学习 Python 大抵能够分为以下几个阶段：

1. 刚上手的时候必定是先过一遍 Python 最根本的常识，比如说：变量、数据结构、语法等，根底过的很快，基本上 1~2 周工夫就能过完了，我过后是在这儿看的根底：Python 简介 | 菜鸟教程

2. 看完根底后，就是做一些小我的项目坚固根底，比方说：做一个终端计算器，如果切实找不到什么练手我的项目，能够在 Codecademy – learn to code, interactively, for free 下面进行练习。

如果工夫富余的话能够买一本讲 Python 根底的书籍比方《Python 编程》，浏览这些书籍，在坚固一遍根底的同时你会发现自己诸多没有学习到的边边角角，这一步是对本人基础知识的补充。

4.Python 库是 Python 的精髓所在，能够说 Python 库组成并且造就了 Python，Python 库是 Python 开发者的利器，所以学习 Python 库就显得尤为重要：The Python Standard Library，Python 库很多，如果你没有工夫全副看完，无妨学习一遍罕用的 Python 库：Python 罕用库

5.Python 库是开发者利器，用这些库你能够做很多很多货色，最常见的网络爬虫、自然语言解决、图像识别等等，这些畛域都有很弱小的 Python 库做反对，所以当你学了 Python 库之后，肯定要第一工夫进行练习。

6. 学习应用了这些 Python 库，此时的你应该是对 Python 十分满意，也非常冲动能遇到这样的语言，就是这个时候无妨开始学习 Python 数据结构与算法，Python 设计模式，这是你进一步学习的一个重要步骤：faif/python-patterns

7. 当度过艰巨的第六步，此时抉择你要钻研的方向，如果你想做后端开发，无妨钻研钻研 Django，再往后，就是你本人自由发挥了

一些 Python 收费课程举荐

以下课程都为收费课程

1.python 零根底相干

适用人群：Python 零根底的初学者、Web 开发程序员、运维人员、有志于从事互联网行业以及各畛域利用 Python 的人群

Ø 疯狂的 Python：疾速入门精讲

Ø 零根底入门学习 Python

Ø 玩转 Python 语言

Ø Python 语言程序设计

Ø 程序设计入门

Ø 可汗学院公开课：计算机科学

Ø python 入门到精通

Ø Python 交互式编程入门的课程主页

Ø Python 交互编程入门（第 2 局部）的课程主页

2.python web 方向

Python Django 疾速 Web 利用开发入门

3.python 爬虫

Python 实战：一周学会爬取网页

4.python 数据分析方向

数据分析实战根底课程

Python 爬虫须要哪些常识？

要学会应用 Python 爬取网页信息无外乎以下几点内容：

1. 要会 Python

2. 晓得网页信息如何出现

3. 理解网页信息如何产生

4. 学会如何提取网页信息

第一步 Python 是工具，所以你必须熟练掌握它，要把握到什么水平呢？如果你只想写一写简略的爬虫，不要炫技不思考爬虫效率，你只须要把握：

• 数据类型和变量字符串和编码应用 list 和 tuple 条件判断、循环应用 dict 和 set

你甚至不须要把握函数、异步、多线程、多过程，当然如果想要进步本人小爬虫的爬虫效率，进步数据的精确性，那么记住最好的形式是去零碎的学习一遍 Python，去哪儿学习？Python 教程

假如曾经相熟了最根底的 Python 常识，那么进入第二步：晓得网页信息如何出现？你首先要晓得所须要抓取的数据是怎么的出现的，就像是你要学做一幅画，在开始之前你要晓得这幅画是用什么画进去的，铅笔还是水彩笔 … 可能品种是多样的，然而放到 网页信息来说这儿只有两种出现形式：

1、HTML（HTML 简介）

2、JSON（JSON 简介）

HTML 是用来形容网页的一种语言

JSON 是一种轻量级的数据交换格局

假如你当初晓得了数据是由 HTML 和 JSON 出现进去的，那么咱们紧接着第三步：数据怎么来？数据当然是从服务器反馈给你的，为什么要反馈给你？因为你收回了申请。

“Hi~，服务器我要这个资源”

“正在传输中 …”

“曾经收到 HTML 或者 JSON 格局的数据”

这个申请是什么申请？要搞清楚这一点你须要理解一下 http 的基础知识，更加准确来说你须要去理解 GET 和 POST 是什么，区别是什么。

很快乐你应用的是 Python，那么你只须要去把握好疾速上手 – Requests 2.10.0 文档，requests 能够帮你模仿收回 GET 和 POST 申请，这真是太棒了。

饭菜曾经备好，两菜一汤美味佳肴，上面就是好好享受了。当初咱们曾经拿到了数据，咱们须要在这些错乱的数据中提取咱们须要的数据，这时候咱们有两个抉择。

第一招：万能钥匙

Python 正则表达式指南，再大再乱的内容，哪怕是海底捞针，只有通知我这个针的样子我都能从茫茫大海中捞进去，弱小的正则表达式是你提取数据的不二之选。

第二招：口蜜腹剑

Beautiful Soup 4.2.0 文档，或者咱们有更好的抉择，咱们把原始数据和咱们想要的数据的样子扔个这个 Beautifulsoup，而后让它帮咱们去寻找，这也是一个不错的计划，然而论灵活性，第二招还是略逊于第一招。

第三招：双剑合璧

最厉害的招式莫过于联合第一招和第二招了，突破天下无敌手。

基础知识我都会，可是我还是写不了一个爬虫啊！

主观别急，这还没完。

以下这些我的项目，你拿来学习学习练练手。

一些教学我的项目你值得领有：

Ø 03. 豆瓣电影 TOP250

Ø 04. 另一种抓取形式

Python 爬虫进阶

爬虫无非分为这几块：剖析指标、下载页面、解析页面、存储内容，其中下载页面不提。

剖析指标

所谓剖析就是首先你要晓得你须要抓取的数据来自哪里？怎么来？一般的网站一个简略的 POST 或者 GET 申请，不加密不反爬，几行代码就能模仿进去，这是最根本的，进阶就是学会剖析一些简单的指标，比如说：淘宝、新浪微博登陆以及网易云的评论信息等等。

解析页面

解析页面次要是抉择什么库或者那些库结合能使解析速度更快，可能你一开始你通过种种中央理解到了 bs 库，于是你对这个库很痴迷，当前只有写爬虫，总是先写上：

import requests

from bs4 import BeautifulSoup

当然 bs 曾经很优良了，然而并不代表能够用正则表达式解析的页面还须要应用 bs，也不代表应用 lxml 能解决的还要动用 bs，所以这些解析库的速度是你在进阶时要思考的问题。

存储内容

刚开始学爬虫，个别爬取的后果只是打印进去，最初把在终端输入的后果复制粘贴保留就好了；起初发现麻烦会用上 xlwt/openpyxl/csv 的把存储内容写入表格，再起初应用数据库 sqlite/mysql/neo4j 只有调用了库都很简略，当然这是入门。

进阶要开始学习如何抉择适合的数据库，或者存储形式。当爬取的内容过千万的时候，如何设计使存储速度更快，比如说当既有人物关系又有人物关系的时候，肯定会用 neo4j 来存储关系，myslq 用来存储用户信息，这样离开是因为如果信息全副存入 neo4j，前期的存储速度经非常的慢。

当你每个步骤都能做到很优良的时候，你应该思考如何组合这四个步骤，使你的爬虫达到效率最高，也就是所谓的爬虫策略问题，爬虫策略学习不是久而久之的事件，倡议多看看一些比拟优良的爬虫的设计方案，比如说 Scrapy。

除了爬取策略以外，还有几点也是必备的：

1. 代理策略以及多用户策略

代理是爬虫进阶阶段必备的技能，与入门阶段间接套用代理不同，在进阶阶段你须要思考如何设计应用代理策略，什么时候换代理，代理的作用范畴等等，多用户的抓取策略思考的问题基本上与代理策略雷同

2. 增量式抓取以及数据刷新

比如说你抓取的是一个酒店网站对于酒店价格数据信息的，那么会有这些问题：酒店的房型的价格是每天变动的，酒店网站每天会新增一批酒店，那么如何进行存储、如何进行数据刷新都是应该思考的问题。

3. 验证码相干的一些问题

有很多人提到验证码，我集体认为验证码不是爬虫次要去解决的问题，验证码不多的状况思考下载到本地本人输出验证码，在多的状况下思考接入打码平台。

Python 爬虫面试指南

前段时间快要毕业，而我又不想找本人的老本行 Java 开发了，所以面了很多 Python 爬虫岗位。因为我在南京上学，所以我一开始只是在南京投了简历，我一共面试了十几家企业，其中只有一家没有给我发 offer，其余企业都违心给到 10K 的薪资，不要拿南京的薪资程度和北上深的薪资程度比拟，联合面试常问的问题类型说一说我的心得体会。

第一点：Python

因为面试的是 Python 爬虫岗位，面试官大多数会考查面试者的根底的 Python 常识，包含但不限于：

Ø Python2.x 与 Python3.x 的区别

Ø Python 的装璜器

Ø Python 的异步

Ø Python 的一些罕用内置库，比方多线程之类的

第二点：数据结构与算法

数据结构与算法是对面试者尤其是校招生面试的一个很重要的点，当然小公司不会太在意这些，从目前的招聘状况来看对面试者的数据结构与算法的器重水平与企业的好坏成正比，那些从不问你数据结构的你就要当心他们是否把你当码农用的，当然以上状况不相对，最终解释权归面试官所有。

第三点：Python 爬虫

最重要也是最要害的一点当然是你的 Python 爬虫相干的常识与教训储备，这通常也是面试官考查的重点，包含但不限于：

Ø 你遇到过的反爬虫的策略有哪些？

Ø 你罕用的反反爬虫的计划有哪些？

Ø 你用过多线程和异步吗？除此之外你还用过什么办法来进步爬虫效率？

Ø 有没有做过增量式抓取？

Ø 对 Python 爬虫框架是否有理解？

第四点：爬虫相干的我的项目教训

爬虫重在实际，除了理论知识之外，面试官也会非常重视爬虫相干的我的项目：

Ø 你做过哪些爬虫我的项目？如果有 Github 最好

Ø 你认为你做的最好的爬虫我的项目是哪个？其中解决了什么难题？有什么特别之处？

以上是我在面试过程中，会碰到的一些技术相干的问题的总结，当然面试中不光是技术这一点，然而对于做技术的，过了技术面基本上就是薪资问题了。

举荐一些不错的 Python 博客

如果是 Python 根底的话，廖雪峰的博客教程会是一个不错的抉择：

Ø Python3 教程

Ø Python 2.7 教程

当然很多刚接触 Python 的同学反馈廖大大的教程中局部跳跃性太大，如果感觉跳跃性太大能够联合菜鸟教程一起看：

Ø Python3 教程 | 菜鸟教程

Ø Python 基础教程 | 菜鸟教程

Python 如何进阶

很多人在学习编程之初都会碰到这种问题：学会了根底的语法了，然而还是做不了我的项目，不晓得如何下手。

当初，我学习 C 的时候是这样、Java 的时候是这样、Python 的时候也是这样，其实不论什么语言、什么常识都是这样：实践基础知识 – 能动手做我的项目是有一道鸿沟的。

那么如何冲破这条鸿沟？两头的桥梁是什么？

其实题主本人曾经答复进去了：照抄！

所谓照抄前提是有样本。

首先找到一些简略易上手的我的项目，这些我的项目大多散落在 Python 实际相干的书籍中、Github 上，这些实战我的项目知乎上都有很多举荐。

1. 一些比拟好的适宜初学者入手的我的项目：

Ø Show-Me-the-Code/show-me-the-code

Ø aosabook/500lines

2. 大多数的 Python 书外面（除了纯理论书）都是有小我的项目的，而且书的一个长处是它会一步一步解释这样做的起因。

先照抄这些我的项目，实现这些小性能在电脑上能运行确认无误之后，回过头来看代码：

Ø 有没有你不了解的中央，不了解的中央标记去搜索引擎或者书中找解释。

Ø 学习作者设计这个我的项目的思路办法，并使用到接下来的我的项目，如果工夫富余，倡议隔天再从新再不看书的状况下从新本人实现一遍这些小我的项目。

如果你是跟着实战的书敲代码的，很多时候我的项目都不会一遍运行胜利，那么你就要依据各种报错去寻找起因，这也是一个学习的过程。

总结起来从 Python 入门跳进去的过程分为三步：照抄、照抄之后的了解、从新本人实现。

须要 Python 全套 400 集爬虫实战教程得话，去我同名公众号【taskctl】后盾回复：“支付”，即可获取

Python 爬虫入门

第一：Python 爬虫学习系列教程

Python 版本：3.6

整体目录：

一、爬虫入门

Ø Python 爬虫入门一之综述

Ø Python 爬虫入门二之爬虫根底理解

Ø Python 爬虫入门三之 Urllib 库的根本应用

Ø Python 爬虫入门四之 Urllib 库的高级用法

Ø Python 爬虫入门五之 URLError 异样解决

Ø Python 爬虫入门六之 Cookie 的应用

Ø Python 爬虫入门七之正则表达式

二、爬虫实战

Ø Python 爬虫实战一之爬取糗事百科段子

Ø Python 爬虫实战二之爬取百度贴吧帖子

Ø Python 爬虫实战三之实现山东大学无线网络掉线主动重连

Ø Python 爬虫实战四之抓取淘宝 MM 照片

Ø Python 爬虫实战五之模仿登录淘宝并获取所有订单

Ø Python 爬虫实战六之抓取爱问常识人问题并保留至数据库

Ø Python 爬虫实战七之计算大学本学期绩点

Ø Python 爬虫实战八之利用 Selenium 抓取淘宝匿名旺旺

三、爬虫利器

Ø Python 爬虫利器一之 Requests 库的用法

Ø Python 爬虫利器二之 Beautiful Soup 的用法

Ø Python 爬虫利器三之 Xpath 语法与 lxml 库的用法

Ø Python 爬虫利器四之 PhantomJS 的用法

Ø Python 爬虫利器五之 Selenium 的用法

Ø Python 爬虫利器六之 PyQuery 的用法

四、爬虫进阶

Ø Python 爬虫进阶一之爬虫框架概述

Ø Python 爬虫进阶二之 PySpider 框架装置配置

Ø Python 爬虫进阶三之爬虫框架 Scrapy 装置配置

Ø Python 爬虫进阶四之 PySpider 的用法

第二（第一的姊妹篇）：Python 爬虫入门教程

Python 版本：3.6

教程目录：

Ø [Python]网络爬虫（一）：抓取网页的含意和 URL 根本形成

Ø [Python]网络爬虫（二）：利用 urllib2 通过指定的 URL 抓取网页内容

Ø [Python]网络爬虫（三）：异样的解决和 HTTP 状态码的分类

Ø [Python]网络爬虫（四）：Opener 与 Handler 的介绍和实例利用

Ø [Python]网络爬虫（五）：urllib2 的应用细节与抓站技巧

Ø [Python]网络爬虫（六）：一个简略的百度贴吧的小爬虫

Ø [Python]网络爬虫（七）：Python 中的正则表达式教程

Ø [Python]网络爬虫（八）：糗事百科的网络爬虫（v0.3）源码及解析(简化更新)

Ø [Python]网络爬虫（九）：百度贴吧的网络爬虫（v0.4）源码及解析

Ø [Python]网络爬虫（十）：一个爬虫的诞生全过程（以山东大学绩点运算为例）

Ø [Python]网络爬虫（11）：亮剑！爬虫框架小抓抓 Scrapy 闪亮退场！

Ø [Python]网络爬虫（12）：爬虫框架 Scrapy 的第一个爬虫示例入门教程

心愿以上的教程能够帮忙到大家。

Python 开发微信公众号

1、须要调用微信外部性能

须要调用微信外部性能组件的比方：公众号收发音讯 | 图片、页面分享至朋友圈、用户受权提取用户根本信息、微信小店、微信公众号菜单等外部性能组件，这些性能组件在微信公众号开发者文档外面找到：微信公众平台开发者文档

对于这些性能组件，开发者文档都提供了具体的接口文档，通知你如何调用，而你只须要用 Python 调用这些接口即可。比方一个很简略的音讯发送的办法如下：

当然在这所有的调用之前，须要进行一些受权验证，同样开发者文档有一套残缺的接入指南：接入指南 – 微信公众平台开发者文档

很遗憾很多初学者在一开始看这份文档的时候并不能看懂，所以这里也举荐一些我以前学习摸索的过程中应用到的一些简略易学的教程。

你能够先做一个简略的微信机器人练练手（零根底非常容易上手）：

Ø 应用 python 一步一步搭建微信公众平台（一）

Ø 应用 python 一步一步搭建微信公众平台（二）—- 搭建一个中英互译的翻译工具

Ø 应用 python 一步一步搭建微信公众平台（三）—- 增加用户关注后的欢送信息与听音乐性能

Ø 应用 python 一步一步搭建微信公众平台（四）—- 将小黄鸡引入微信主动回复

Ø 应用 python 一步一步搭建微信公众平台（五）—- 应用 mysql 服务来记录用户的反馈

如果你曾经能依照以上的教程搭建一个残缺的微信机器人了，基本上对于微信收发音讯等等简略性能曾经没有什么阻碍了。上面再持续学习如下教程，开始学习如何调用其余一些相对来说比较复杂的接口。

Ø 微信公众平台开发入门教程

Ø 微信公众平台开发—天气预报

Ø 微信公众平台开发—小黄鸡

Ø 微信公众平台开发—人脸识别

Ø 微信公众平台开发—百度地图

Ø 微信公众平台开发—笑话

Ø 微信公众平台开发—在线点歌

Ø 微信公众平台开发—左近查问

Ø 微信公众平台开发—快递物流

Ø 微信公众平台开发—一键关注

当你试验了如上的教程之后，置信官网文档的所有接口调用对你来说曾经小菜一碟了。

2、不须要调用微信外部性能

不须要调用微信外部性能组件的，就如同失常的 web 页面一样，比方填写表单进行进行注册、点击按钮进行跳转等等，这些都是失常的 web 申请，依照失常的 web 开发方法走即可。

须要 Python 全套 400 集爬虫实战教程得话，去我同名公众号【taskctl】后盾回复：“支付”，即可获取

Python 面试概念和代码

（一）、这两个参数是什么意思：args，*kwargs？咱们为什么要应用它们？

答：如果咱们不确定往一个函数中传入多少参数，或者咱们心愿以元组（tuple）或者列表（list）的模式传参数的时候，咱们能够应用 args（单星号）。如果咱们不晓得往函数中传递多少个关键词参数或者想传入字典的值作为关键词参数的时候咱们能够应用 *kwargs（双星号），args、kwargs 两个标识符是约定俗成的用法。

另一种答法：当函数的参数后面有一个星号号的时候示意这是一个可变的地位参数，两个星号示意这个是一个可变的关键词参数。星号把序列或者汇合解包（unpack）成地位参数，两个星号把字典解包成关键词参数。

（二）、谈一谈 Python 的装璜器（decorator）

装璜器实质上是一个 Python 函数，它能够让其它函数在不作任何变动的状况下减少额定性能，装璜器的返回值也是一个函数对象。它常常用于有切面需要的场景。比方：插入日志、性能测试、事务处理、缓存、权限校验等。有了装璜器咱们就能够抽离出大量的与函数性能无关的雷同代码进行重用。

有对于具体的装璜器的用法看这里：装璜器 – 廖雪峰的官方网站

（三）、简要形容 Python 的垃圾回收机制（garbage collection）

Python 中的垃圾回收是以援用计数为主，标记 - 革除和分代收集为辅。

援用计数：Python 在内存中存储每个对象的援用计数，如果计数变成 0，该对象就会隐没，调配给该对象的内存就会释放出来。

标记 - 革除：一些容器对象，比方 list、dict、tuple，instance 等可能会呈现援用循环，对于这些循环，垃圾回收器会定时回收这些循环（对象之间通过援用（指针）连在一起，形成一个有向图，对象形成这个有向图的节点，而援用关系形成这个有向图的边）。

分代收集：Python 把内存依据对象存活工夫划分为三代，对象创立之后，垃圾回收器会调配它们所属的代。每个对象都会被调配一个代，而被调配更年老的代是被优先解决的，因而越晚创立的对象越容易被回收。

（四）、Python 多线程（multi-threading）。这是个好主见吗？

Python 并不反对真正意义上的多线程，Python 提供了多线程包。Python 中有一个叫 Global Interpreter Lock（GIL）的货色，它能确保你的代码中永远只有一个线程在执行。通过 GIL 的解决，会减少执行的开销。这就意味着如果你先要进步代码执行效率，应用 threading 不是一个理智的抉择，当然如果你的代码是 IO 密集型，多线程能够明显提高效率，相同如果你的代码是 CPU 密集型的这种状况下多线程大部分是鸡肋。

（五）、阐明 os,sys 模块不同，并列举罕用的模块办法？

官网文档：

os 模板提供了一种不便的应用操作系统函数的办法

sys 模板可供拜访由解释器应用或保护的变量和与解释器交互的函数

另一种答复：

os 模块负责程序与操作系统的交互，提供了拜访操作系统底层的接口。sys 模块负责程序与 Python 解释器的交互，提供了一系列的函数和变量用户操作 Python 运行时的环境。

（六）、什么是 lambda 表达式？它有什么益处？

简略来说，lambda 表达式通常是当你须要应用一个函数，然而又不想费脑袋去命名一个函数的时候应用，也就是通常所说的匿名函数。

lambda 表达式个别的模式是：关键词 lambda 前面紧接一个或多个参数，紧接一个冒号“：”，紧接一个表达式。lambda 表达式是一个表达式不是一个语句。

（七）、Python 中 pass 语句的作用是什么？

pass 语句不会执行任何操作，个别作为占位符或者创立占位程序

（八）、Python 是如何进行类型转换的？

Python 提供了将变量或值从一种类型转换为另一种类型的内置办法。

（九）、Python 外面如何拷贝一个对象？

Python 中对象之间的赋值是按援用传递的，如果要拷贝对象须要应用规范模板中的 copy

copy.copy：浅拷贝，只拷贝父对象，不拷贝父对象的子对象。

copy.deepcopy：深拷贝，拷贝父对象和子对象。

（十）、__new__和__init__的区别

__init__为初始化办法，__new__办法是真正的构造函数。

__new__是实例创立之前被调用，它的工作是创立并返回该实例，是静态方法

__init__是实例创立之后被调用的，而后设置对象属性的一些初始值。

总结：__new__办法在__init__办法之前被调用，并且__new__办法的返回值将传递给__init__办法作为第一个参数，最初__init__给这个实例设置一些参数。

（十一）、Python 中单下划线和双下划线别离是什么？

__name__：一种约定，Python 外部的名字，用来与用户自定义的名字辨别开，避免抵触

_name：一种约定，用来指定变量公有

__name：解释器用_classname__name 来代替这个名字用以区别和其余类雷同的命名

想要更加具体的理解这两者的区别，请点击：Python 中的下划线（译文）

（十二）、说一说 Python 自省

自省就是面向对象的语言所写的程序在运行时，所能晓得对象的类型。简略一句话就是运行时可能取得对象的类型。比方：type()、dir()、getattr()、hasattr()、isinstance()