那些有趣好玩强大的Python库

Python 语言向来以丰富的第三方库而闻名，今天来介绍几个非常nice的库，有趣好玩且强大！

数据采集

在当今互联网时代，数据实在是太重要了，首先我们就来介绍几个优秀的数据采集项目

AKShare

AKShare 是基于 Python 的财经数据接口库，目的是实现对股票、期货、期权、基金、外汇、债券、指数、加密货币等金融产品的基本面数据、实时和历史行情数据、衍生数据从数据采集、数据清洗到数据落地的一套工具，主要用于学术研究目的。

importakshare asak

stock_zh_a_hist_df = ak.stock_zh_a_hist(symbol= "000001", period= "daily", start_date= "20170301", end_date= '20210907', adjust= "")

print(stock_zh_a_hist_df)

Output:

日期 开盘 收盘 最高 ... 振幅 涨跌幅 涨跌额 换手率

0 2017-03-01 9.49 9.49 9.55 ... 0.84 0.11 0.01 0.21

1 2017-03-02 9.51 9.43 9.54 ... 1.26 -0.63 -0.06 0.24

2 2017-03-03 9.41 9.40 9.43 ... 0.74 -0.32 -0.03 0.20

3 2017-03-06 9.40 9.45 9.46 ... 0.74 0.53 0.05 0.24

4 2017-03-07 9.44 9.45 9.46 ... 0.63 0.00 0.00 0.17

... ... ... ... ... ... ... ... ...

1100 2021-09-01 17.48 17.88 17.92 ... 5.11 0.45 0.08 1.19

1101 2021-09-02 18.00 18.40 18.78 ... 5.48 2.91 0.52 1.25

1102 2021-09-03 18.50 18.04 18.50 ... 4.35 -1.96 -0.36 0.72

1103 2021-09-06 17.93 18.45 18.60 ... 4.55 2.27 0.41 0.78

1104 2021-09-07 18.60 19.24 19.56 ... 6.56 4.28 0.79 0.84

[1105 rows x 11 columns]

❝

https://github.com/akfamily/akshare

TuShare 是实现对股票/期货等金融数据从数据采集、清洗加工到数据存储过程的工具，满足金融量化分析师和学习数据分析的人在数据获取方面的需求，它的特点是数据覆盖范围广，接口调用简单,响应快速。

不过该项目有一部分功能是收费的，大家选择使用哦

importtushare asts

ts.get_hist_data( '600848') #一次性获取全部数据

Output:

open high close low volume p_change ma5 \

date

2012-01-11 6.880 7.380 7.060 6.880 14129.96 2.62 7.060

2012-01-12 7.050 7.100 6.980 6.900 7895.19 -1.13 7.020

2012-01-13 6.950 7.000 6.700 6.690 6611.87 -4.01 6.913

2012-01-16 6.680 6.750 6.510 6.480 2941.63 -2.84 6.813

2012-01-17 6.660 6.880 6.860 6.460 8642.57 5.38 6.822

2012-01-18 7.000 7.300 6.890 6.880 13075.40 0.44 6.788

2012-01-19 6.690 6.950 6.890 6.680 6117.32 0.00 6.770

2012-01-20 6.870 7.080 7.010 6.870 6813.09 1.74 6.832

ma10 ma20 v_ma5 v_ma10 v_ma20 turnover

date

2012-01-11 7.060 7.060 14129.96 14129.96 14129.96 0.48

2012-01-12 7.020 7.020 11012.58 11012.58 11012.58 0.27

2012-01-13 6.913 6.913 9545.67 9545.67 9545.67 0.23

2012-01-16 6.813 6.813 7894.66 7894.66 7894.66 0.10

2012-01-17 6.822 6.822 8044.24 8044.24 8044.24 0.30

2012-01-18 6.833 6.833 7833.33 8882.77 8882.77 0.45

2012-01-19 6.841 6.841 7477.76 8487.71 8487.71 0.21

2012-01-20 6.863 6.863 7518.00 8278.38 8278.38 0.23

❝

https://github.com/waditu/tushare

GoPUP 项目所采集的数据皆来自公开的数据源，不涉及任何个人隐私数据和非公开数据。不过同样的，部分接口是需要注册 TOKEN 才能使用的。

importgopup asgp

df = gp.weibo_index(word= "疫情", time_type= "1hour")

print(df)

Output:

疫情

index

2022-12-17 18:15:00 18544

2022-12-17 18:20:00 14927

2022-12-17 18:25:00 13004

2022-12-17 18:30:00 13145

2022-12-17 18:35:00 13485

2022-12-17 18:40:00 14091

2022-12-17 18:45:00 14265

2022-12-17 18:50:00 14115

2022-12-17 18:55:00 15313

2022-12-17 19:00:00 14346

2022-12-17 19:05:00 14457

2022-12-17 19:10:00 13495

2022-12-17 19:15:00 14133

❝

https://github.com/justinzm/gopup

该项目基于《基于文本及符号密度的网页正文提取方法》论文，使用 Python 实现的正文抽取器，可以用来提取 HTML 中正文的内容、作者、标题。

>>> fromgne importGeneralNewsExtractor

>>> html = '''经过渲染的网页 HTML 代码'''

>>> extractor = GeneralNewsExtractor

>>> result = extractor.extract(html, noise_node_list=[ '//div[@class="comment-list"]'])

>>> print(result)

Output:

{"title": "xxxx", "publish_time": "2019-09-10 11:12:13", "author": "yyy", "content": "zzzz", "images": ["/xxx.jpg", "/yyy.png"]}

新闻页提取示例

❝

https://github.com/GeneralNewsExtractor/GeneralNewsExtractor

爬虫也是 Python 语言的一大应用方向，很多朋友也都是以爬虫来入门的，我们来看看有哪些优秀的爬虫项目吧

playwright-python

微软开源的浏览器自动化工具，可以用 Python 语言操作浏览器。支持 Linux、macOS、Windows 系统下的 Chromium、Firefox 和 WebKit 浏览器。

fromplaywright.sync_api importsync_playwright

withsync_playwright asp:

forbrowser_type in[p.chromium, p.firefox, p.webkit]:

browser = browser_type.launch

page = browser.new_page

page.goto( 'http://whatsmyuseragent.org/')

page.screenshot(path= f'example- {browser_type.name}.png' )

browser.close

❝

https://github.com/microsoft/playwright-python

该项目收集了各大网站登陆方式和部分网站的爬虫程序。登陆方式实现包含 selenium 登录、通过抓包直接模拟登录等。有助于新手研究、编写爬虫。

不过众所周知，爬虫是非常吃后期维护的，该项目已经很久没有更新了，所以各种登录接口是否还能正常使用，还存在疑问，大家选择使用，或者自行二次开发。

❝

https://github.com/Kr1s77/awesome-python-login-model

相比于上一个，该项目则还在持续更新，同样是模拟登录各大网站，对于新手还是非常有研究价值的。

fromDecryptLogin importlogin

# the instanced Login class object

lg = login.Login

# use the provided api function to login in the target website (e.g., twitter)

infos_return, session = lg.twitter(username= 'Your Username', password= 'Your Password')

❝

https://github.com/CharlesPikachu/DecryptLogin

Scylla 是一款高质量的免费代理 IP 池工具，当前仅支持 Python 3.6。

http://localhost: 8899/api/v1/stats

Output:

{

"median": 181.2566407083,

"valid_count": 1780,

"total_count": 9528,

"mean": 174.3290085201

}

❝

https://github.com/scylladb/scylladb

爬虫代理IP池项目，主要功能为定时采集网上发布的免费代理验证入库，定时验证入库的代理保证代理的可用性，提供API和CLI两种使用方式。同时也可以扩展代理源以增加代理池IP的质量和数量。该项目设计文档详细、模块结构简明易懂，同时适合爬虫新手更好的学习爬虫技术。

importrequests

defget_proxy:

returnrequests.get( "http://127.0.0.1:5010/get/").json

defdelete_proxy(proxy):

requests.get( "http://127.0.0.1:5010/delete/?proxy={}".format(proxy))

# your spider code

defgetHtml:

# ....

retry_count = 5

proxy = get_proxy.get( "proxy")

whileretry_count > 0:

try:

html = requests.get( 'http://www.example.com', proxies={ "http": "http://{}".format(proxy)})

# 使用代理访问

returnhtml

exceptException:

retry_count -= 1

# 删除代理池中代理

delete_proxy(proxy)

returnNone

❝

https://github.com/Python3WebSpider/ProxyPool

getproxy 是一个抓取发放代理网站，获取 http/https 代理的程序，每 15 min 更新数据。

(test2 .7) ➜ ~ getproxy

INFO:getproxy.getproxy:[*] Init

INFO:getproxy.getproxy:[*] Current Ip Address: 1.1.1.1

INFO:getproxy.getproxy:[*] Load input proxies

INFO:getproxy.getproxy:[*] Validate input proxies

INFO:getproxy.getproxy:[*] Load plugins

INFO:getproxy.getproxy:[*] Grab proxies

INFO:getproxy.getproxy:[*] Validate web proxies

INFO:getproxy.getproxy:[*] Check 6666proxies, Got 666valid proxies

...

❝

https://github.com/fate0/getproxy

同样是一个抓取免费代理的项目，该项目支持抓取的代理网站非常多，而且使用简单。

fromfreeproxy importfreeproxy

proxy_sources = [ 'proxylistplus', 'kuaidaili']

fp_client = freeproxy.FreeProxy(proxy_sources=proxy_sources)

headers = {

'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/98.0.4758.102 Safari/537.36'

}

response = fp_client.get( 'https://space.bilibili.com/406756145', headers=headers)

print(response.text)

❝

https://github.com/CharlesPikachu/freeproxy

伪装浏览器身份，常用于爬虫。这个项目的代码很少，可以阅读一下，看看ua.random是如何返回随机的浏览器身份的。

fromfake_useragent importUserAgent

ua = UserAgent

ua.ie

# Mozilla/5.0 (Windows; U; MSIE 9.0; Windows NT 9.0; en-US);

ua.msie

# Mozilla/5.0 (compatible; MSIE 10.0; Macintosh; Intel Mac OS X 10_7_3; Trident/6.0)'

ua[ 'Internet Explorer']

# Mozilla/5.0 (compatible; MSIE 8.0; Windows NT 6.1; Trident/4.0; GTB7.4; InfoPath.2; SV1; .NET CLR 3.3.69573; WOW64; en-US)

ua.opera

# Opera/9.80 (X11; Linux i686; U; ru) Presto/2.8.131 Version/11.11

ua.chrome

# Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.2 (KHTML, like Gecko) Chrome/22.0.1216.0 Safari/537.2'

ua.google

# Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_4) AppleWebKit/537.13 (KHTML, like Gecko) Chrome/24.0.1290.1 Safari/537.13

ua[ 'google chrome']

# Mozilla/5.0 (X11; CrOS i686 2268.111.0) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.57 Safari/536.11

ua.firefox

# Mozilla/5.0 (Windows NT 6.2; Win64; x64; rv:16.0.1) Gecko/20121011 Firefox/16.0.1

ua.ff

# Mozilla/5.0 (X11; Ubuntu; Linux i686; rv:15.0) Gecko/20100101 Firefox/15.0.1

ua.safari

# Mozilla/5.0 (iPad; CPU OS 6_0 like Mac OS X) AppleWebKit/536.26 (KHTML, like Gecko) Version/6.0 Mobile/10A5355d Safari/8536.25

# and the best one, get a random browser user-agent string

ua.random

❝

https://github.com/fake-useragent/fake-useragent

Python Web 有太多优秀且老牌的库了，比如 Django，Flask 就不说了，大家都知道，我们介绍几个小众但是好用的。

streamlit

streamlit 能够快速地把数据制作成可视化、交互页面的 Python 框架。分分钟让我们的数据变成图表。

importstreamlit asst

x = st.slider( 'Select a value')

st.write(x, 'squared is', x * x)

Output:

❝

https://github.com/streamlit/streamlit

是一个强大的开源 Django CMS（内容管理系统）。首先该项目更新、迭代活跃，其次项目首页提到的功能都是免费的，没有付费解锁的骚操作。专注于内容管理，不束缚前端实现。

❝

https://github.com/wagtail/wagtail

基于 Python 3.6+ 的高性能 Web 框架。“人如其名”用 FastAPI 写接口那叫一个快、调试方便，Python 在进步而它基于这些进步，让 Web 开发变得更快、更强。

fromtyping importUnion

fromfastapi importFastAPI

app = FastAPI

@app.get("/")

defread_root:

return{ "Hello": "World"}

@app.get("/items/{item_id}")

defread_item(item_id: int, q: Union[str, None] = None):

return{ "item_id": item_id, "q": q}

❝

https://github.com/tiangolo/fastapi

这是一个 Django 使用教程，该项目一步步带我们使用 Django 从零开发一个个人博客系统，在实践的同时掌握 Django 的开发技巧。

❝

https://github.com/jukanntenn/django-blog-tutorial

dash 是一个专门为机器学习而来的 Web 框架，通过该框架可以快速搭建一个机器学习 APP。

❝

https://github.com/plotly/dash

同样是一个非常优秀的 Python Web 框架，在不需要编写前端代码的情况下就可以完成整个 Web 页面的搭建，实在是方便。

❝

https://github.com/pywebio/PyWebIO

一个人气超高的 Python 学习资源项目，是 MarkDown 格式的教程，非常友好。

❝

https://github.com/dabeaz-course/practical-python

一个 Python3 的教程，该教程采用 Jupyter notebooks 形式，便于运行和阅读。并且还包含了练习题，对新手友好。

❝

https://github.com/jerry-git/learn-python3

Requests 库的作者——kennethreitz，写的 Python 入门教程。不单单是语法层面的，涵盖项目结构、代码风格，进阶、工具等方方面面。一起在教程中领略大神的风采吧~

❝

https://github.com/realpython/python-guide

这是一位大神编写的类似工具集的项目，里面包含了众多有趣的小工具。

截图只是冰山一角，全貌需要大家自行探索了

importrandom

frompytools importpytools

tool_client = pytools.pytools

all_supports = tool_client.getallsupported

tool_client.execute(random.choice(list(all_supports.values)))

❝

https://github.com/CharlesPikachu/pytools

可以生成动态、彩色、各式各样的二维码，真是个有趣的库。

#3 -n, -d

amzqr https://github.com -n github_qr.jpg -d .../paths/

❝

https://github.com/x-hw/amazing-qr

sh 是一个成熟的，用于替代 subprocess 的库，它允许我们调用任何程序，看起来它就是一个函数一样。

$> ./run.sh FunctionalTests.test_unicode_arg

❝

https://github.com/amoffat/sh

强大、快速、易扩展的 Python 进度条库。

fromtqdm importtqdm

fori intqdm(range( 10000)):

...

❝

https://github.com/tqdm/tqdm

一个让 Python 记录日志变得简单的库。

fromloguru importlogger

logger.debug( "That's it, beautiful and simple logging!")

❝

https://github.com/Delgan/loguru

Python 的第三方库，用于快速创建命令行。支持装饰器方式调用、多种参数类型、自动生成帮助信息等。

importclick

@click.command

@click.option("--count", default=1, help="Number of greetings.")

@click.option("--name", prompt="Your name", help="The person to greet.")

defhello(count, name):

"""Simple program that greets NAME for a total of COUNT times."""

for_ inrange(count):

click.echo( f"Hello, {name}!" )

if__name__ == '__main__':

hello

Output:

$ python hello.py --count=3

Your name: Click

Hello, Click!

Hello, Click!

Hello, Click!

KeymouseGo

Python 实现的精简绿色版按键精灵，记录用户的鼠标、键盘操作，自动执行之前记录的操作，可设定执行的次数。在进行某些简单、单调重复的操作时，使用该软件可以十分省事儿。只需要录制一遍，剩下的交给 KeymouseGo 来做就可以了。

❝

https://github.com/taojy123/KeymouseGo

好了，这就是今天分享的全部内容，喜欢就点个 赞吧~

最后编辑：2024-05-09

作者：萌小白

一个热爱网络的青年！

站内专栏 邮箱