白季飞龙的个人主页

面向聪明小白的编程入门教程 做点有意思的东西(Part 7)

做一个文档转换器应用，虽然用不了太多代码，但是要涉及到进程、线程、自定义Qt信号等太过抽象的东西。在做这个应用前，我们还是先来点简单的吧。之前的教程好像有些无聊，这节课，我们来学着做点有意思的东西。

有意思的东西，要有有意思的内容。如果自己没有内容，就到互联网上致敬一些吧。

1. 做一个IP地址查看器

说实话，查看电脑的IP，也挺无聊的，但是够简单，所以就从这里开始吧。IP地址在操作系统里就可以直接查看。但是除了IP地址，我们也想通过IP获取地理地址和网络运营商情况。IP地址和地理地址并没有固定的关系，所以我们需要借助网络上的数据库，或者说借助第三方的服务来查询。这里，我们选用IP.CN提供的IP地址查询服务。

from PyQt5.Qt import (
    QApplication,
    QWidget,
    QLabel,
    QPushButton,
    QVBoxLayout,
    QSizePolicy
)


def fetch_ip():
    from urllib.request import urlopen, Request
    return urlopen(Request("https://ip.cn", headers={"User-Agent": "curl/7"})) \
        .read().decode().strip().replace("来自", "\n来自")


app = QApplication([])
lbl = QLabel()
lbl.setStyleSheet("background: teal; color: lime; font-size: 72px;"
                  "qproperty-alignment: AlignCenter;"
                  "qproperty-text: 'Ready.'")
lbl.setSizePolicy(QSizePolicy(QSizePolicy.Ignored, QSizePolicy.Ignored))
btn = QPushButton()
btn.setStyleSheet("* { background: seagreen; color: aqua; font-size: 72px; border: none }"
                  "* { qproperty-text: 获取IP地址 }"
                  "*:hover { background:  darkgreen }"
                  "*:pressed { background: olive }")
btn.setSizePolicy(lbl.sizePolicy())
btn.clicked.connect(lambda: lbl.setText(fetch_ip()))
box = QVBoxLayout()
box.addWidget(lbl)
box.addWidget(btn)
box.setStretch(0, 2)
box.setStretch(1, 1)
box.setSpacing(0)
box.setContentsMargins(0, 0, 0, 0)
wnd = QWidget()
wnd.setWindowTitle("IP地址察看器")
wnd.resize(777, 777 * 0.618)
wnd.setLayout(box)
wnd.show()
app.exec()

运行以上程序，点击按钮，大约卡顿半秒后，文本标签处就会显示我们电脑的IP地址、地理地址和ISP信息。

这个程序涉及到了不少新的知识点，我来依次解释一下：

  1. def 函数名(...参数):这种语法是用来定义函数的。Lambda表达式定义的是匿名函数，def定义的是有名字的函数。函数接受0个或多个输入，处理后返回0个或多个输出。
  2. 冒号之后的下一行开始是函数体。函数体左边的四个空格不能省略。Python为了简洁，没有提供特殊的符号来给函数定界。Python用Tab(制表符)或空格来给函数定界。Tab在不同平台下宽度可能不一样，所以程序代码中的空白一般用空格。理论上任意个空格都可以，但使用4个空格已经是事实上的标准了。
  3. 函数名称里面执行的逻辑，不一定要跟函数名有关系。在函数体里头，可以执行我们想执行的任意逻辑。
  4. 函数体可以什么都不做。但是Python规定函数体不能为空。所以，表示什么都不做，要用语句pass
  5. 函数体通过return关键字结束执行，并将return后边跟着的数据(如果有的话)返回。没有返回语句的函数，会执行到函数尾部，返回None
  6. 用来导入模块的import语句，除了放在代码头部外，也可以用在函数体里面。但是出了这个函数，import进来的东西就访问不到了
  7. Python是一种脚本语言，意思是Python代码会从头到尾一行一行地顺序执行。所以，用到的模块要提前导入，用到的函数要提前定义
  8. 使用Python代码也可以访问网页。Python内置的urllib模块提供了这个功能。
  9. URL就是我们通常说的网址。常见的网址可能使用http协议，也可能使用https协议。所以，在代码中，我们要明确指出
  10. urlopen函数可以将网页下载回来。不同的网页，下载回来的格式也不一样。可能是普通的HTML网页(最常见的网页类型)，可能是纯文本文档(在Windows下俗称记事本文档)，也可能是图片、视频、压缩包等电脑上可以存储的任意文件格式。
  11. urlopen函数下载网页消耗的时间是不确定的。Python代码要一行一行执行，下载网页时，程序要等待下载完成才能执行其他代码(包括响应用户的点击事件)。所以，下载时会导致软件假死，点击按钮没反应。
  12. Python语言经常被用来做爬虫(用来自动化批量下载网页)，而urllib是Python官方的可以做爬虫的模块。所以，直接使用urllib，会被ip.cn识别为爬虫而拒绝服务(返回HTTP状态码403)。所以，我们需要将我们的HTTP请求伪装成浏览器或者其他用户代理(User-Agent, 一般用户不会直接使用HTTP协议访问网页，而要借助浏览器代为访问，浏览器代理用户访问网页，这时浏览器的角色就是用户代理)。不过，我们这次不伪装成浏览器，而要伪装成cURL(可以当作一个命令行下的网页浏览器)。因为IP.CN对浏览器返回的是一个HTML网页，对cURL返回的是一个包含了IP信息的字符串。为了省却解析HTML网页获取我们关心的IP信息，我们决定伪装成cURL，一步到位获取。
  13. 要伪装成cURL，我们需要修改HTTP请求的头部Header。HTTP规范定义了HTTP头部的User-Agent字段表示用户代理。我们修改这个字段即可。经过我的测试，IP.CN对cURL的识别策略是User-Agent字段以curl开头，后面跟斜杠和curl版本号。我们用curl/7就行。
  14. urllib.request.urlopen返回的数据类型是urllib.response.Response对象，这是urllib对HTTP响应的封装。Response.read()方法可以读取响应内容。由于HTTP响应可能是张图片，所以不能用字符串来表示。read方法读到的是字节码，字节码可以表示任何数据类型，也可以表示任何文件类型。从字节码转换到字符串，需要解码，即调用decode()方法。这张，我们便得到了一个表示IP地址信息的字符串，格式类似于当前 IP: 115.171.212.227 来自: 北京市 电信\n。
  15. 字符串调用strip()方法可以去除首位的空白字符，比如换行符号。
  16. 字符串调用replace()方法，可以替换字符串中的指定子串为其他文本。我们用replace()方法来给字符串中间添加一个换行符。
  17. 控件的文本、对齐方式等属性也可以通过样式表来设置，比如qproperty-text表示文本，qproperty-alignment表示对齐方式。
  18. Qt的样式表(QSS, Qt Style Sheet)中，*是通配符，表示任意控件。
  19. QSS中，:hover表示鼠标悬浮状态，:pressed表示鼠标按下状态。
  20. 除了QBoxLayout.addWidget()方法，我们还可以通过QBoxLayout.setStretch(索引，比重)来调节子控件在布局中的拉伸因子。

注意，IP地址是商品，是可以用来买卖的，IP地址的归属地和归属运营商(ISP)也是动态变化的，不一定准确。

2. 看段子

我们刚做的IP地址查看器，在查询IP时会假死一会儿。这个问题比较复杂，我们留到后面处理。现在，我们该做一个看段子的软件。我们的目标是，点击按钮可以随机刷新出几条段子，点击段子名称可以阅读段子的内容。

当然，我们不是在做AI(人工智能)，不过就算是做AI，要想编个能看的段子，一般的电脑CPU怕是一时半会算不出来。我们希望找一个免费的可以提供随机段子的接口。这里说的接口是HTTP接口，接口类似于运行在其他电脑上的一个远程的函数，我们可以调用这个函数(这个接口)获取我们需要的东西。接口的格式一般比较固定，里面的数据一般不会经过特殊处理，可以直接读取解析出来。

不过，免费的接口可不好找。我搜了半天也没有搜到。看来我们得自立更生，找一个可以提供随机段子的网站，将网页里的随机段子手动扒出来了。这种程序学名叫做爬虫。现在教爬虫有点过早，但是为了我们的程序有内容可看，只能先硬着头皮上了。

我发现一个网站叫段子网(此处不是在做广告，数数本文的留言人数，就知道我没骗你啦)，首页每次刷新，都会在侧边栏生成5个随机的段子。不过，这5个段子只有标题。看来，我们的程序又得多几行代码了。

from PyQt5.Qt import (
    QApplication,
    QWidget,
    QLabel,
    QPushButton,
    QVBoxLayout,
    QSizePolicy,
    QHBoxLayout
)
from urllib.request import urlopen
from parsel import Selector
import textwrap

app = QApplication([])
lbl = QLabel("Ready.")
lbl.setSizePolicy(QSizePolicy.Ignored, QSizePolicy.Ignored)
lbl.setWordWrap(True)
lbl.setStyleSheet("font-size: 36px")
btn = QPushButton("刷新段子")
lft = QVBoxLayout()
lft.setSpacing(1)
for i in range(1, 6):
    wgt = QPushButton(f"段子{i}")
    wgt.setStyleSheet("* { font-size: 36px; background: steelblue }"
                      "*:hover { background: cadetblue }")
    wgt.setSizePolicy(QSizePolicy.Ignored, QSizePolicy.Ignored)
    lft.addWidget(wgt)
top = QHBoxLayout()
top.addLayout(lft)
top.addWidget(lbl)
box = QVBoxLayout()
box.addLayout(top)
box.addWidget(btn)
box.setSpacing(0)
box.setContentsMargins(0, 0, 0, 0)
wnd = QWidget()
wnd.setWindowTitle("五个段子")
wnd.resize(999, 999 * 0.618)
wnd.setLayout(box)
wnd.show()
app.setStyleSheet(
    "* { font-size: 72px; color: lime; background: darkturquoise }"
    "QLabel { background: teal; qproperty-alignment: AlignCenter }"
    "QPushButton { background: darkgreen; border: none }"
    "QPushButton:hover { background: seagreen }"
    "QPushButton:pressed { background: green }"
)


def fetch_joke(url):
    htm = urlopen(url).read().decode()
    title = Selector(htm).xpath("//article//h1/text()").get()
    content = "\n".join(Selector(htm).xpath("//article/section/p/text()").getall())
    return f"{title}\n{content}"


def refresh_jokes():
    htm = urlopen("https://duanziwang.com").read().decode()
    jks = [x.attrib for x in Selector(htm).xpath("//div/li/a")]
    for idx, jok in enumerate(jks):
        btn: QPushButton = lft.itemAt(idx).widget()
        btn.setText(textwrap.fill(jok["title"][:24], 12))
        btn.setProperty("url", jok["href"])
        btn.clicked.connect(lambda: lbl.setText(fetch_joke(app.sender().property("url"))))


btn.clicked.connect(refresh_jokes)
app.exec()

执行以上代码，可以看到我们的段子软件的功能已经完成。这个程序涉及到了不少新的知识点，我大概解释一下：

  1. QApplication.setStyleSheet可以设置应用的全局样式表
  2. QLabel.setWordWrap可以启用或禁用自动换行(默认关闭状态)
  3. for x in y这种语法是用来遍历容器类型数据(比如列表)的。y是容器，x是元素，在每次迭代中会更新。
  4. range(a, b)函数可以用来生成整数范围[a, b-1]。范围不是列表，不存储元素，只是描述了元素的生成规则。
  5. for也可以用来遍历迭代器。range函数返回的范围属于Python中的迭代器。
  6. 在函数中定义的变量是局部变量，出了函数就访问不到了。要在函数体中定义或访问全局变量，得用global关键字
  7. 点击不同的段子标题，要下载不同的段子。所以，我们需要在槽函数里获知被点击的段子。我们考虑将段子的网址保存到按钮中，在槽函数中只要考虑如何获取哪个按钮被点击就行了。Qt不会将点击事件的信号源(按钮对象)传递给槽函数，但是，Qt提供了QObject.sender()实例方法来获取最新的信号源。
  8. 这个QObject.sender()是个实例方法，意思是这个方法只能在QObject类的实例对象上调用。
  9. QObject是Qt系统中所有类型的根类。Qt中的所有类都继承自QObject。所以，每个Qt中的对象都是QObject类的对象
  10. QObject.sender()方法可以在任意Qt对象上调用。我们可以直接用app.sender()来获得最新的信号源，即用户最新点击的按钮。
  11. QObject.setProperty可以在Qt对象上保存数据。比如，我们可以将段子的地址保存在关联的按钮中。
  12. textwrap.fill方法可以以指定的段长切割字符串，每个切点放一个换行符
  13. 常见的网页是一种HTML文档，是一种基于标签的树形结构，格式类似于<html><head></head><body><a href="www.github.io">CLICK</a></body></html>。手动解析这种文档，一般要用到正则表达式，非常麻烦。所以，我们一般用现成的解析器来解析HTML文档。在这里，我们使用parsel(pip install parsel)这个模块来解析HTML。
  14. Selector(HTML代码)构造函数用来生成HTML解析器，Selector.xpath()方法用指定的路径(XPath)来解析HTML，返回的对象还是Selector。Selector.get方法获取匹配到的第一个元素，Selector.getall方法获取匹配到的全部元素。//div/li/a表示HTML文档中任意位置的div标签下的直接子li标签下的直接子a标签。在我们下载的网页中，这个XPath语句正好匹配到我们需要的5个段子的超链接。要获取标签的文本，需要使用text()。
  15. [function(x) for x in y]这种语法叫生成器，可以用来将一个列表中的元素经过处理一一映射到另一个列表。我们也可以利用这种语法，将需要写两行的for x in y: function(x)语法压缩到一行。
  16. "\n".join(字符串列表)这种语法可以用特定的字符连接多个字符串。

最后附截图一张:

五个段子

文章首发: https://baijifeilong.github.io

漫漫路，莫论逍遥；潜心修，只为悟道