回顾在前面的系列章节中，我们创建了一个数据库并且学着用用户和邮件来填充，但是到现在我们还没能够植入到我们的程序中。两章之前，我们已经看到怎么去创建网络表单并且留下了一个实现完全的登陆表单。在这篇文章中，我们将基于我门所学的网络表单和数据库来构建并实现我们自己的用户登录系统。教程的最后我们小程序会实现新用户注册，登陆和退出的功能。为了能跟上这章节，你需要前一章节最后部分，我们留下的微博程序。请确保你的程序已经正确安装和运行。在前面的章节，我们开始配置我们将要
系统 2019-09-27 17:48:59 1991
一、进程之间的数据共享展望未来，基于消息传递的并发编程是大势所趋即便是使用线程，推荐做法也是将程序设计为大量独立的线程集合，通过消息队列交换数据。这样极大地减少了对使用锁定和其他同步手段的需求，还可以扩展到分布式系统中。但进程间应该尽量避免通信，即便需要通信，也应该选择进程安全的工具来避免加锁带来的问题。以后我们会尝试使用数据库来解决现在进程之间的数据共享问题。1.1Manager模块介绍虽然进程间数据独立，但可以通过Manager实现数据共享，事实上Ma
系统 2019-09-27 17:48:40 1991
异常:当Python检测到⼀个错误时，解释器就⽆法继续执⾏了，会出现⼀些错误的提示，这就是所谓的"异常"。看如下示例:print('-----test--1---')open('123.txt','r')print('-----test--2---')打开⼀个不存在的⽂件123.txt，当找不到123.txt⽂件时，就会抛出给我们⼀个IOError类型的错误，Nosuchfileordirectory：123.txt（没有123.txt这样的⽂件或⽬录）异
系统 2019-09-27 17:48:33 1991
本文实例讲述了Python使用itchat模块实现群聊转发，自动回复功能。分享给大家供大家参考，具体如下：1.itchat自动把好友发来的消息，回复给他仅能实现自动回复原文给好友发来的文本消息、图片表情消息。#!/usr/bin/python#coding=utf-8importitchatfromitchat.contentimport*@itchat.msg_register([PICTURE,TEXT])defsimple_reply(msg):if
系统 2019-09-27 17:48:05 1991
写python协程时使用gevent模块和queue模块可以大大提高爬虫速度。在同时爬取多个网站时，原来用for循环一个网站一个网站按循序顺序爬，就像先烧饭后烧菜，两个步骤异步进行。使用多协程可以让爬虫自己选择爬取顺序，就像边烧饭边烧菜，两个步骤同步进行，速度自然快了。不多说了，来看下代码吧：fromgeventimportmonkeymonkey.patch_all()#打上多协程布丁，下面的程序就可以执行多协程了importrequests,geven
系统 2019-09-27 17:47:59 1991
作者：HelloGitHub-ProdesireHelloGitHub的《讲解开源项目》系列，项目地址：https://github.com/HelloGitHub-Team/Article前言在上一篇“深入argparse（一）”的文章中，我们深入了解了argparse的包括参数动作和参数类别在内的基本功能，具备了编写一个简单命令行程序的能力。本文将继续深入了解argparse的进阶玩法，一窥探其全貌，助力我们拥有实现复杂命令行程序的能力。本系列文章默认
系统 2019-09-27 17:47:16 1991
[TOC]Python网络爬虫之规则01Python爬虫之Requests库入门02Python爬虫之盗亦有道03Python爬虫之Requests网络爬取实战Python网络爬虫之提取04Python爬虫之BeautifulSoup库05Python爬虫之信息标记与提取方法06Python爬虫之Re(正则表达式)库
系统 2019-09-27 17:46:30 1991
常用的简单的用法：fromxlrdimportopen_workbookbook=open_workbook(r'C:\Users\admin\Desktop\q.xlsx')sheet=book.sheets_names()[0]#第一个工作表名称sheet=data.sheet_by_name('Sheet1')#获得第一个工作表sheet=book.sheets()[0]#获得第一个工作表#获取总行数nrows=table.nrows#获取总列数nc
系统 2019-09-27 17:45:47 1991
在不同平面上绘制二维条形图。本实例制作了一个3d图，其中有二维条形图投射到平面y=0，y=1，等。演示结果：完整代码：frommpl_toolkits.mplot3dimportAxes3Dimportmatplotlib.pyplotaspltimportnumpyasnp#Fixingrandomstateforreproducibilitynp.random.seed(19680801)fig=plt.figure()ax=fig.add_subpl
系统 2019-09-27 17:38:47 1991
首先，我们了解下什么是数据类型计算机顾名思义就是可以做数学计算的机器，因此，计算机程序理所当然地可以处理各种数值。但是，计算机能处理的远不止数值，还可以处理文本、图形、音频、视频、网页等各种各样的数据，不同的数据，需要定义不同的数据类型。在Python中，能够直接处理的数据类型有以下几种：整数Python可以处理任意大小的整数，当然包括负整数，在程序中的表示方法和数学上的写法一模一样，例如：1，100，-8080，0，等等。计算机由于使用二进制，所以，有时
系统 2019-09-27 17:38:39 1991
