今天开始往后都，用python3来写脚本
1.csv数据处理
csv文件格式：
逗号分隔符（csv），有时也称为字符分隔值，因为分隔字符也可以不是逗号，其文件以纯文本的形式存储表格数据（数字和文本）。
纯文本意味着该文件是一个字符序列，不含必须像二进制数字那样被解读的数据。
csv文件由任意数目的记录组成，记录间以某种换行符分割；每条记录由字段组成，字段间的分隔符是其他字符或字符串，最常见的是逗号或制表符。通常，所有记录都有完全相同的字段序列。
csv数据，如以下格式：
27,20,14,15,14,12,94,64,37,1015,1013,1009,7,5,2,21,8,35,0.00,152
另外，csv文件可以直接用excel或者类似软件打开，样子都是我们常见的表格形式。
平常我们取文件内的数据存入列表一般用以下方法：
import codecs
lineText = list ()
with codecs. open ( "sl_original_live.csv" ,encoding = "utf-8" ) as f:
for line in f.readlines():
print (line.split( "," )) #以列表形式，打印每一行的数据。
lineText.append(line.split( "," ))
print (lineText) #把上面所有行作为元素数据，存入一个列表中。
csv模块用法，使用模块来处理数据:
import codecs
import csv
fileName = "sl_original_live.csv"
with codecs. open (fileName) as fcsv:
linecsv = csv.reader(fcsv)
rows = [row for row in linecsv]
print (rows)
以上了解即可。
2.excel数据处理
python 提供有第三方库来支持excel的操作，python处理excel文件用的第三方模块库，有xlrd、xlwt、xluntils和pyExcelerator，
除此之外，python处理excel还可以用win32com和openpyxl模块.
我们主要用xlrd、xlwt、xluntils这三个模块，pyExcelerator模块偶尔也会用：
pip install xlrd
pip install xlwt
pip install xlutils
pip install pyExcelerator
xlrd 只能进行读取excel文件，没法进行写入文件;
xlwt 可以写入文件，但是不能在已有的excel的文件上进行修改;
xluntils 可以在已有的excel文件上进行修改;
pyExcelerator 与xlwt类似，也可以用来生成excel文件
读取表单数据：
举例：按行取数据
import xlrd
def readExcel():
data = xlrd.open_workbook( 'test.xlsx' )
table = data.sheets()[ 0 ] # 打开第一张表
nrows = table.nrows # 获取表的行数
for i in range (nrows): # 循环逐行打印
print (table.row_values(i)) #通过row_values来获取每行的值
if __name__ = = '__main__' :
readExcel()
举例：按竖列取数据
import xlrd
data = xlrd.open_workbook( "whsc.xlsx" )
table2 = data.sheet_by_name( "域名" ) #sheet标签页的名称
for col in range (table2.ncols):
print (table2.col_values(col))
举例：创建新的并写入excel文件（xlwt无法修改原有文件）
import xlwt
excel = xlwt.Workbook()
#创建3个表
sheet1 = excel.add_sheet( "sheet1" )
sheet2 = excel.add_sheet( "sheet2" )
sheet3 = excel.add_sheet( "sheet3" )
#只在第一个表sheet1里写数据，如下：
sheet1.write( 0 , 0 , "hello world1" , cell_overwrite_ok = True )
sheet1.write( 1 , 0 , "hello world2" , cell_overwrite_ok = True )
sheet1.write( 2 , 0 , "hello world3" , cell_overwrite_ok = True )
#第一个是行，第二个是列，第三个是内容，第二个参数用来确认同一个cell单元是否可以重设值。
excel.save( "hello.xlsx" )
print ( "创建hello.xlsx完成" )
效果如下：
举例：字体效果
使用样式，字体类型、加粗等效果：
import xlwt
excel = xlwt.Workbook()
#创建3个表
sheet1 = excel.add_sheet( "sheet1" )
sheet2 = excel.add_sheet( "sheet2" )
sheet3 = excel.add_sheet( "sheet3" )
#初始化样式
style = xlwt.XFStyle()
#为样式创建字体
font = xlwt.Font()
font.name = 'Times New Roman' #指定字体名称
font.bold = True #是否加粗
#设置样式的字体
style.font = font
#使用样式
sheet3.write( 0 , 1 , 'some bold Times text' ,style)
#保存该excel文件,有同名文件时直接覆盖
excel.save( 'hello.xlsx' )
print ( '创建hello.xlsx文件完成!' )
效果如下：
举例：处理超链接
import codecs
import xlwt
book = xlwt.Workbook()
sheet_index = book.add_sheet( 'index' )
line = 0
for i in range ( 9 ):
link = 'HYPERLINK("{0}.txt", "{1}_11111")' . format (i, i)
#{0}.txt是要链接的文件，{1}_11111是链接文件的内容
sheet_index.write(i, 0 , xlwt.Formula(link))
#第一个行号，第二个列号，第三个是写入内容link，内容里面超链接
book.save( 'simple2.xlsx' )
for i in range ( 0 , 9 ):
file = str (i) + ".txt"
with codecs. open ( file , 'w' ) as f:
f.write( str (i) * 10 )
效果如下：
3.HTML文件转化成PDF文件
转换成pdf的三种方法：
在工作中，会遇到把html文件转换成pdf文件
python给我们提供了pdfkit这个模块，直接安装使用就可以了
下面就下来介绍一个pdfkit模块的几种用法
首先，我们安装该模块：
pip install pdfkit
1.网页转换成pdf（直接把url转换成pdf文件）
import pdfkit
pdfkit.from_url( 'http://' , 'out1.pdf' )
2. Html转换成pdf
1 2 | |
3. 字符串转换成pdf
import pdfkit
pdfkit.from_string( 'Hello lingxiangxiang!' , 'out3.pdf' )
三种方法简单例子：
import pdfkit
pdfkit.from_file( "hello.html" , 1.pdf )
pdfkit.from_url( "www.baidu.com" , 2.pdf )
pdfkit.from_string( "hello world" , 3.pdf )
即可生成pdf文件~
举例：
抓取aming的linux教程，然后制作成pdf文件
先抓取每个的网页，然后生成pdf文件
（1）查看网页源代码
（2）查看源代码内容
和url对应规律
... ...
通过 https://regex101.com/ 正则网站，把需要的字段给过滤出来
代码如下（未封装，回头有空封装一下）：
import os
import re
import pdfkit
import requests
if not os.path.exists( "aminglinux" ):
os.mkdir( "aminglinux" )
os.chdir( "aminglinux" )
url =
s = requests.session()
text = s.get(url).text
reg = re. compile (r '<li class=\"toctree-l1\"><a class=\"reference internal\" href=\"(.*)\">.*<\/a><\/li>' )
result = reg.findall(text)
res = list ( set (result))
for i in res:
purl = "{0}{1}" . format (url, i)
print (purl)
pdfFileName = i.replace( "html" , "pdf" )
print (pdfFileName)
config = pdfkit.configuration(wkhtmltopdf = r "C:\Program Files\wkhtmltopdf\bin\wkhtmltopdf.exe" )
try :
pdfkit.from_url(purl, pdfFileName, configuration = config)
except :
continue
执行结果：
