技术标签: 经验分享 python 笔记 办公自动化 python自动化开发 word 开发语言
将微信公众号上的推文(主要是指图文类的学习资料)爬取下来整合成word或者ppt格式文档。
# -*- coding = utf-8 -*-
# @Time : 2021/7/31 16:30
# @Author : 陈良兴
# @File : python爬取微信公众号图片并生成word&ppt.py
# @Software : PyCharm
import requests
from bs4 import BeautifulSoup
import datetime
import os
from docx import Document # 导入docx包
from docx.shared import Cm as word_Cm # 设置页面边距
from pptx import Presentation
from pptx.util import Cm as ppt_Cm
# 图片格式列表
pic_format_list = []
# 创建文件夹
def create_file():
# 获取系统时间
curr_time = datetime.datetime.now()
# 将时间格式化为字符生成时间戳到时候给文件夹命名用
path = datetime.datetime.strftime(curr_time, '%Y%m%d%H%M')
# 检查是否存在这个文件夹
if os.path.exists(path):
pass
# print("属于这个时间点的文件夹已经创建好!")
else:
# 不存在则创建
os.mkdir(path)
# print("创建成功!!!!正在保存图片")
# 获取当前工作目录并加上之前的时间生成文件夹路径
dirname = os.getcwd() + '\\' + path + '\\'
return dirname
# 获取微信公众号图片
def get_picture(url):
headers = {
'user-agent': 'Mozilla/5.0 (iPhone; CPU iPhone OS 11_0 like Mac OS X) AppleWebKit/604.1.38 (KHTML, like Gecko) Version/11.0 Mobile/15A372 Safari/604.1'
}
# 向刚才输入的公众号链接里面发送请求
req = requests.get(url=url, headers=headers).content.decode()
# 用BeautifulSoup解析网页
soup = BeautifulSoup(req, 'lxml')
res = soup.select('img') # 获取该网页中所有的图片标签
a = 0
# 遍历所有的图片标签
for i in res:
if i.get("data-src") == None: # 如果这个标签内的data-src等于空的时候直接跳过
pass
else: # 否则获取data-src里面的内容获取图片链接
# print(f'链接:{i.get("data-src")}类型为:{i.get("data-type")}')
pic_format_list.append(i.get("data-type"))
# 尝试去保存图片 如果保存图片错误则抛出异常
try:
# 拼接路径+a.jpg a是等于数字 每添加一个 a自增一 相当于是给图片命名 并且以二进制的形式写入
with open(create_file() + f'{a}.{i.get("data-type")}', 'wb') as f:
# 向这个图片发送请求 并将图片的二进制写入
f.write(requests.get(url=i.get("data-src"), headers=headers).content)
f.close() # 关闭写入
a = a + 1 # a自增一
except Exception as e: # 抛出异常 增加程序强壮性
print("该链接为空自动跳过!")
print(f"此次一共成功保存图片{a}张")
# 生成word文档
def Generate_word(file_name):
Doc = Document()
# 设置页面边距
sec = Doc.sections[0] # sections对应文档中的“节”
sec.left_margin = word_Cm(0) # 以下依次设置左、右、上、下页面边距
sec.right_margin = word_Cm(0)
sec.top_margin = word_Cm(0)
sec.bottom_margin = word_Cm(0)
# 插入图片
for i in range(1, 50):
path = r'{}\{}.{}'.format(create_file(), i, pic_format_list[i])
Doc.add_picture(path, width=word_Cm(21.88), height=word_Cm(29)) # Cm是厘米
i += 1
Doc.save(r'./{}.docx'.format(file_name))
# 生成ppt
def Generate_ppt(file_name):
PPT = Presentation()
# 插入图片
for i in range(1, 50):
path = r'{}\{}.{}'.format(create_file(), i, pic_format_list[i])
# PPT.slide_layouts[0] 第一个母版中的第1个样式
# 添加新的一页,这个页面的版式就是括号里的
ppt_slide = PPT.slides.add_slide(PPT.slide_layouts[6]) # 这是样式是空白
# left、top分别为图片左边距、顶部边距
ppt_slide.shapes.add_picture(path, left=ppt_Cm(0), top=ppt_Cm(0), height=ppt_Cm(19))
i += 1
PPT.save(r'./{}.pptx'.format(file_name))
if __name__ == '__main__':
url = input("请输入微信公众号url:")
file_name = input("请设置文档名称:") # 文档名称
get_picture(url) # 获取微信公众号图片
print("Saving......")
# Generate_word(file_name) # 生成word
Generate_ppt(file_name) # 生成ppt
print(pic_format_list)
print("文档创建成功!")
文章浏览阅读3.8k次,点赞9次,收藏28次。直接上一个工作中碰到的问题,另外一个系统开启多线程调用我这边的接口,然后我这边会开启多线程批量查询第三方接口并且返回给调用方。使用的是两三年前别人遗留下来的方法,放到线上后发现确实是可以正常取到结果,但是一旦调用,CPU占用就直接100%(部署环境是win server服务器)。因此查看了下相关的老代码并使用JProfiler查看发现是在某个while循环的时候有问题。具体项目代码就不贴了,类似于下面这段代码。while(flag) {//your code;}这里的flag._main函数使用while(1)循环cpu占用99
文章浏览阅读347次。idea shift f6 快捷键无效_idea shift +f6快捷键不生效
文章浏览阅读135次。Ecmacript 中没有DOM 和 BOM核心模块Node为JavaScript提供了很多服务器级别,这些API绝大多数都被包装到了一个具名和核心模块中了,例如文件操作的 fs 核心模块 ,http服务构建的http 模块 path 路径操作模块 os 操作系统信息模块// 用来获取机器信息的var os = require('os')// 用来操作路径的var path = require('path')// 获取当前机器的 CPU 信息console.log(os.cpus._node模块中有很多核心模块,以下不属于核心模块,使用时需下载的是
文章浏览阅读10w+次,点赞435次,收藏3.4k次。SPSS 22 下载安装过程7.6 方差分析与回归分析的SPSS实现7.6.1 SPSS软件概述1 SPSS版本与安装2 SPSS界面3 SPSS特点4 SPSS数据7.6.2 SPSS与方差分析1 单因素方差分析2 双因素方差分析7.6.3 SPSS与回归分析SPSS回归分析过程牙膏价格问题的回归分析_化工数学模型数据回归软件
文章浏览阅读7.5k次。如何利用hutool工具包实现邮件发送功能呢?1、首先引入hutool依赖<dependency> <groupId>cn.hutool</groupId> <artifactId>hutool-all</artifactId> <version>5.7.19</version></dependency>2、编写邮件发送工具类package com.pc.c..._hutool发送邮件
文章浏览阅读867次,点赞2次,收藏2次。docker安装elasticsearch,elasticsearch-head,kibana,ik分词器安装方式基本有两种,一种是pull的方式,一种是Dockerfile的方式,由于pull的方式pull下来后还需配置许多东西且不便于复用,个人比较喜欢使用Dockerfile的方式所有docker支持的镜像基本都在https://hub.docker.com/docker的官网上能找到合..._docker安装kibana连接elasticsearch并且elasticsearch有密码
文章浏览阅读1.3w次,点赞57次,收藏92次。整理 | 郑丽媛出品 | CSDN(ID:CSDNnews)近年来,随着机器学习的兴起,有一门编程语言逐渐变得火热——Python。得益于其针对机器学习提供了大量开源框架和第三方模块,内置..._beeware
文章浏览阅读7.9k次。//// ViewController.swift// Day_10_Timer//// Created by dongqiangfei on 2018/10/15.// Copyright 2018年 飞飞. All rights reserved.//import UIKitclass ViewController: UIViewController { ..._swift timer 暂停
文章浏览阅读986次,点赞2次,收藏2次。1.硬性等待让当前线程暂停执行,应用场景:代码执行速度太快了,但是UI元素没有立马加载出来,造成两者不同步,这时候就可以让代码等待一下,再去执行找元素的动作线程休眠,强制等待 Thread.sleep(long mills)package com.example.demo;import org.junit.jupiter.api.Test;import org.openqa.selenium.By;import org.openqa.selenium.firefox.Firefox.._元素三大等待
文章浏览阅读3k次,点赞4次,收藏14次。Java软件工程师职位分析_java岗位分析
文章浏览阅读2k次。Java:Unreachable code的解决方法_java unreachable code
文章浏览阅读1w次。1、html中设置标签data-*的值 标题 11111 222222、点击获取当前标签的data-url的值$('dd').on('click', function() { var urlVal = $(this).data('ur_如何根据data-*属性获取对应的标签对象