2.6 KiB
English · Dansk · Bahasa Melayu
Mengikis Hacker News
Kuliah: Mengikis laman web langsung. Kodnya ialah hacker_news.py (penghuraian) dan http_client.py (satu requests.get dengan had masa dan User-Agent). Arahan membaca salinan statik halaman daripada kursus; --source live membaca laman sebenar dan --source fixture membaca salinan tersimpan tanpa rangkaian.
Langkah 1: lihat halaman
Halaman menyenaraikan berita dengan tajuk, pautan dan skor.
Apa yang kita pelajari: data langsung lebih kaya daripada fail tempatan, tetapi boleh berubah, jadi kita juga menyimpan salinan untuk ujian.
Langkah 2: periksa markup
Alat pembangun pelayar menunjukkan tag: baris tr.athing, pautan tajuk .titleline > a dan span.score pada baris seterusnya.
Apa yang kita pelajari: kita menemui tag yang betul dengan memeriksa halaman sebelum menulis kod.
Langkah 3: tajuk
find_all pada pautan tajuk dan get_text().
Apa yang kita pelajari: list comprehension menukar banyak tag menjadi senarai rentetan biasa.
Langkah 4: pautan
get("href") pada anchor yang sama.
Apa yang kita pelajari: elemen yang sama memberi teks dan nilai atribut.
Langkah 5: undian
Teks 38 points dipecahkan dan ditukar dengan int().
Apa yang kita pelajari: teks yang dikikis mesti ditukar kepada nombor sebelum boleh dibandingkan.
Langkah 6: berita teratas
max pada undian mencari artikel paling popular.
Apa yang kita pelajari: apabila data sudah bersih, Python biasa menjawab soalan tentangnya.
Apa yang kita pelajari
Kita boleh mengambil halaman dengan Requests, menemui baris, membaca tajuk, pautan dan skor, menukarnya kepada jenis yang berguna dan menjawab soalan tentang data.