bat文件：bat文件是dos下的批处理文件。批处理文件是无格式的文本文件，它包含一条或多条命令。它的文件扩展名为 .bat 或 .cmd。 使用：在命令提示下键入bat文件的名，或者双击bat文件，系统就会自动调用cmd.exe运行文件。 步骤：
1. 先编写hello.py文件，然后建立它的快捷打开方式---hello.bat文件。
2. 新建一个\"hello.txt\"文档，例如，我也放在了E盘pander文件夹下（右击鼠标，
选择【新建】--【文本文件】），在里面写入： @py.exe E:\\pander\\hello.py 3. 保存这个文档，然后将它关闭。然后重命名文件的类型，将其改为bat文件。
方法二：
借助IDLE来快捷打开Python文件的小技巧
第4关：布尔值
1.布尔值只有True / False 两种
2.固定写法：True、False的首字母大写，其他小写 Python中被设定好的某些数据的真假，如下图
注意：
在使用if等相关诗句时，内部语句一定要缩进。 在写表达式等相关结构时请注意使用英文标点符号。 在功能语句后面一定要注意书写英文的冒号。
第5关：循环
在本关，我们接触到两个重点： 1.while的基础语句
2.while循环内部使用的两种子句：break子句、continue子句
第7关：列表和字典
list是一种有序的集合，可以随时添加和删除其中的元素。
字典是键值对（key=>value）的集合，字典的格式规范是：d = {key1 : value1, key2 : value2 }
使用字典的注意事项： 1，字符串必须要加引号
2，每一个键的名字必须是唯一的
第8关：for循环
for是可以跟else搭配的，当迭代的对象迭代完并为空时，位于else的子句将执行，而如果注意：
在for循环中含有break时则直接终止循环，并不会执行else子句
第9关：函数 处理异常
函数：
是组织好的、可以重复使用的、用来实现单一功能的代码。
函数的返回：return
随机函数的使用：
变量作用域：
局部变量：在一个函数内定义的变量，仅能在函数内使用。 全局变量：在函数外定义的变量，可以在程序的任何位置使用。 控制流中的处理异常：
第10关：编码
编码和解码是实现人类语言和机器语言的相互转换的唯一渠道。 程序格式是这样的：
print('延君'.encode('utf-8')) print('K'.encode('ASCII'))
encode的作用，使我们看到的直观的字符转换成计算机内的字节形式。 decode刚好相反，把字节形式的字符转换成我们看的懂的形式。
第11关：文件读写
读文件：
写文件：
文件读取相关使用说明：
注意事项：
1、如果你想读写的内容是一串文字，建议搭配readline()，这个函数会从abc.txt文件取得一个字符串的列表，列表中的每个字符串就是abc.txt中的每一行。而且每个字符串后面还有换行的\\n符号；
2、为了使每一行的数据遍历，需要用到之前学过的for...in...循环；
3、把每一行的名字和分数分开，需要用到split()函数来把字符串分开，它会按空格把字符串里面的内容分开。其中还有一个join()作用相反，是把字符串合并的。
第12关：类与对象
第13关：常见模块集合：
第1， 图形界面
第2， 数据分析。
第3， 文档处理。
第4， 信息传输。
第5， 自然语言处理
第6， 多媒体处理。
第7，其他
第14关：打包成 exe --- pyinstaller
1.打开终端，安装pyinstaller模块： pip install pyinstaller 2. cmd中进入要打包的项目的py文件所属目录
3. 在cmd中执行命令pyinstaller 文件名（为防止出错，建议把中文的文件名改为英文）
4. 成功之后，打开你的文件夹，会发现多了四个文件。此时dist文件夹，就含有打包
成的exe。
注意事项: 问题解决
1、文件一闪就没了的话，试试给你的py文件最后加上一句input()，这样可以让运行完的程序停留下来，等待你输入任何按键之后停止。
2、转换失败的话，尝试将py文件名改一下，改成简单的英文名字再尝试，或者更换一个文件夹
3、保你的代码能在编辑器上正常的跑通，否则exe文件是无法正常打开的 4、需要dist 里面只生成一个exe文件的话，可以使用pyinstaller -F 文件名
知识点一
1）、Request对象
示例代码： import requests
response = requests.get('https://www.baidu.com') print(response.text) print(response.content)
这里的response其实是一个Response对象，text和content分别表示取这个对象的text属性和content属性。其中text表示文本数据形式的网页源代码，content表示字节型数据的网页源代码。
第一个要了解的是apparent_encoding和encoding属性，其中encoding是从HTTP header中猜测的响应内容编码方式，apparent_encoding是根据响应内容分析出的编码方式。
第二个要了解的是cookies属性，该属性保存了用户的cookie值，我们有的时候可以通过获取到上一个请求的cookie，作为请求头的一个cookie参数传入到请求中。
第三个要了解的是headers属性，这个属性中记录了响应头中的相关内容，虽然不怎么会用到，但还是要理解这是什么。
第四个要了解的是request属性，这个属性记录了请求的相关信息，这其中有一个请求头需要了解一下，通过了解这个请求头，我们能够更加深入地理解我们在编写爬虫的时候，
为什么要在请求头中添加User-Agent参数。
最后一个需要了解的是status_code属性，这个属性表示响应的状态码，当我们一次性爬取的url数量过多的时候，就需要用status_code来过滤掉请求失败的url，否则在后面的数据解析中容易报错，从而导致程序运行的终止。
2）、闲谈数据处理：字符串的6种常用方法
我们用requests.get或requests.post获取到网页的源码，通过BeautifulSoup解析之后，得到的数据还是可能千奇百怪的，可能多了空格，可能有些内容我们不需要等等，所以我们应该对这些数据进行简单的处理。
第一步：strip()处理数据首尾的空格
第二步：replace()替换空格形成一个字符串
第三步：使用split分割字符串
URL拼接问题：startswith方法
endswith方法：
join方法：
列表的去重：
3）、技术选型与爬虫能做什么
Scrapy和requests + Beautifulsoup
库与模块的区别：
一个库可能由多个模块组成，而一个模块就是一个py文件。
Scrapy和requests + Beautifulsoup之间的区别在哪里： ①requests和Beautifulsoup都是库，而Scrapy是框架。
两者根本不理一个层级的东西，每个框架都是集成了很多库的，在这些库的基础上进行了多次封装，做了很多处理。
②Scrapy框架中可以加入requests和Beautifulsoup 在Scrapy框架中，我们仍然可以使用requests和Beautifulsoup，但是极其不建议在Scrapy框架中使用BeautifulSoup。
③Scrapy是基于Twisted开发的，是一个异步的框架，性能是它最大的优势。 举例说明：（同步和异步的区别）
上述代码就是同步的代码，当代码执行到第2行的时候，其实是堵在这里的，因为从发起请求到服务器返回响应的过程是需要一定的时间的，只是这个时间很短，我们感觉不到，但却是实实存在的，只有服务器返回响应之后，代码才会继续往下执行，这就是同步，就相当于我们在等待服务器响应的那段时间是浪费了的。
对于异步：就是很好地利用了服务器返回响应的那段时间，利用那段时间驱动程序去执行别处的代码，等服务器响应之后又回过来，接着继续往下执行。
虽然异步的代码的性能很高，但是编写起来就会相应的很复杂，。 ④Scrapy方便扩展，提供了很多内置的功能 Scrapy本身提供了很多扩展供我们使用，另外还支持我们自定义自己的扩展，去实现我们自己想实现的功能。
⑤Scrapy内置的css和xpath selector选择器非常方便，而BeautifulSoup的最大缺点就
是慢。
因为xpath是用c语言写的，而Beautifulsoup是用纯python写的，所以性能上会存在巨大的差异，一两条可能感觉不大，当要爬取的数据量过大时，这种差距就会越明显。
使用场景：
requests + Beautifulsoup适合于爬取少量数据，临时用用，不适合爬取大量数据。 Scrapy适合于爬取大量数据，更适合商用。
爬虫能够具体做些什么：
①搜索引擎——百度、Goggle、垂直领域搜索引擎
搜索引擎就是不停地在网络中爬取所有的数据，然后对这些数据进行分析，最后给用户提供一个搜索接口。
②推荐引擎——今日头条
推荐引擎也是不停地在网络中爬取数据，但它是有目的地丰爬取，它是事先知道要爬取哪些数据的，然后爬取到数据后，通过一定的算法，将用户感兴趣的内容推送给用户。
③机器学习的数据样本
机器学习、深度学习等等人工智能领域都需要大量的数据来训练写好的算法，使得算法的准确率起来越高，而这些数据从哪里来呢，就可以用爬虫来获取。
④数据分析、舆情分析等
数据分析同样需要样本，而这些数据也 可以用爬虫去网络上爬取。
因篇幅问题不能全部显示，请点此查看更多更全内容