V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
xuyl
V2EX  ›  Python

写(抄)了几个小工(玩)具, V 友看看?

  •  
  •   xuyl · 2018-01-22 15:49:32 +08:00 · 5627 次点击
    这是一个创建于 2498 天前的主题,其中的信息可能已经有所发展或是发生改变。

    地址https://github.com/tonyxyl/tools

    web_scanner.py

    这个脚本是用字典跑网站路由的, 目的是发现一些曾经爆出过漏洞的隐藏链接, 比如后台登陆入口, 备份的配置文件等;

    web_runtime.py

    这个脚本运行后, 可以在浏览器页面上运行 python 代码片段;

    mail_client.py

    这个脚本是用 tkinter 模块写的简易邮件发送客户端;

    restart_windows.py

    预约一个 windows 定时关机任务, 取消定时关机任务

    douban_comment.ipynb

    抓取豆瓣电影短评, 结巴分词, 生成词云

    另:以后有想法会一直更新。

    19 条回复    2018-01-24 23:02:47 +08:00
    jiezhi
        1
    jiezhi  
       2018-01-22 16:25:51 +08:00
    收藏一下
    owenliang
        2
    owenliang  
       2018-01-22 16:28:13 +08:00
    简单,好玩。
    twotiger
        3
    twotiger  
       2018-01-22 17:33:07 +08:00
    web_runtime.py 只能用 localhost 打开,127.0.0.1,你就返回错误了。其他的在看
    Applenice
        4
    Applenice  
       2018-01-22 17:42:52 +08:00
    star 了,看看
    panpanpan
        5
    panpanpan  
       2018-01-22 21:50:32 +08:00
    词云那个应该不能用了吧,豆瓣电影现在登陆之后最多返回 500 条短篇。
    xuyl
        6
    xuyl  
    OP
       2018-01-22 22:06:41 +08:00
    @panpanpan 能用的,在 mac 和 win 上都测试过。至于能返回多少页,不登录状态下容易被反爬,登陆后没有完全爬完所有页,单线程递归爬取太慢,但手工点击是可以翻完所有页的。
    panpanpan
        7
    panpanpan  
       2018-01-22 22:12:33 +08:00
    @xuyl #6 你现在试试?我前段时间发现的,然后刚刚回复你之前还去试过,当 start=480 的时候就没有下一页可点了,已登录。
    nuanyang
        8
    nuanyang  
       2018-01-22 22:12:58 +08:00 via iPhone
    mark,多谢分享
    aice114
        9
    aice114  
       2018-01-22 23:10:03 +08:00 via Android
    mark 一个,有空看看
    bob1994
        10
    bob1994  
       2018-01-23 07:44:59 +08:00
    豆瓣那个, 报错 OSError: cannot open resource
    请问这是什么意思?
    xuyl
        11
    xuyl  
    OP
       2018-01-23 09:41:25 +08:00
    @bob1994 要在 jupyter notebook 上跑的
    bob1994
        12
    bob1994  
       2018-01-23 11:51:48 +08:00   ❤️ 1
    @xuyl 我的确是在 jupyter notebook 上跑得,然后出现了这个问题。。
    新手小白看不懂报错。。

    OSError Traceback (most recent call last)
    <ipython-input-2-8e2fa2e30a58> in <module>()
    101 comment_url = urljoin(url, 'comments?start=0&limit=20&sort=new_score&status=P&percent_type=')
    102 parse_comment(comment_url, headers)
    --> 103 generate_cloud()

    <ipython-input-2-8e2fa2e30a58> in generate_cloud()
    72 word_frequence = {x[0]:x[1] for x in words_stat.head(1000).values}
    73
    ---> 74 wordcloud = wordcloud.fit_words(word_frequence)
    75 plt.imshow(wordcloud)
    76

    /usr/local/lib/python3.6/site-packages/wordcloud/wordcloud.py in fit_words(self, frequencies)
    329 self
    330 """
    --> 331 return self.generate_from_frequencies(frequencies)
    332
    333 def generate_from_frequencies(self, frequencies, max_font_size=None):

    /usr/local/lib/python3.6/site-packages/wordcloud/wordcloud.py in generate_from_frequencies(self, frequencies, max_font_size)
    430 while True:
    431 # try to find a position
    --> 432 font = ImageFont.truetype(self.font_path, font_size)
    433 # transpose font optionally
    434 transposed_font = ImageFont.TransposedFont(

    /usr/local/lib/python3.6/site-packages/PIL/ImageFont.py in truetype(font, size, index, encoding, layout_engine)
    258
    259 try:
    --> 260 return FreeTypeFont(font, size, index, encoding, layout_engine)
    261 except IOError:
    262 ttf_filename = os.path.basename(font)

    /usr/local/lib/python3.6/site-packages/PIL/ImageFont.py in __init__(self, font, size, index, encoding, layout_engine)
    141
    142 if isPath(font):
    --> 143 self.font = core.getfont(font, size, index, encoding, layout_engine=layout_engine)
    144 else:
    145 self.font_bytes = font.read()

    OSError: cannot open resource
    bob1994
        13
    bob1994  
       2018-01-23 12:03:20 +08:00
    @xuyl 好了,已解决,是缺少了 simhei.ttf 字体导致的
    xuyl
        14
    xuyl  
    OP
       2018-01-23 12:07:05 +08:00
    @bob1994 赞,我的疏忽,是要加载字体的,忘了在文档里写上。
    bob1994
        15
    bob1994  
       2018-01-23 22:39:05 +08:00
    @xuyl 新的问题出现,有些爬取正常,有些出错了。。
    AttributeError Traceback (most recent call last)
    <ipython-input-5-8e2fa2e30a58> in <module>()
    100 print('\n================================\n\n')
    101 comment_url = urljoin(url, 'comments?start=0&limit=20&sort=new_score&status=P&percent_type=')
    --> 102 parse_comment(comment_url, headers)
    103 generate_cloud()

    <ipython-input-5-8e2fa2e30a58> in parse_comment(url, headers)
    43 comment_divs = soup.find_all('div', class_='comment')
    44 if comment_divs is not None:
    ---> 45 comments += ''.join([item.find('p').string.strip() for item in comment_divs])
    46 next_page = soup.find('a', class_='next')
    47 if next_page is not None and page < 30:

    <ipython-input-5-8e2fa2e30a58> in <listcomp>(.0)
    43 comment_divs = soup.find_all('div', class_='comment')
    44 if comment_divs is not None:
    ---> 45 comments += ''.join([item.find('p').string.strip() for item in comment_divs])
    46 next_page = soup.find('a', class_='next')
    47 if next_page is not None and page < 30:

    AttributeError: 'NoneType' object has no attribute 'strip'

    麻烦看下这是什么错误
    xuyl
        16
    xuyl  
    OP
       2018-01-23 23:05:11 +08:00
    @bob1994 多谢反馈,已经修复,可以去看最新的代码。
    bob1994
        17
    bob1994  
       2018-01-24 20:56:20 +08:00
    @xuyl 好像。。还是有问题。。不知道是不是被反爬了,
    还是之前的报错'NoneType' object has no attribute 'strip'。
    我的测试网址: https://movie.douban.com/subject/26942674/
    xuyl
        18
    xuyl  
    OP
       2018-01-24 22:20:33 +08:00
    @bob1994 刚刚又改进了一点,测试了你给的链接,没问题了。
    bob1994
        19
    bob1994  
       2018-01-24 23:02:47 +08:00
    @xuyl 棒棒哒~
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   873 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 41ms · UTC 20:55 · PVG 04:55 · LAX 12:55 · JFK 15:55
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.