Python基础案例教程第8章 Python编程实战课件 中职 高三 工信版 教学课件

《Python基础案例教程》（微课版） 第8章 Python编程实战 第8章 Python编程实战 Python语言强大之处在于它拥有众多的第三方库，构建起了一个庞大的生态圈。比如在网页开发、网络编程、网络爬虫、云计算、人工智能、自动化运维、科学计算以及游戏开发等领域，都可以非常方便地使用Python编写程序解决问题，这使得Python几乎无所不能。 本章主要介绍Python爬虫、数据处理以及人工智能几个方面的应用。通过三个较大的实战项目，经历程序开发的完整过程，学习在第三方库的帮助下，解决较为复杂的实际问题。 教学内容 01 新书推荐榜 02 就业信息管理 03 人脸识别考勤系统 目录 CONTENTS 8.1.1 项目分析 李明作为学校读书会的成员，需要定期向同学们推荐新书。当当网定期根据销售及评论数据，更新许多图书榜单，其中有各类新书榜单，这正是李明同学所需要的。一般做法是，复制每本书的相关信息，保存下来，但是这种方法费时费力，能否通过Python编写程序，自动从当当网的榜单页面，提取其中的书名、作者、出版社等信息，生成自己的新书推荐榜单呢？ 新书推荐榜 8.1.1 项目分析 新书推荐榜 如何编写一个网络爬虫程序，自动访问当当网的新书榜单页面？ 如何将HTML页面中指定的信息提取出来？ 提出问题 分析目标页面 8.1.1 项目分析 新书推荐榜 从页面中可以看出，榜单共有25页，每页20本，共列出了500本图书信息。单击某个页码，网址最后一个数字会变化，根据这个规则，即可得到每个页面的URL地址 页码 图书信息 URL地址 1 第1~20条 http://bang.dangdang.com/books/newhotsales/01.05.00.00.00.00-recent7-0-0-1-1 2 第21~30条 http://bang.dangdang.com/books/newhotsales/01.05.00.00.00.00-recent7-0-0-1-2 5 第81~100条 http://bang.dangdang.com/books/newhotsales/01.05.00.00.00.00-recent7-0-0-1-5 确定信息需求 8.1.1 项目分析 新书推荐榜 图书信息 标签类型 标签层级位置 书名 <a>标签 li> div.name > a 作者 <a>标签 li> div.publisher_info > a 出版社 <a>标签 li> div.publisher_info > a 推荐指数 <span>标签 li> div.star > span.tuijian 例如：书名“2020武汉日记…”文字是一个<a>标签，其父标签是一个名为name的div标签，再往上级是一个li标签，通过这些层级关系，就可以准确定位一个标签在HTML代码中的位置。 明确项目目标 8.1.1 项目分析 新书推荐榜 （1）根据榜单页码规则，拼接每页的URL地址； （2）向服务器发送HTTP请求； （3）获取反馈结果，取出图书信息部分源码； （4）解析出每本书的书名、作者、出版社、推荐指数； （5）将每本书的信息保存到列表中，并显示出来。 知识准备 8.1.1 项目分析 新书推荐榜 1．网络爬虫的工作过程 网络爬虫工作过程如图8.4所示，首先由客户端爬虫程序向目标网站服务器发送一个URL请求，服务器返回一个HTML页面，客户端爬虫程序解析出需要的数据，保存起来，再向服务器发送下一个URL请求，如此循环往复，直至爬取所需的全部页面。 知识准备 8.1.1 项目分析 新书推荐榜 2．发送HTTP请求 网络爬虫程序工作的第一步是向目标网站发起HTTP请求。Python中的requests库，专门用于向服务器发送HTTP请求，并获得返回数据。使用前，需要先用pip命令安装。 requests库中最常用的请求方式是GET，只需要将URL地址作为参数，就可以向URL指定的服务器发送请求，服务器接收到请求后，返回一个response对象，里面包括状态码、头部信息以及HTML源码文本。 知识准备 8.1.1 项目分析 新书推荐榜 3．解析HTML标签 获取到网页源码后，如何将指定的标签内容提取出来呢？除了字符串搜索以外，Python提供了许多优秀的第三方库，可以快速定位并提取源码中的HTML标签，其中BeautifulSoup4比较常用。使用之前，需要使用pip install bs4安装。 解题思路 8.1.2 项目规划 新书推荐榜 算法设计 8.1.2 项目规划 新书推荐榜 编程实现 8.1.3