Python中经常使用的代码片段

更新时间：2022年01月26日 10:48:02 作者：rs勿忘初心

大家好，本篇文章主要讲的是Python中经常使用的代码片段，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下

日期生成

获取过去 N 天的日期

import datetime
 
 
def get_nday_list(n):
    before_n_days = []
    # [::-1]控制日期排序
    for i in range(1, n + 1)[::-1]:
        before_n_days.append(str(datetime.date.today() - datetime.timedelta(days=i)))
    return before_n_days
 
 
a = get_nday_list(30)
print(a)

输出：

['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', '2022-01-22', '2022-01-23', '2022-01-24']

生成一段时间区间内的日期

import datetime
 
 
def create_assist_date(datestart = None,dateend = None):
    # 创建日期辅助表
    if datestart is None:
        datestart = '2016-01-01'
    if dateend is None:
        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'))
    while datestart<dateend:
        # 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'))
    return date_list
 
 
d_list = create_assist_date(datestart='2021-12-27', dateend='2021-12-30')
print(d_list)

输出：

['2021-12-27', '2021-12-28', '2021-12-29', '2021-12-30']

保存数据到CSV

保存数据到 CSV 算是比较常见的操作了，下面代码如果运行正确会生成"2022_data_2022-01-25.csv"文件。

import os
 
 
def save_data(data, date):
    """
    :param data:
    :param date:
    :return:
    """
    if not os.path.exists(r'2022_data_%s.csv' % date):
        with open("2022_data_%s.csv" % date, "a+", encoding='utf-8') as f:
            f.write("标题,热度,时间,url\n")
            for i in data:
                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:
        with open("2022_data_%s.csv" % date, "a+", encoding='utf-8') as f:
            for i in data:
                title = i["title"]
                extra = i["extra"]
                time = i['time']
                url = i["url"]
                row = '{},{},{},{}'.format(title,extra,time,url)
                f.write(row)
                f.write('\n')
 
 
data = [{"title": "demo", "extra": "hello", "time": "1998-01-01", "url": "https://www.baidu.com/"}]
date = "2022-01-25"
 
save_data(data, date)

requests 库调用

据统计，requests 库是 Python 家族里被引用的最多的第三方库，足见其江湖地位之高大！

发送 GET 请求

import requests
 
 
headers = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.110 Safari/537.36',
  'cookie': 'some_cookie'
}
response = requests.request("GET", url, headers=headers)

发送 POST 请求

import requests
 
 
payload={}
files=[]
headers = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.110 Safari/537.36',
  'cookie': 'some_cookie'
}
response = requests.request("POST", url, headers=headers, data=payload, files=files)

Python 操作各种数据库

操作 Redis

连接 Redis

import redis
 
 
def redis_conn_pool():
    pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True)
    rd = redis.Redis(connection_pool=pool)
    return rd

写入 Redis

from redis_conn import redis_conn_pool
 
 
rd = redis_conn_pool()
rd.set('test_data', 'mytest')

操作 MongoDB

连接 MongoDB

from pymongo import MongoClient
 
 
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

 
import MySQLdb
 
# 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("SELECT VERSION()")
 
# 使用 fetchone() 方法获取一条数据
data = cursor.fetchone()
 
print "Database version : %s " % data
 
# 关闭数据库连接
db.close()

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

import pandas as pd
import os
 
 
df_list = []
for i in os.listdir():
    if "csv" in i:
        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

import threading
import time
 
exitFlag = 0
 
class myThread (threading.Thread):
    def __init__(self, threadID, name, delay):
        threading.Thread.__init__(self)
        self.threadID = threadID
        self.name = name
        self.delay = delay
    def run(self):
        print ("开始线程：" + self.name)
        print_time(self.name, self.delay, 5)
        print ("退出线程：" + self.name)
 
def print_time(threadName, delay, counter):
    while counter:
        if exitFlag:
            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

异步爬取网站代码示例：

import asyncio
import aiohttp
import aiofiles
 
async def get_html(session, url):
    try:
        async with session.get(url=url, timeout=8) as resp:
            if not resp.status // 100 == 2:
                print(resp.status)
                print("爬取", url, "出现错误")
            else:
                resp.encoding = 'utf-8'
                text = await resp.text()
                return text
    except Exception as e:
        print("出现错误", e)
        await get_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

async def download(title_list, content_list):
    async with aiofiles.open('{}.txt'.format(title_list[0]), 'a',
                             encoding='utf-8') as f:
        await f.write('{}'.format(str(content_list)))

总结

到此这篇关于Python中经常使用的代码片段的文章就介绍到这了,更多相关Python代码片段内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

django框架模板语言使用方法详解
这篇文章主要介绍了django框架模板语言使用方法,结合实例形式详细分析了Django框架常用的模板语言语法与相关使用技巧,需要的朋友可以参考下
2019-07-07
Python入门Anaconda和Pycharm的安装和配置详解
这篇文章主要介绍了Python入门Anaconda和Pycharm的安装和配置详解，文章通过图文介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2019-07-07
Python程序包的构建和发布过程示例详解
Python程序包的构建和发布过程，本文通过示例代码给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友参考下吧
2019-06-06
Python爬虫设置Cookie解决网站拦截并爬取蚂蚁短租的问题
这篇文章主要介绍了Python爬虫设置Cookie解决网站拦截并爬取蚂蚁短租,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2021-02-02
Python中Subprocess的不同函数解析
这篇文章主要介绍了Python中Subprocess的不同函数解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2019-12-12
在python中bool函数的取值方法
今天小编就为大家分享一篇在python中bool函数的取值方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-11-11
Python中处理表格数据的Tablib库详解
这篇文章主要介绍了Python中处理表格数据的Tablib库详解,Tablib 是一个 MIT 许可的格式不可知的表格数据集库，用 Python 编写,它允许您导入、导出和操作表格数据集,需要的朋友可以参考下
2023-08-08
python切片复制列表的知识点详解
在本篇文章里小编给大家整理的是一篇关于python切片复制列表的知识点相关内容，有兴趣的朋友们可以跟着学习下。
2021-10-10
python批量读取文件名并写入txt文件中
这篇文章主要为大家详细介绍了python批量读取文件名并写入txt文件中，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2019-08-08
Python标准库学习之operator.itemgetter函数的使用
operator.itemgetter是Python标准库operator模块中的一个函数,本文主要介绍了Python标准库学习之operator.itemgetter函数的使用,具有一定的参考价值,感兴趣的可以了解一下
2024-07-07