20223427范欣怡实验四报告

咦yi 咦yi 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区

学号 2022-2023-2 《Python程序设计》实验四报告
课程:《Python程序设计》
班级:2234
姓名:范欣怡
学号:20223427
实验教师:王志强
实验日期:2022年5月15日
必修/选修: 公选课

 1.实验内容
此处填写实验的具体内容;
设计爬虫程序,获取网页上的天气信息,并通过邮件的方式发送给自己。
 2. 实验过程及结果
(1)实验过程

A.导入与爬虫有关的库

B.获取所爬取网页的url,并进行UA伪装

C.建立获取天气情况的正则表达式

D.建立字典,处理数据

E.将字典中的数据取出,进行处理

F.编写邮件发送代码

G.调试运行

(2)实验源代码

import requests
import re
import smtplib
from email.mime.text import MIMEText
from email.utils import formataddr

from Tools.scripts.which import msg

url =
'http://www.weather.com.cn/weather/101010900.shtml'

header = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko)'
                       'Chrome/92.0.4515.131 Safari/537.36 SLBrowser/8.0.1.1171 SLBChan/32'
}
response = requests.get(
url=url,headers=header)
response.encoding=
'utf-8'
weather_text = response.text
tem =
'<li class=".*?">.*?<h1>(.*?)</h1>'
tem2 = '</big>.*?<p title="(.*?)" class="wea"'
tem3 = '<p class="tem">.*?<i>(.*?)</i>'
tem4 = '<p class="tem">.*?<span>(.*?)</span>'
date_list = re.findall(tem,weather_text, re.S)
condition_list = re.findall(tem2
, weather_text, re.S)
min_tempture_list = re.findall(tem3
, weather_text, re.S)
max_tempture_list = re.findall(tem4
, weather_text, re.S)
weather_condition = {}
weather_tempture_min = {}
weather_tempture_max = {}

if len(max_tempture_list) == 6:
    weather_tempture_max[date_list[
0]] = '无'
   
for each in range(0, 3):
        weather_condition[date_list[each]] = condition_list[each]
        weather_tempture_min[date_list[each]] = min_tempture_list[each]
   
for i in range(1, 3):
        weather_tempture_max[date_list[i]] = max_tempture_list[i]

else:
   
for each in range(0, 3):
        weather_condition[date_list[each]] = condition_list[each]
        weather_tempture_min[date_list[each]] = min_tempture_list[each]
        weather_tempture_max[date_list[each]] = max_tempture_list[each]

text1 = []

for n in range(0, 3):
    text1.append(
'日期:' + date_list[n] + '\n天气状况:' + weather_condition[date_list[n]] + '\n最低温--最高温:' +
                 weather_tempture_min[date_list[n]] +
'-' + weather_tempture_max[date_list[n]])
text2 = text1[
0] + '\n' + text1[1] + '\n ' + text1[2]
print(text2)
fromfxyyy =
'2463157225@qq.com'
password = 'pcjhiwlokpcdeaff'
tofxyyy = '2463157225@qq.com'
def mail():
    mail_text=text1[
0]
    ret =
True
    try
:
        msg = MIMEText(mail_text)
        msg[
'From'] = formataddr(["From@一只小游鱼", fromfxyyy])
        msg[
'To'] = formataddr(["一只小游鱼", tofxyyy])
        msg[
'Subject'] = "今日天气"

       
server = smtplib.SMTP_SSL("smtp.qq.com")
        server.login(fromfxyyy
, password)
        server.sendmail(fromfxyyy
, [tofxyyy], msg.as_string())
        server.quit()
   
except Exception:
        ret =
False
    return
ret
ret = mail()

if ret:
   
print("邮件发送成功")
else:
   
print("邮件发送失败")

(3)实验截图


3.实验过程中遇到的问题和解决过程
问题1:一开始没有下载安装爬虫程序所需要的库和组件
问题1解决方案:在设置中查找安装
问题2:内容无法发送,只能在邮件中看到主题,内容显示为空


问题2解决方案:将原代码改写成了

“mail_text=text1[0]

ret = True

try:

msg = MIMEText(mail_text)”
问题3:不能很好地运用正则表达式
问题3解决方案:查阅了书籍资料,进行相关内容的学习

4.实验感想

这一次的实验我做了很久,从找资料,看博客到真正地开始操作,编写代码的过程中遇到了很多的困难,这是因为我的水平实在有限。之前一直是用idle来编写代码的,这是我第一次在pycharm的环境里调试程序,很方便,简化了不少过程。一开始我只是按照学到的方法思路进行编写,后来我发现好像并不能达到我想要的效果,于是我又进行了新的尝试。实验成功的那一刻,我的心中充满了喜悦,越发的觉得Python是一门很神奇的语言,可以创造出许许多多的可能性。

5.课程总结

虽然只与Python接触了短短几个月的时间,但是我已经切实感受到了它的魅力。于我而言,编写程序的过程是艰难的,但是也是充满乐趣的。能够看到自己编写的代码在屏幕上跳跃,运行着,心中的快乐也是不言自明的。为期十六周的Python课程已经结束了,但是我们学习语言的脚步当然不应该就此停下。希望能在之后的闲暇时间里继续学习,不断提高我的Python水平,希望未来有一天能够不借助外力写出我自己的代码。
6.参考资料
1.CSDN博客 艾派森 《使用python自动发送邮件》

2.CSDN博客 苦苦的码人 《Python爬取天气数据,并每天定时发送到QQ邮箱》

3.CSDN博客 山与海 通过爬虫定期发送当地天气情况给自己的邮箱

 

 

...全文

相关推荐

好用免费猴PDM查阅器v1.7

# 好用免费猴PDM查阅器 一个用 Python 写的 **PowerDesigner `.pdm` 模型阅读器**:不用装 PowerDesigner,双击就能把 `.pdm` 里的表、字段、主键、索引、外键、注释全部摊开看,任意内容可直接复制,并一键导出 Excel / HTML / Markdown / 建表 DDL。 - **v1.7**:彻底修掉「再点表就覆盖已打开的 sheet」——已打开的表单独记成一份标签列表,和左侧「选中」不再共用状态,**筛选框找表后再点,永远是新开一个标签、绝不动已有的**;已打开的表在清单里显示为**绿色**,再点它是「切回那个标签」,`Ctrl`+单击才关掉 - **v1.6**:左侧清单**点一下就打开**(不用再按 Ctrl / Shift);启动默认进「标签页切换」;标签页开着 5 张以上时切「并排分屏」会自动弹窗让你挑要保留的 4 张 - **v1.5**:两种多表视图 ——「并排分屏」(≤4 栏,窄栏也显示全部列,Shift+滚轮 / 中键拖动可横向滚动)+「标签页切换」(像 Excel sheet 一样一个表一个标签,最多 12 个,看另一张表时其余自动隐藏);exe 图标改用 Windows 原生多尺寸设置,标题栏/任务栏不再被拉伸糊掉 - **v1.4**:多表分屏 —— 左侧按住 Ctrl / Shift 多选表,右侧每张表开一个独立面板并排展示(最多 4 个,各栏自动等宽),超了会弹窗让你自己挑;exe 换成新的像素猴子图标 - **v1.3**:打开过的文件会被记住,下次启动自动载入同一批模型并回到上次查看的表,不用每次重新选 - **v1.2**:新增程序内复制(任意表格框选 → Ctrl+C / 右键复制,支持 Tab 分隔与 Markdown) - 单文件实现,`pdm_viewer.py` 一个文件

lz_N_one

用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计研究(Matlab代码实现)

内容概要:本文围绕“用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计研究”展开,系统阐述了卡尔曼滤波在动态系统状态估计中的核心作用,重点探讨了最优增益的递推计算方法与基于最小均方误差准则的状态更新机制。研究内容涵盖线性系统状态估计的完整流程,包括状态预测、协方差传播、创新计算、卡尔曼增益求解及状态校正等关键步骤,并通过Matlab代码实现了算法的仿真验证,展示了其在噪声环境下对系统状态进行高精度跟踪的有效性。文中不仅强调理论推导,还注重工程实现细节,帮助读者深入理解卡尔曼滤波的数学本质与自适应特性。; 适合人群:具备线性代数、概率统计及控制理论基础知识,熟悉Matlab编程语言,从事自动化、电子信息、通信工程、导航制导、信号处理、物联网或智能系统研发等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于传感器数据融合、目标跟踪、惯性导航(如GNSS/INS组合导航)、工业过程监控等存在噪声干扰的状态估计任务;②帮助读者掌握卡尔曼滤波从数学建模到代码实现的全过程,深入理解MMSE估计原理及其在提升系统鲁棒性与精度方面的关键作用;③为后续学习非线性滤波算法(如扩展卡尔曼EKF、无迹卡尔曼UKF)以及更复杂的多传感器融合架构奠定坚实的理论与实践基础。; 阅读建议:建议读者结合提供的Matlab代码逐行调试运行,重点关注预测与更新过程中各矩阵的维度变化与数值演化,尝试调整过程噪声与观测噪声的协方差参数,观察其对滤波收敛速度、估计精度及卡尔曼增益自适应调节的影响,从而深刻领会滤波器的设计思想与调参技巧。

李锦科研

适合政府进行产业链技术缺口识别的分析工具有哪些?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

BIZKEEN

Hybrid Mount

杂交挂载元模块 Hybrid Mount Metamodule

yiersansiwu123d

【储能选址定容】基于多目标粒子群算法的配电网储能选址定容(Matlab代码实现)

内容概要:本文系统阐述了基于多目标粒子群算法(MOPSO)的配电网储能选址定容优化方法,旨在科学解决储能系统在配电网络中的最佳安装位置与容量配置问题。研究构建了一个综合考虑网损最小化、电压偏差改善和投资成本节约的多目标优化模型,并采用改进的多目标粒子群算法进行高效求解,获得一组代表不同权衡关系的Pareto最优解集,进而结合模糊决策等多属性决策方法从中遴选出最理想的折衷方案。文中详细剖析了算法的核心原理、数学建削过程及求解策略,并提供了完整的Matlab代码实现,通过在标准IEEE测试系统上的仿真实验,充分验证了该方法在提升配电网运行经济性、改善电能质量及增强系统综合效益方面的有效性与优越性。; 适合人群:具备电力系统分析、优化算法基础知识的研究生、科研人员及从事电网规划、储能系统设计与运行的工程技术人员。; 使用场景及目标:①研究配电网中储能系统的科学规划与优化配置方法;②深入学习多目标优化算法在电力系统规划领域的实际应用与实现技巧;③掌握基于Matlab平台的电力系统仿真建模与优化编程能力,为相关课题研究提供技术支持。; 阅读建议:在阅读时应重点关注多目标优化模型的构建逻辑、粒子群算法的改进机制及其在电力系统约束处理上的实现细节,建议结合提供的Matlab代码进行逐行调试与复现,通过调整系统参数、约束条件和权重系数等方式,深入探究算法的性能表现和优化结果的变化规律,以达到融会贯通的学习效果。

天天程序猿
评论
收藏 已收藏
分享
返回顶部