正。

如何轉(zhuǎn)換到 Python 3？

如果你主要的代碼仍然基于 Python 2，這是完全可以理解的。PyPI 的大部分流行軟件包現(xiàn)在都可以在 Python 2 和 Python 3 上運(yùn)行，而且每天都會(huì)增加更多。為了簡(jiǎn)化轉(zhuǎn)換， 官方移植指南提供了在 Python 3 中運(yùn)行 Python 2 代碼的建議。

Python 2.7

在 2008 年 Python 3.0 的發(fā)布之后，Python 2.7 于 2010 年 7 月 3 日發(fā)布，并計(jì)劃作為 2.x 版本的最后一版。發(fā)布 Python 2.7 的目的在于，通過(guò)提供一些測(cè)量?jī)烧咧g兼容性的措施，使 Python 2.x 的用戶更容易將功能移植到 Python 3 上。這種兼容性支持包括了 2.7 版本的增強(qiáng)模塊，如支持測(cè)試自動(dòng)化的 unittest，用于解析命令行選項(xiàng)的 argparse，以及更方便的集合類。

Python 3

Python 3 被視為 Python 的未來(lái)，是目前正在開(kāi)發(fā)中的語(yǔ)言版本。作為一項(xiàng)重大改革，Python 3 于 2008 年年末發(fā)布，以解決和修正以前語(yǔ)言版本的內(nèi)在設(shè)計(jì)缺陷。Python 3 開(kāi)發(fā)的重點(diǎn)是清理代碼庫(kù)并刪除冗余，清晰地表明只能用一種方式來(lái)執(zhí)行給定的任務(wù)。

Python 2.7 具有 Python 2 和 Python 3.0 之間的早期迭代版本的獨(dú)特位置，它因?yàn)閷?duì)許多具有魯棒性的庫(kù)具有兼容性，對(duì)于程序員而言一直是非常流行的選擇。當(dāng)我們今天討論 Python 2 時(shí)，我們通常指的是 Python 2.7 版本，因?yàn)樗亲畛Ｓ玫陌姹尽Ｈ欢?，Python 2.7 被認(rèn)為是一種遺留語(yǔ)言，且它的后續(xù)開(kāi)發(fā)，包括現(xiàn)在最主要的 bug 修復(fù)，將在 2020 年完全停止。

對(duì) Python 3.0 的主要修改包括將 print 語(yǔ)句更改為內(nèi)置函數(shù)，改進(jìn)整數(shù)分割的方式，并對(duì) Unicode 提供更多的支持。起初，Python 3的采用很緩慢，因?yàn)樵撜Z(yǔ)言不能向后兼容 Python 2，這就需要人們決定該使用哪個(gè)版本的語(yǔ)言。此外，許多封裝庫(kù)庫(kù)只適用于 Python 2，但是由于 Python 3 背后的開(kāi)發(fā)團(tuán)隊(duì)重申了終止對(duì) Python 2 的支持，促使更多的庫(kù)被移植到 Python 3 上來(lái)。從對(duì) Python 3 提供支持的 Python 包的數(shù)量可以看出，Python 3 已得到越來(lái)越多的采用，在撰寫本文時(shí)，支持它的包就已包括了 339 個(gè)最受歡迎的 Python 包。

好了，今天的知識(shí)就分享到這里，如果在學(xué)習(xí)Python的路上遇到學(xué)習(xí)的問(wèn)題，歡迎和小編交流學(xué)習(xí)，你有好的學(xué)習(xí)Python方法，歡迎在下面評(píng)論區(qū)留言，一起討論。你現(xiàn)在用的Python2.7版本還是Python3x？

我是個(gè)喜歡嘗鮮的人，所以機(jī)器上的JDK、GoLang都是最新的，反正PC也不是生產(chǎn)環(huán)境。最近重裝機(jī)器，又正好看到Python 3.7的Alpha版本出來(lái)了，就下載了個(gè)最新的版本裝上，結(jié)果悲劇了，pip安裝TensorFlow死活不行。折騰小半天，還是乖乖地?fù)Q回3.6.x，這是TensorFlow Python API所支持的最新版本。

Python 3.6.2

前些日子，跟兩個(gè)兄弟聊天，突然奇想，打算做個(gè)MUD游戲來(lái)懷下舊。有個(gè)很不錯(cuò)的MUD的框架叫Evennia，是Python寫的，而且是基于2.7的。我對(duì)機(jī)器的軟件環(huán)境有一種近乎變態(tài)的要求，混亂的版本搞在一起當(dāng)然不能接受，于是就用另一臺(tái)筆記本安裝了Python 2.7，用不同的電腦做不同的事。

大家都曉得，Python 2和3的差異很大，所以官方也還在同時(shí)維護(hù)2.7和3.x兩套東西。這么多年過(guò)去了，Python社區(qū)做了很多2to3的兼容性工作，按理說(shuō)不存在選擇2還是3的問(wèn)題了。但是有一些老頑固的人和老頑固的庫(kù)還在堅(jiān)守2.x，這就給初學(xué)者帶來(lái)了困惑，到底該學(xué)哪一個(gè)。

對(duì)于初學(xué)者，我的建議當(dāng)然是直接學(xué)Python 3，除非有明確的指征要求你必須用Python 2（比如我想做MUD的例子）。

Python 3和2在語(yǔ)法層面改進(jìn)很大，所以源代碼是不兼容的。Python 3是2008年發(fā)布的，至今10年了；Python 2的最后一個(gè)分支2.7是2010年中期發(fā)布的，此后就沒(méi)有大的改動(dòng)了。從性價(jià)比的角度，也應(yīng)該選擇學(xué)習(xí)Python 3，而不是花時(shí)間去鼓搗2.x。

從Python 3.3（2012年Release的）開(kāi)始，所有對(duì)標(biāo)準(zhǔn)庫(kù)的改進(jìn)，都只在3.x版本中體現(xiàn)。這也表明了Python社區(qū)從2.x遷移到3.x的決心。Python官方網(wǎng)站上有一篇名叫《Should I use Python 2 or Python 3 in my development activity》的文章，有一句開(kāi)宗明義的話：

Python 2.x is legacy, Python 3.x is the present and future of the language

作為初學(xué)者，是愿意跟一個(gè)前朝遺老玩呢，還是愿意跟進(jìn)Python的現(xiàn)狀及未來(lái)？

最讓人擔(dān)心的，其實(shí)是第三方庫(kù)和框架，有的還在繼續(xù)用Python 2.x。我翻了一下github上的一些項(xiàng)目，發(fā)現(xiàn)但凡還停留在2.x的，基本處于沒(méi)人維護(hù)的狀態(tài)。大多數(shù)廣泛使用的庫(kù)，都已經(jīng)兼容Python 3了。Python官網(wǎng)上列出了一些，包括機(jī)器學(xué)習(xí)中最常用的數(shù)值計(jì)算庫(kù)Numpy和SciPy，機(jī)器視覺(jué)常用的OpenCV 3, HTTP庫(kù)Request，XML PARSER庫(kù)lxml，WEB框架Django.....關(guān)于3和2的兼容性，pythonhosted上有篇文章《Six: Python 2 and 3 Compatibility Library》講得非常詳細(xì)，大家可以參考。

最新的Release:：Python 3.6.4

可能也會(huì)有高手告訴新手，語(yǔ)法層面的差別不算事兒，Py2和Py3沒(méi)有區(qū)別，編程思想數(shù)據(jù)結(jié)構(gòu)算法才是核心吧啦吧啦，但是我覺(jué)得手鋸和電鋸還是有區(qū)別的。Python作為一門如日中天的動(dòng)態(tài)語(yǔ)言，在不斷進(jìn)化，語(yǔ)法改進(jìn)的背后，也就是“編程思想”的改進(jìn)。PL作為一個(gè)艱深的計(jì)算機(jī)科學(xué)分支，語(yǔ)法演化的背后是有深刻的思想性的東西的，輕視語(yǔ)法及其語(yǔ)義是不對(duì)的。

我的一個(gè)朋友遵循最新的C# Spec寫了一個(gè)軟件，然后告訴我說(shuō)：這代表了我2017年的編程水準(zhǔn)（他從1988年開(kāi)始編程）。我看了看，好多我沒(méi)見(jiàn)過(guò)的東西。雖然前幾年我也用C#寫過(guò)一款賴以謀生的軟件產(chǎn)品，但編程方式還比較古老一點(diǎn)，沒(méi)有深入了解C#語(yǔ)言的最新發(fā)展，換言之，也沒(méi)有了解C#的最新的編程思想。

新的一年里，如果想學(xué)一門新的手藝，就學(xué)Python 3吧。

1、從鍵盤輸入

Python 2有兩個(gè)內(nèi)置的函數(shù)用于從標(biāo)準(zhǔn)輸入讀取數(shù)據(jù)，默認(rèn)情況下來(lái)自鍵盤。這兩個(gè)函數(shù)分別是：input()和raw_input()。

Python 3中，不建議使用raw_input()函數(shù)。 input()函數(shù)可以從鍵盤讀取的全都會(huì)轉(zhuǎn)化為字符串類型。

圖中可以看出 就算我們輸入 123456789 input() 函數(shù) 還是完全把他看做 字符串

2、打開(kāi)和關(guān)閉文件

Python提供了默認(rèn)操作文件所必需的基本功能和方法?？梢允褂梦募?duì)象執(zhí)行大部分文件操作。

一下方法為 Python內(nèi)置 方法，不需要導(dǎo)入包。

1、打開(kāi)文件

在讀取或?qū)懭胛募埃仨毷褂肞ython的內(nèi)置open()函數(shù)打開(kāi)文件。此函數(shù)創(chuàng)建一個(gè)文件對(duì)象，該對(duì)象將用于調(diào)用與其相關(guān)聯(lián)的其他支持方法。

在 Pycharm IDE 中 輸入 open()， 然后按住 Ctrl 并且鼠標(biāo)單擊 open，即可查看 open 方法。

參數(shù)：

file：參數(shù)是一個(gè)字符串類型，指定要訪問(wèn)的文件名稱

mode：確定文件打開(kāi)的模式，即讀取，寫入，追加等。可能的值的完整列表如下表所示。 這是一個(gè)可選參數(shù)，默認(rèn)文件訪問(wèn)模式為(r - 也就是只讀)。

一般情況下 只需要 填入這兩個(gè)參數(shù)即可，其他保持默認(rèn)。

以下是打開(kāi)文件使用的模式的列表 ：

2、文件對(duì)象屬性

打開(kāi)一個(gè)文件并且有一個(gè)文件對(duì)象后，可以獲得與該文件相關(guān)的各種信息。

以下是與文件對(duì)象相關(guān)的所有屬性的列表：

3、close() 方法

文件對(duì)象的close()方法刷新任何未寫入的信息并關(guān)閉文件對(duì)象，之后不能再進(jìn)行寫入操作。

當(dāng)文件的引用對(duì)象重新分配給另一個(gè)文件時(shí)，Python也會(huì)自動(dòng)關(guān)閉一個(gè)文件。但使用close()方法關(guān)閉文件是個(gè)好習(xí)慣。

語(yǔ)法：fileName.close()

3、讀取與寫入文件

文件對(duì)象提供了一組訪問(wèn)方法，使代碼編寫更方便。read()和write()方法 分別用來(lái)讀取和寫入文件。

1、write()方法

write()方法將任何字符串寫入打開(kāi)的文件。 重要的是要注意，Python字符串可以是二進(jìn)制數(shù)據(jù)，而不僅僅是文本。

write()方法不會(huì)在字符串的末尾添加換行符(‘\n‘)

只需要一個(gè)參數(shù)，即需要寫入的文本內(nèi)容

PS.打開(kāi)文件的時(shí)候需要給予寫入的相關(guān)權(quán)限。

2、read()方法

read()方法用于從打開(kāi)的文件讀取一個(gè)字符串。 重要的是要注意Python字符串除文本數(shù)據(jù)外可以是二進(jìn)制數(shù)據(jù)。

這里，傳遞參數(shù) n 是從打開(kāi)的文件讀取的字節(jié)數(shù)。

該方法從文件的開(kāi)始位置開(kāi)始讀取，如果 n 不指定值，則讀取全文。

4、文件位置

tell()方法

用于獲取文件中的當(dāng)前位置; 換句話說(shuō)，下一次讀取或?qū)懭雽l(fā)生在從文件開(kāi)始處之后的多個(gè)字節(jié)數(shù)的位置。

seek(offset [，from])方法：

更改當(dāng)前文件位置。 offset參數(shù)表示要移動(dòng)的字節(jié)數(shù)。 from參數(shù)指定要移動(dòng)字節(jié)的引用位置。

from參數(shù)：

設(shè)置為0，則將文件的開(kāi)頭作為參考位置。 如果設(shè)置為1，則將當(dāng)前位置用作參考位置。 如果設(shè)置為2，則文件的末尾將被作為參考位置。

5、重命名和刪除文件

Python os模塊 提供用于執(zhí)行文件處理操作(如重命名和刪除文件)的方法。要使用此模塊，需要先將它導(dǎo)入，然后可以調(diào)用任何相關(guān)的函數(shù)。

1、rename()方法

rename()方法 有兩個(gè)參數(shù)，即 當(dāng)前的文件名 和 新的文件名。

2、remove()方法

remove()方法 通過(guò)提供要?jiǎng)h除的文件的名稱作為參數(shù)來(lái)刪除文件。

6、補(bǔ)充

1、Python 文件對(duì)象 的 方法

2、os模塊 的 方法 (略取了一部分)

7、文件讀取、寫入 (配合 文件選擇對(duì)話框) 代碼

1 # coding: utf-8

8、后言

還比較全，一般以后對(duì)文件的大部分操作都可以完成了。如果你還在入門糾結(jié)，哈哈如果你還在苦惱怎么入門python，小編有個(gè)建議，可以加小編弄的一個(gè)Python交流基地，大家可以進(jìn)入交流基地：58937142，里面新手入門資料，可以說(shuō)從零到項(xiàng)目實(shí)戰(zhàn)，都是可以免費(fèi)獲取的，還有程序員大牛為各位免費(fèi)解答問(wèn)題，熱心腸的小伙伴也是蠻多的。不失為是一個(gè)交流的的好地方，小編在這里邀請(qǐng)大家加入我的大家庭。歡迎你的到來(lái)。一起交流學(xué)習(xí)！共同進(jìn)步！小編等你！

在前面的學(xué)習(xí)中我們經(jīng)常會(huì)產(chǎn)生狠多錯(cuò)誤，比如：變量名沒(méi)定義，錯(cuò)誤的調(diào)用，等等，有些錯(cuò)誤在程序當(dāng)中我們必須正視修改過(guò)來(lái)，但是有些錯(cuò)誤則需要我們能讓程序繼續(xù)運(yùn)行下去，例如：存儲(chǔ)錯(cuò)誤，互聯(lián)網(wǎng)請(qǐng)求錯(cuò)誤，等等python3有一套準(zhǔn)們針對(duì)錯(cuò)誤機(jī)制語(yǔ)句來(lái)幫助我們處理錯(cuò)誤。

本身python3就會(huì)有異常處理的返回機(jī)制，比如除零錯(cuò)誤

>>>1/0

Traceback (most recent call last):

File "", line 1, in

ZeroDivisionError: pision by zero

Traceback是回溯的意思也就是找到一個(gè)錯(cuò)誤發(fā)生的地方，在第幾行的那個(gè)模塊中，這里我們返回的錯(cuò)誤名稱是ZeroDivisionError除零錯(cuò)誤，給出的解釋就是除以零。實(shí)際上每個(gè)異常都是一個(gè)類這個(gè)例子是ZeroDivisionError的實(shí)例，并且有很多種方法可以進(jìn)行捕捉，使程序?qū)Σ蹲降腻e(cuò)誤進(jìn)行處理而不是中斷程序的運(yùn)行。

錯(cuò)誤是可以用try except finally來(lái)處理，當(dāng)程序遇到一些可以可能預(yù)見(jiàn)的錯(cuò)誤時(shí)我們可以有這一機(jī)制來(lái)處理

#!/usr/bin/env python3

# -*- coding: utf-8 -*-

try:

print('try...')

x = int(input('enter number'))

y = 1 / x

print('result:', y)

except ZeroDivisionError as e:

print('except:', e)

finally:

print('finally...')

print('END')

編寫一個(gè)捕捉錯(cuò)誤的代碼，首先先用try:將可能產(chǎn)生錯(cuò)誤的代碼范圍框住，然后是程序呢代碼，這里我安排了一個(gè)我安排了一個(gè)自行輸入除數(shù)有可能除數(shù)為零的代碼，如果產(chǎn)生錯(cuò)誤則跳至代碼塊except模塊except ZeroDivisionError as e：這句的意思是，如果產(chǎn)生了異常，并且這個(gè)異常是ZeroDivisionError時(shí)，把ZeroDivisionError類里面的錯(cuò)誤解釋用as關(guān)鍵字實(shí)例化給e,然后在進(jìn)行打印，最后如果有finally語(yǔ)句塊則執(zhí)行這個(gè)語(yǔ)句塊.

D\text>python error.py

try...

enter number1

result: 1.0

finally...

END

enter number0

except: pision by zero

可以看到，觸發(fā)了異常之后打印異常然后繼續(xù)運(yùn)行程序。

如果有多個(gè)錯(cuò)誤處理的話我們可以把上面的代碼再做修改

except ValueError as e:

print('except',e)

print(type(e))

這個(gè)例子中我們?cè)谳斎霑r(shí)輸入一個(gè)字符，系統(tǒng)就會(huì)拋出一個(gè)ValueError錯(cuò)誤，同樣我們用except捕捉到再打印出來(lái)，多重錯(cuò)誤判斷及捕獲可以用以上方法。

使用try...except捕獲錯(cuò)誤還有一個(gè)巨大的好處，就是可以跨越多層調(diào)用，比如函數(shù)main()調(diào)用foo()，foo()調(diào)用bar()，結(jié)果bar()出錯(cuò)了，這時(shí)，只要main()捕獲到了，也就是說(shuō)不需要在每個(gè)可能出現(xiàn)錯(cuò)誤的地方用try except,只要在合適的層次寫上即可

不過(guò)既然錯(cuò)誤信息一種類我們也可以自己來(lái)定義一個(gè)錯(cuò)誤類

class SelfError(ValueError):

pass

def foo(s):

n = int(s)

if n==0:

raise SelfError('invalid value: %s' % s)

return 10 / n

自己定義的錯(cuò)誤類class SelfError(ValueError):

在s =0的時(shí)候可以觸發(fā)，觸發(fā)引入錯(cuò)誤類時(shí)用關(guān)鍵字raise

raise語(yǔ)句如果不帶參數(shù)，就會(huì)把當(dāng)前錯(cuò)誤原樣拋出。此外，在except中raise一個(gè)Error，還可以把一種類型的錯(cuò)誤轉(zhuǎn)化成另一種類型：

10 / 0

except ZeroDivisionError:

raise ValueError('input error!')

以上代碼中本身已經(jīng)有捕獲到ZeroDivisionError錯(cuò)誤了，但是 raise ValueError把這個(gè)錯(cuò)誤強(qiáng)行轉(zhuǎn)換成了ValueError并且錯(cuò)誤信息為'input error!

注：本文只做數(shù)據(jù)來(lái)源分析，暫未抓取數(shù)據(jù)

1. 打開(kāi)知乎頁(yè)面（地址來(lái)自上次爬蟲(chóng)爬取的數(shù)據(jù)）

示例： https://zhihu/question/41508191

2. 打開(kāi)可以看到需要抓取的數(shù)據(jù)有（標(biāo)簽、標(biāo)題、描述、答案）

頁(yè)面

3. 查看網(wǎng)頁(yè)請(qǐng)求狀況（由于該問(wèn)題答案較少，暫時(shí)用 https://zhihu/question/65381487 查看接口數(shù)據(jù)）

可以發(fā)現(xiàn)答案的接口。（還有相似問(wèn)題和相關(guān)live，暫時(shí)沒(méi)有用到）

查看接口

4. 由于我們請(qǐng)求到的網(wǎng)頁(yè)中的js是不會(huì)執(zhí)行的，所以我們先禁用瀏覽器js（js禁用方法，請(qǐng)自行百度）

禁用js后的頁(yè)面

5. 接口只能看到答案，所以我們還需要在頁(yè)面上找到其他數(shù)據(jù)

經(jīng)過(guò)對(duì)比發(fā)現(xiàn)，js執(zhí)行過(guò)的描述是有圖片的，但是js未執(zhí)行的沒(méi)有圖片，描述不夠完整。

但是沒(méi)有描述的請(qǐng)求，所以，猜測(cè)描述被隱藏在了頁(yè)面的其他地方

搜索中的描述部分內(nèi)容，可以發(fā)現(xiàn)確實(shí)被隱藏在了標(biāo)簽中

6. 將描述內(nèi)容格式化

格式化后發(fā)現(xiàn)，需要獲取的標(biāo)簽、標(biāo)題、描述等信息均在里面，不用再去網(wǎng)站上查找其他接口

格式化數(shù)據(jù)

喜歡就點(diǎn)個(gè)贊吧！