# 热身练习：将100以内的素数输出到文件中  # 素数判断函数 def is_prime(num: int) -> bool:       ''' 判断一个正整数是否是质数 :param num: 正整数 :return: 质数返回True,否则返回False '''     for i in range(2, int(num ** 0.5)   1):  # 需取到num**0.5         if num % i == 0:             return False     return True   with open('prime.txt', 'w', encoding='utf-8') as file:     for n in range(2, 100):         if is_prime(n):             # 方法一：             print(n, file=file)  # 将结果打印到文件中，而不是控制台             # 方法二：             file.write(str(n))             file.write('\n')  # 换行符             # 方法三：             file.write(f'{ 
          n}\n')  # 格式化字符串 

对象序列化（serialization）和反序列化（deserialization）

• 序列化:将对象(字典、列表等)变成字符串（str）或者字节串（bytes）

• 反序列化：从字节串或字符串中恢复一个对象（字典、列表等）

ython的标准库有**json(字符串) / pickle(字节串)**模块，可以支持我们做序列化和反序列化操作

JSON —> JavaScript Object Notation —> JavaScript语言创建对象的字面量语法 (字面量：常数量)

例如：

let person = { 
        
    name: "骆骆",
    age: 41,
    sex: True
}

这种数据格式也非常适合在两个系统（尤其是异构的系统）传输数据（因为它是纯文本），所以今天当我们说到JSON，更多的时候是把它当成一种数据交换格式。

Python中的字典跟JSON格式非常的像，所以我们可以通过将字典转成JSON格式的字符串，就可以写入文件中实现持久化。

文件保存数据的方式：

• 二进制文件，字节串

• 文本文件，字符串

json序列化，其他编程语言能读出来

pickle序列化，是python的私有化语言，其他编程语言不能读出来

Python3 中可以使用 json 模块来对 JSON（文本文件） 数据进行编解码，它包含了两个函数：

1. 编码（序列化 - 把一个对象（字典、列表等）变成字符串（str）或者字节串（bytes））

• json.dumps(): 对数据进行编码。
• json.dump(操作对象, fp = 文件对象): 对数据进行编码。

2）解码（反序列化 - 从字节串或字符串中还原出一个对象（字典、列表等））

• json.loads(): 对数据进行解码。

• **json.load(fp=文件对象)😗*对数据进行解码。

将字典和列表写入到文件中

import json

person = { 
        
    'name': '骆骆',
    'age': 41,
    'sex': True,
    'friends': ['赵云', '马超', '辛弃疾'],
    'car': { 
        
        'brand': 'QQ',
        'max_speed': 120
    }
}
with open('person.txt', 'w') as file:
    # 序列化
    # 方法一：（分解写法）
    # content = json.dumps(person)
    # file.write(content)
    # 方法一：（合并写法）
    # print(json.dumps(person), file=file)
    
    # 方法二：
    json.dump(person, fp=file)

读取文件中的JSON格式数据还原成字典对象

反序列化：将字符串还原成（字典）对象

import json

with open('person.txt') as file:
    # 反序列化：将字符串还原成（字典）对象
    # content = file.read()
    # obj = json.loads(content)
    # 从文件中读取JSON字符串还原成字典对象
    obj = json.load(fp=file)
    print(obj)
    print(type(obj))

Python3 中可以使用 pickle 模块来对 二进制文件 数据进行编解码，它包含了两个函数：

• pickle.dumps(): 对数据进行编码。
• pickle.dump(操作对象, file=文件对象):对数据进行编码。
• pickle.loads(): 对数据进行解码。

将字典和列表写入到文件中

import pickle

person = { 
        
    'name': '骆骆',
    'age': 41,
    'sex': True,
    'friends': ['赵云', '马超', '辛弃疾'],
    'car': { 
        
        'brand': 'QQ',
        'max_speed': 120
    }
}
with open('person.dat', 'wb') as file:
    # 序列化
    # print(json.dumps(person), file=file)
    # content = json.dumps(person)
    # file.write(content)
    pickle.dump(person, file=file)

读取文件中的Pickle格式数据还原成字典对象

反序列化：将字节串（二进制数据）还原成（字典）对象

import pickle

with open('person.dat', 'rb') as file:
    # 反序列化：将字节串（二进制数据）还原成（字典）对象
    obj = pickle.load(file)
    print(obj)
    print(type(obj))
    
    # 结果：
    # {'name': '张三', 'age': 18, 'gender': True, 'friends': ['小花', '小明'], 'car': {'brand': 'QQ', 'max_speed': 120}}
    # class 'dict'>

URL —> 网址 —> 统一资源定位符 —> 能够唯一标识一个（网络）资源的符号

URL —> Universal Resource Locator —>唯一标识一个（网络)资源

例如：百度首页

https://www.baidu.com/ 简写版

https://www.baidu.com:443/index.html 完整版

https://14.215.177.38:443/index.html IP地址版

https://www.baidu.com:443/img/PCtm_d9c8750bed0b3c7d089fa7d55720d6cf.png

例如：豆瓣网

https://movie.douban.com:443/top250

https://movie.douban.com/top250?start=25&filter= ？后的不属于URL的内容，是请求参数

协议://用户名:口令@域名或者IP地址:端口/路径1/路径2/资源名称

URI —> 统一资源标识符 —> URL + URN

使用三方库 requests 可以非常方便的实现通过URL访问网络资源的操作 可以使用Python的包管理工具 pip 来安装和管理三方库以及三方工具

修改 pip 下载源为国内的镜像网站（推荐使用豆瓣网的镜像） pip config set global.index-url https://pypi.doubanio.com/simple

检查有没有pip包：terminal(py文件下方位置) - 输入：pip --version

查找三方库：pip search requests 安装三方库：pip install requests 卸载三方库：pip uninstall requests 更新三方库：pip install -U requests

协议 —> 规范和标准 —> 网络协议 —> 通过网络进行通信的双方要遵守的规范和标准 HTTP —> 超文本传输协议 —> 请求响应式协议

HTTP -> 超文本传输协议 HTTP(S) -> 超文本传输协议（安全版本）

首先，安装第三方库requests,使用前需先导入.

import requests

requests.get(url=数据地址, params = 请求数据参数) - 通过指定的URL向Web服务器发起一个请求，该函数会返回一个相应对象

网页上获取数据：例如：从聚合数据平台获取天气数据：聚合数据 —> 天气预报（查看） —> 申请数据(得到key) —> 测试 —> 填入请求参数 -> 发送请求

通过python联网获取数据：例如：从聚合数据平台获取天气数据：聚合数据 —> 天气预报 —> 申请数据,获取key—> 查看天气预报中的API文档，获取接口地址（http://apis.juhe.cn/simpleWeather/query）,获取请求参数

# 从聚合数据平台获取天气数据
# 聚合数据 ---> 天气预报 ---> 申请数据,获取`key`---> 查看天气预报中的`API文档`，获取`接口地址`（http://apis.juhe.cn/simpleWeather/query）,获取`请求参数`

import json

import requests

# get函数会通过你指定的URL向Web服务器发起一个请求，该函数会返回一个响应对象
resp = requests.get(
    url='http://apis.juhe.cn/simpleWeather/query',
    params={ 
        
        'city': '上海',
        'key': 'e73ebce8dc3cb2f35510f4462f08430c'
    }
)
# 获取服务器响应的内容并将其反序列化成一个字典对象
weather_dict = json.loads(resp.text)
print(weather_dict['result']['realtime'])
# futures = weather_dict['result']['future']
# for future in futures:
# print(future)

# 聚合数据 - 手机归属地

import json

import requests

url = 'http://apis.juhe.cn/mobile/get'
key = 'a85eb75a4850c5502be6ff253e70b5f2'
phone = '15882460234'

resp_phone_belong = requests.get(
    url = url,
    params={ 
        
        'key':key,
        'phone':phone
    }
)

print(resp_phone_belong.text)  # .text - 获取网页内容，得到网页内容的字符串
phone_belong_dict = json.loads(resp_phone_belong.text)  # .loads - 反序列化，将字符串转换为字典
print(phone_belong_dict)

# 天行数据 - 头条新闻获取
# 每页获取10条新闻
for page in range(1,6):
    resp_news = requests.get(
        url = 'http://api.tianapi.com/topnews/index',
        params={ 
        
            'key':'e8c5524dd2a365f20908ced735f8e480',
            'page':page,
            'num':10
        }
    )
    result = resp_news.json()  # 将resp_news转换为字典【待查证】
    for news_dict in result['newslist']:
        print(news_dict['title'])  # 新闻标题
        print(news_dict['url'])  # 新闻链接
        print(news_dict['source'])  # 新闻来源
        print('-'*30)

• 文本文件对象.text - 通过响应对象获取服务器返回的文本内容

• 二进制文件对象.content - 通过响应对象获取服务器返回的二进制数据

# 通过响应对象获取服务器返回的内容

import requests

resp = requests.get('https://www.sohu.com/')
# 通过响应对象获取服务器返回的文本内容
print(resp.text)

resp = requests.get('http://29e5534ea20a8.cdn.sohucs.com/c_cut,x_47,y_0,w_588,h_392,c_zoom,h_103/os/news/d5d461792f7944f11e9ed9a2bd2ff7a5.jpg')
with open('test.jpg', 'wb') as file:
    # 通过响应对象获取服务器返回的二进制数据
    file.write(resp.content)

给文件标题添加时间

from datetime import datetime

import openpyxl
import requests

workbook = openpyxl.Workbook()
sheet = workbook.active
sheet.append(('标题', '链接', '来源'))
for page in range(1, 6):
    resp = requests.get(
        url='http://api.tianapi.com/topnews/index',
        params={ 
        
            'key': 'e8c5524dd2a365f20908ced735f8e480',
            'page': page,
            'num': 20
        }
    )
    result = resp.json()
    for news_dict in result['newslist']:
        title, url, source = news_dict['title'], news_dict['url'], news_dict['source']
        sheet.append((title, url, source))
curr = datetime.now()
workbook.save(f'头条新闻数据_{ 
          curr.year}{ 
          curr.month:0>2d}{ 
          curr.day:0>2d}.xlsx')

工作簿(workbook)：一个Excel文件叫一个工作簿

工作表(sheet) ：工作簿中的一个表格叫做一个工作表

单元格(cell)：Excel文件表中表格的行列交汇点叫单元格

python操作Excel文件需借助第三方库openpyxl

首先，安装第三方库openpyxl,使用前需先导入

import openpyxl

创建一个Excel工作簿

workbook = openpyxl.Workbook()

创建工作表

workbook.create_sheet('hello')

获取默认的工作表

sheet = workbook.active

• 工作表.append(数据)

  注意：想要把多个数据写在同一行，并分别填入多个单元格，就需要将数据以序列的方式传入

• 工作表.cell(行索引，列索引，数据)

  • 注意：工作表中的行索引和列索引都是从1开始的

sheet.append(('姓名', '语文', '数学', '英语'))
# sheet.append(['姓名', '语文', '数学', '英语'])
sheet.append(('张三', 50, 60, 70))
sheet.append(('李四', 53, 66, 72))
sheet.append(('王五', 51, 67, 74))

sheet.cell(5, 1, '小明')  # 在5行4列单元格写入'小明'

• 工作对象.save(文件路径)

workbook.save('学生成绩表.xlsx')

练习：

# 练习：从天行数据获取头条新闻，并将数据保存至excel
news = openpyxl.Workbook()
# news.create_sheet('news')
sheet = news.active
# sheet.append(('title'))

for page in range(1, 6):
    resp_news = requests.get(
        url='http://api.tianapi.com/topnews/index',
        params={ 
        
            'key': 'e8c5524dd2a365f20908ced735f8e480',
            'page': page,
            'num': 10
        }
    )
    result = resp_news.json()  # 将resp_news转换为字典
    for news_dict in result['newslist']:
        title,url,source = news_dict['title'], news_dict['url'], news_dict['source']
        sheet.append((title, url, source))
        # sheet.append((news_dict['url']))
        # sheet.append((news_dict['source']))

        # print(news_dict['title']) # 新闻标题
        # print(news_dict['url']) # 新闻链接
        # print(news_dict['source']) # 新闻来源
        # print('-'*30)
curr = datetime.now()  # 获取当前的结构体时间
news.save(f'新闻_{ 
          curr.year}{ 
          curr.month:0>2d}{ 
          curr.day:0>2d}.xlsx')  # 文件名中加日期

如何用Excel打开乱码文件：现将文件另存为UTF-8 with BOM utf8bom文件，再用Excel打开

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-yeLAOAQy-1634975911748)(C:\Users\32873\AppData\Roaming\Typora\typora-user-images\image-20211012091006237.png)]

openpyxl.load_workbook(‘文件路径’)

#读取excel文件

import openpyxl

# 加载Excel文件 ---> Workbook
workbook = openpyxl.load_workbook('resources/口罩销售数据.xlsx')
# 获取所有工作表的名字
print(workbook.sheetnames)
# 获得第一个工作表 ---> Worksheet
sheet = workbook.worksheets[0]
# 获取单元格的数据
print(sheet.cell(3, 4).value)
print(sheet['D3'].value)
# 单元格的范围
print(sheet.dimensions)
# 获取表格的行数和列数
print(sheet.max_row, sheet.max_column)
# 循环遍历所有的数据
# for row in range(1, sheet.max_row + 1):
# for col in range(1, sheet.max_column):
# print(sheet.cell(row, col).value, end='\t')
# print()
for row in range(2, sheet.max_row + 1):
    for col in 'ABCDEF':
        print(sheet[f'{ 
          col}{ 
          row}'].value, end='\t')
    print()

例如：

在当前⽂文件夹下有⼀一个名为“阿⾥里里巴巴2020年年股票数据.xlsx”的Excel⽂文件，如果想读取并显示该⽂文件的内容， 可以通过如下所示的代码来完成。

import datetime

import openpyxl

# 加载⼀一个⼯工作簿 ---> Workbook
wb = openpyxl.load_workbook('阿⾥里里巴巴2020年年股票数据.xlsx')
# 获取⼯工作表的名字
print(wb.sheetnames)
# 获取⼯工作表 ---> Worksheet
sheet = wb.worksheets[0]
# 获得单元格的范围
print(sheet.dimensions)
# 获得⾏行行数和列列数
print(sheet.max_row, sheet.max_column)

# 获取指定单元格的值
print(sheet.cell(3, 3).value) 	 #通过cell方法
print(sheet['C3'].value)	  # 通过单元格
print(sheet['G255'].value) 		 # 通过单元格

# 获取多个单元格（嵌套元组） - 返回嵌套的元组
print(sheet['A2:C5']) 	 # 通过切片
# print(sheet['A2':'C5'])

# 读取所有单元格的数据
for row_ch in range(2, sheet.max_row + 1):
    for col_ch in 'ABCDEFG':
        value = sheet[f'{ 
          col_ch}{ 
          row_ch}'].value
        if type(value) == datetime.datetime:
            print(value.strftime('%Y年年%m⽉月%d⽇日'), end='\t')    # \t：表示空四个字符，或一个缩进/制表符/Tab键
        elif type(value) == int:
            print(f'{ 
          value:<10d}', end='\t')
            # X < Nd - 将数据转换为长度为N的字符串，不够在后面用X(默认为空格)对应的字符来填充
        elif type(value) == float:
            print(f'{ 
          value:.4f}', end='\t')  
            # .Nf - 保留N位小数
        else:
            print(value, end='\t')
    print()

CSV（Comma Separated Values）全称逗号分隔值文件是⼀一种简单、通⽤用的⽂文件格式，被⼴广泛的应⽤用于应⽤用程序 （数据库、电⼦子表格等）数据的导⼊入和导出以及异构系统之间的数据交换。因为CSV是纯⽂文本⽂文件，不不管是什什么操 作系统和编程语⾔言都是可以处理理纯⽂文本的，⽽而且很多编程语⾔言中都提供了了对读写CSV⽂文件的⽀支持，因此CSV格式在 数据处理理和数据科学中被⼴广泛应⽤用。

使用方法参见 ‘第23课：⽤用Python读写CSV⽂文件.pdf’

常用的字符编码为’utf - 8’

若文件存为了UTF-8 with BOM utf8bom文件，则相应的字符编码为’utf-8-sig’

1utf - 8 - sig 带签名的UFT-8 —> 有字节序标记

with open('./resources/2018年北京积分落户数据.csv', 'r', encoding='utf-8-sig') as file:
    # utf - 8 - sig 带签名的UFT-8 ---> 有字节序标记
    content = file.readline()  # 读取一行内容
    # file.readlines() # 可一次性读完文件所有内容，但不推荐该做法（因为文件很大时，内存消耗太大）
    while content:
        print(content, end='')
        content = file.readline()
        

# 注意：如果读取UTF-8 with BOM utf8bom文件时指定encoding='utf-8'，读出结果结果中可能会多出一点内容，例如：
with open('./resurces/2018年北京积分落户数据.csv', 'r', encoding='utf-8') as file:
# 结果：
# ['\ufeffid', 'name', 'birthday', 'company', 'score']
# 其中的feff是字节序标记，因为该文件为UTF-8 with BOM utf8bom文件，即为带签名的UFT-8的文件，encoding='utf-8-sig'

with open('./resources/2018年北京积分落户数据.csv', 'r', encoding='utf-8-sig') as file:
    reader = csv.reader(file, delimiter='#')  #
    # csv.reader()的参数还有：
    # delimiter（默认是逗号）
    # 该文件为逗号分隔的文件，若为其他符号作为分隔符的文件，则需要用参数delimeter（默认是逗号）进行指定（需与原文件的分隔符相同），否则会将整个一行作为同一个字符串读出（即一行只有一个元素）
    # quotechar='|' - 去掉包围符|

    # 如果值带有包围符（双引号，或|），但不想读出|，就需要用参数quotechar='|'来去除包围
    for line in reader:
        print(line)