最近, Stack发布了一份《2026年开发者调查报告》它以超过百分之四十八的使用率连续第六年成为最受欢迎编程语言。然而, 好多刚入门的朋友都有同一个困惑: 语法学了一回, 笔记记了三本, 可是打开IDE却连一个能用的工具都编写不出来。这种感觉, 恰似你背完了全部螺丝刀的使用方法, 却依旧不清楚怎样组装一把椅子。今天的这篇文章, 压根不会跟你去讲那枯燥透顶的语法树, 进而也不去谈论那深奥至极的算法结构。我将会采用“搭乐高”这样的方式, 去讲解三个实战性质的 demo, 从而让你彻彻底底地搞明白程序究竟是怎样“拼”制出来的。倘若看完之后你感觉意犹未尽, 你甚至自个儿马上可以动手去写一个属于自己的小工具。1. 基础块不用造轮子先把积木认全写, 和搭乐高最大的相通之处在于, 你不需要从零开始捏泥巴, 只需去找到合适的现成要件。乐高有着成千上万种特有的零件, 诸如齿轮、转轴、车轮, 而写里面有着成千上万的第三方库。许多新手老是想着自行编写出一个“文件搜索工具”, 接着便着手从无到有去编写递归遍历目录的代码, 一编写就是几百行之多。这情形犹如搭建一个汽车模型, 你却并非使用现成的轮胎, 而是亲自拿圆木去进行削制。在实际的实战当中, 我们仅仅需要两行代码便能够将其搞定:import glob # 一行代码找到所有PDF文件 files glob.glob(**/*.pdf, recursiveTrue) print(f找到 {len(files)} 个PDF文件)在此处的关键思维方面所发生的转变在于, 并非要从毫无基础开始进行发明创造, 而是要到积木盒当中去寻觅零件。具体而言, glob便是属于你的那种能够即插即用的积木。实际学会这种识别那些“标准件”的能力, 相较于背诵100个函数而言会更具效用。在展开实战时的第一步, 始终是要向自己发问, 即针对这个需求, 是不是存在现成的库能够协助我将其解决呢?针对新手的实战的首个课程要点是, 开启你所使用的终端设备, 去执行pip操作, 这三个库是你搭建如同乐高积木般体系最基础的三大关键部分, 分别是网络请求相关的库, 用于网页解析的库, 以及进行数据处理的库, 首先要具备这些如同搭建积木所需的基础部件, 之后才能去探讨如何进行整体的构建。2. 结构设计搭建一辆会动的“数据小推车”乐高搭建里特别有趣味的部分, 是瞅着图纸将底盘、动力组以及轮轴给装配好。写程序的情况也是这样, 我们首先搭建一个名为“数据小推车”的用于实战的演示示例。对这个程序进行设计的目的意义在于: 能够做到自动去抓取某一个新闻网站的头条内容, 并且运用本地文件为你留存一份阅读清单。那是最为经典的实战入门项目, 鉴于其涵盖了程序的三次核心乐高模块, 分别是输入, 也就是网络请求还有处理, 即数据解析, 以及输出, 就是文件保存。来瞧代码:import requests from bs4 import BeautifulSoup from datetime import datetime # 模块一输入——用requests去捞数据 url https://news.ycombinator.com/ response requests.get(url) html_content response.text # 模块二处理——用BeautifulSoup拆分积木 soup BeautifulSoup(html_content, html.parser) titles [] for item in soup.select(.titleline a): titles.append(item.get_text()) # 模块三输出——保存到本地可追溯 today datetime.now().strftime(%Y-%m-%d) with open(fhacker_news_{today}.txt, w) as f: for idx, title in enumerate(titles[:10], 1): f.write(f{idx}. {title}\n) print(f 成功保存 {len(titles[:10])} 条头条到本地文件)你瞧见没, 整一个程序仿若三个乐高模块拼接在一起, 输入端负责从外部“进货”, 中间处理区负责将杂乱的HTML解析成规整的数据, 最终输出端将数据“打包”存入文件, 此模式几乎可应用于所有简单工具:记住这般“经输入、作处理、再输出”的乐高底盘结构, 不论你的程序往后的复杂程度究竟如何, 其底层逻辑始终都没办法跳出这样的框架。3. 功能扩展给程序装上“遥控器”和“仪表盘”上方的那个小推车使用起来颇为便利, 然而它却是那种“手动挡”的类型。为了能够去体会那种更为优质的乐高搭建所带来的愉悦之感, 咱们给他安装上两个具备高级特性的零件, 一个是遥控器, 也就是命令行参数, 还有一个是仪表盘, 即tqdm进度条。这两个积木在实际操作性的活动当中几乎每一天都会被运用到。设想你身为一个工地的包工头, 原本的程序仅仅会一味地埋头苦干, 现今你期望它能够知晓汇报进度, 并且还能够接受你的指令, 诸如仅仅下载图片, 又或者仅仅处理昨天的数据, 这便是高级玩法:import argparse import time from tqdm import tqdm # 安装遥控器让用户可以在终端下指令 parser argparse.ArgumentParser(description高级数据采集器) parser.add_argument(--pages, typeint, default3, help要采集的页数) parser.add_argument(--output, typestr, defaultdata.csv, help输出文件名) args parser.parse_args() # 安装仪表盘展示每一页的采集进度 print(f 准备采集 {args.pages} 页数据保存到 {args.output}) for page in tqdm(range(1, args.pages 1), desc采集进度): # 模拟每一页处理需要0.5秒 time.sleep(0.5) # 这里可以填入实际的requests请求代码 print(f 第{page}页数据已获取) print(f 全部完成数据保存在 {args.output})在终端运行此脚本之时, 你仅依照要求输入, app.py , 双短横线 pages , 数字 5 , 双短横线。csv , 其便会依据你的指令开展工作, 并且实时呈现进度条。这般的感觉恰似从手动挡汽车转变为带有定速巡航功能的自动挡汽车。老手心法: 学会运用, 和tqdm这两个并非核心的积木, 能够使得你的程序, 从仅供自身观赏的好玩的东西, 转变成为别人同样可以加以使用的工具。程序所具备的真正价值, 在于其具备可配置的特性, 在于其拥有可观测的特质, 在于其拥有能被追溯的属性。4. 高级组合技打造一个“自动答录机”此前一直搭建的是静态模型, 此刻我们要着手制作一个真正具备“动态”特性的事物——一款自动化邮件回复工具。这个演示版本会于你下班后, 协助你自动读取尚未阅读的邮件, 并且依据关键词进行自动回复。它将实际工作流程里的拼装能力完美地展现了出来。import imaplib import smtplib from email.mime.text import MIMEText from email.header import decode_header # ---------- 积木A读取邮件 ---------- def get_unread_emails(email_user, email_pass): mail imaplib.IMAP4_SSL(imap.gmail.com) mail.login(email_user, email_pass) mail.select(inbox) status, messages mail.search(None, UNSEEN) email_ids messages[0].split() return mail, email_ids # ---------- 积木B智能回复规则引擎 ---------- def auto_reply(subject): if 报价 in subject: return 您好已收到您的报价请求我们会在24小时内联系您。 elif 投诉 in subject: return 非常抱歉给您带来不便您的投诉已转交客服主管。 else: return 感谢您的来信我们已收到并会尽快处理。 # ---------- 积木C发送回复 ---------- def send_reply(to_email, reply_text): msg MIMEText(reply_text, plain, utf-8) msg[Subject] 自动回复已收到您的邮件 msg[From] YOUR_EMAIL msg[To] to_email server smtplib.SMTP_SSL(smtp.gmail.com, 465) server.login(YOUR_EMAIL, YOUR_PASSWORD) server.send_message(msg) server.quit() # 主程序——把积木拼起来 YOUR_EMAIL demoexample.com YOUR_PASSWORD your_app_password mail, ids get_unread_emails(YOUR_EMAIL, YOUR_PASSWORD) for eid in ids[-5:]: # 只处理最近5封未读 _, data mail.fetch(eid, (RFC822)) raw_email data[0][1] # 此处省略解析邮件具体代码篇幅原因 # 提取到 subject 和 from_addr # reply_text auto_reply(subject) # send_reply(from_addr, reply_text) mail.logout() print( 自动回复程序执行完毕)此 demo 一旦启动运行, 便如同装配有马达以及传感器的乐高机器人那般——它能够自行运转了。你甚至于能够借助Linux或者任务计划程序使其于每日清晨自动运行一回。自此, 你的程序从“玩具”跃升为“员工”。5. 工程化意识用设计图纸代替凭感觉乱拼在文章的篇末部分, 我打算跟大家分享一种多数教程都不会讲授的认知, 那就是, 对于真正的实战方面的高手而言, 他们会用百分之七十的光阴去绘制图纸, 而只用百分之三十的时间去拼积木。这里所说的“图纸”并非是什么具备高深莫测性质的事物, 实际上就是紧接着下面呈现的这张简洁的函数调用图:# 写程序前的伪代码“图纸” # 1. 主函数 main() # 2. ├── 获取用户输入 (get_user_input) # 3. ├── 验证数据完整性 (validate_data) # 4. ├── 核心业务逻辑 (process_data) # 5. ├── 结果保存 (save_results) # 6. └── 通知用户 (notify_user)有了这张图纸, 你搭建乐高的方式会全然不同, 不再是逐个逐一地去尝试, 而是先搭建好6个主要的柱子, 再往其中填入确切代码, 这亦是为何许多看似繁杂的开源项目, 读起来却相当清晰, 因为它们都遵循了一项核心准则: 先进行分块, 再予以填充, 最后实施组装。最后给你送上一份适用于365天的实战清单, 下次当你想要去写程序的时候, 能够直接依照着去做:先搜索用5分钟搜“ 做XXX用什么库