文章分类 - AI-2Python
摘要:win系统开发,linux系统部署(推荐) 这种情况属于:Linux操作系统做项目部署,Windows操作系统远程连接项目做实际开发(企业真实开发环境) 首先,在远程服务器上下载项目文件: git clone --branch v1.0.0 https://github.com/fufankeji/
阅读全文
摘要:在现代 web 开发中,API(应用程序编程接口)成为了系统之间交互的核心。API 允许不同的软件应用之间交换数据,它是 前后端,Web 服务、移动应用间沟通的桥梁。 FastAPI 是一个非常不错的框架,它简单高效,适合初学者快速上手。 什么是 API? API(应用程序编程接口) 是一组定义不同
阅读全文
摘要:1. 浮点数的核心概念 (1) 有效数字(Significant Digits) 有效数字是浮点数中实际能精确表示的数字位数,包括整数和小数部分的总位数。例如: 123.45 的有效数字是 5 位(1, 2, 3, 4, 5)。 0.00123 的有效数字是 3 位
阅读全文
摘要:包管理 1. pip 和 pip3 是什么? pip 是 Python 的官方包管理工具,用于安装、卸载和管理 Python 第三方库。它的名字来源于 “Pip Installs Packages”。 pip3 是专门为 Python 3 设计的 pip 命令。在同时安装 Python 2 和 Py
阅读全文
摘要:PEP 8是Python的官方代码风格指南,旨在提供一致、易于阅读和易于维护的 Python代码。 PEP 8规范包括以下方面: 完整的规范移步这里两个传送门 pep8规范 官方文档:https://www.python.org/dev/peps/pep-0008/ PEP8中文翻译:http://
阅读全文
摘要:在 Python 中删除字符串中的换行符,可以使用字符串方法或正则表达式,以下是详细实现和对比: 一、字符串方法(无需额外库,效率高) 方法 1:replace() 直接替换 text = "这是第一行\n下一行\r带有换行的\r\n例子" # 分别替换 \r 和 \n(注意顺序) clean_te
阅读全文
摘要:xPath(XML Path language)是一门路径语言,在XML中查找信息的语言,可用来在XML文档中对元素和属性进行遍历。 基本使用 import requests from lxml import etree header = { "user-agent": "Mozilla/5.0 (
阅读全文
摘要:阅读本文之前,需要掌握爬虫和Python异步编程的相关知识,拓展阅读:爬虫案例-对比单线程、多线程、多进程、异步编程的效率 import asyncio import aiohttp from aiohttp import ClientSession, ClientTimeout import ti
阅读全文
摘要:在 Python 中,with 语句是一个用于资源管理的语法结构,它通过上下文管理器(Context Manager)自动处理资源的获取和释放(如文件、网络连接、锁等)。而 async with 是其异步版本,专为异步编程设计。以下是详细解析: 1. with 语句的本质 with 不是方法,而是一
阅读全文
摘要:一、为什么要学异步编程? 想象你是一位餐厅服务员,现在有两种工作方式:传统同步方式: 接待顾客A → 去厨房下单 → 等待厨师做菜(干等着不做事) 菜做好后送给A → 接待顾客B → 重复等待...异步方式: 接待顾客A → 去厨房下单 → 立即回来接待顾客B 当A的菜做好时,厨房会通知你 → 你再
阅读全文
摘要:阅读本文之前请确保已经掌握:Python异步编程 基础 在 I/O 密集型任务(如高频次网络请求)中,使用 asyncio(异步 I/O 框架)和 aiohttp(异步 HTTP 客户端)可以显著提升性能,其核心优势在于 单线程内通过事件循环实现高并发,避免了多进程或多线程的上下文切换和资源开销。以
阅读全文
摘要:我采用了单线程,多线程,多进程,异步编程来爬取菜鸟教程100例题 先说结论: 单线程单进程耗时:0:00:21.835015 多线程耗时:0:00:07.817000 多进程耗时:0:00:05.293997 异步编程:0:00:02.583346!!!!!!!!!!!!!!!!!!!!!!!! 实
阅读全文
摘要:Python多进程的工作原理:在Python中,每个(子)进程都有自己独立的内存空间,这意味着全局变量在子进程中并不是共享的。当使用`multiprocessing.Pool`创建子进程时,每个子进程都会复制父进程的内存状态,包括全局变量。但是,每个子进程对全局变量的修改只会影响自己的内存空间,而不
阅读全文
摘要:在 Python 中实现并发任务时,concurrent.futures 是一个高效且简洁的标准库模块,尤其适合处理 I/O 密集型任务(如网络请求)。 concurrent.futures 通过简洁的 API 和自动化的资源管理,显著降低了并发编程的复杂度。在爬虫场景中,结合多线程并发请求,可以轻
阅读全文
摘要:对于微秒级任务,优先使用多线程。 1微秒=0.000001秒 对于毫秒级及以上任务,逐步增加进程数,找到性能拐点。 1毫秒=0.001秒 标准库concurrent.futures from concurrent.futures import ThreadPoolExecutor, as_compl
阅读全文