今天開始往後都，用python3來寫腳本
1.csv數據處理
csv文件格式：
逗號分隔符（csv），有時也稱爲字符分隔值，因爲分隔字符也可以不是逗號，其文件以純文本的形式存儲表格數據（數字和文本）。
純文本意味着該文件是一個字符序列，不含必須像二進制數字那樣被解讀的數據。
csv文件由任意數目的記錄組成，記錄間以某種換行符分割；每條記錄由字段組成，字段間的分隔符是其他字符或字符串，最常見的是逗號或製表符。通常，所有記錄都有完全相同的字段序列。
csv數據，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或者類似軟件打開，樣子都是我們常見的表格形式。
平常我們取文件內的數據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，打印每一行的數據。
lineText.append(line.split(","))
print (lineText) #把上面所有行作爲元素數據，存入一個列表中。csv模塊用法，使用模塊來處理數據:
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數據處理
python 提供有第三方庫來支持excel的操作，python處理excel文件用的第三方模塊庫，有xlrd、xlwt、xluntils和pyExcelerator，
除此之外，python處理excel還可以用win32com和openpyxl模塊.
我們主要用xlrd、xlwt、xluntils這三個模塊，pyExcelerator模塊偶爾也會用：
pip install xlrd pip install xlwt pip install xlutils pip install pyExcelerator
xlrd 只能進行讀取excel文件，沒法進行寫入文件;
xlwt 可以寫入文件，但是不能在已有的excel的文件上進行修改;
xluntils 可以在已有的excel文件上進行修改;
pyExcelerator 與xlwt類似，也可以用來生成excel文件
讀取表單數據：
舉例：按行取數據
import xlrd
def readExcel():
data = xlrd.open_workbook('test.xlsx')
table = data.sheets()[0] # 打開第一張表
nrows = table.nrows # 獲取表的行數
for i in range(nrows): # 循環逐行打印
print(table.row_values(i)) #通過row_values來獲取每行的值
if __name__ == '__main__':
readExcel()舉例：按豎列取數據
import xlrd
data = xlrd.open_workbook("whsc.xlsx")
table2 = data.sheet_by_name("域名") #sheet標籤頁的名稱
for col in range(table2.ncols):
print (table2.col_values(col))舉例：創建新的並寫入excel文件（xlwt無法修改原有文件）
import xlwt
excel = xlwt.Workbook()
#創建3個表
sheet1 = excel.add_sheet("sheet1")
sheet2 = excel.add_sheet("sheet2")
sheet3 = excel.add_sheet("sheet3")
#只在第一個表sheet1裏寫數據，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)
#第一個是行，第二個是列，第三個是內容，第二個參數用來確認同一個cell單元是否可以重設值。
excel.save("hello.xlsx")
print("創建hello.xlsx完成")效果如下：
舉例：字體效果
使用樣式，字體類型、加粗等效果：
import xlwt
excel = xlwt.Workbook()
#創建3個表
sheet1 = excel.add_sheet("sheet1")
sheet2 = excel.add_sheet("sheet2")
sheet3 = excel.add_sheet("sheet3")
#初始化樣式
style = xlwt.XFStyle()
#爲樣式創建字體
font = xlwt.Font()
font.name = 'Times New Roman' #指定字體名稱
font.bold = True #是否加粗
#設置樣式的字體
style.font = font
#使用樣式
sheet3.write(0,1,'some bold Times text',style)
#保存該excel文件,有同名文件時直接覆蓋
excel.save('hello.xlsx')
print('創建hello.xlsx文件完成!')效果如下：
舉例：處理超鏈接
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是要鏈接的文件，{1}_11111是鏈接文件的內容
sheet_index.write(i, 0, xlwt.Formula(link))
#第一個行號，第二個列號，第三個是寫入內容link，內容裏面超鏈接
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文件轉化成PDF文件
轉換成pdf的三種方法：
在工作中，會遇到把html文件轉換成pdf文件
python給我們提供了pdfkit這個模塊，直接安裝使用就可以了
下面就下來介紹一個pdfkit模塊的幾種用法
首先，我們安裝該模塊：
pip install pdfkit
1.網頁轉換成pdf（直接把url轉換成pdf文件）
import pdfkit
pdfkit.from_url('http://google.com', 'out1.pdf')2. Html轉換成pdf
import pdfkit
pdfkit.from_file('test.html', 'out2.pdf')3. 字符串轉換成pdf
import pdfkit
pdfkit.from_string('Hello lingxiangxiang!', 'out3.pdf')三種方法簡單例子：
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~
舉例：
抓取aming的linux教程，然後製作成pdf文件
先抓取每個的網頁，然後生成pdf文件
（1）查看網頁源代碼
（2）查看源代碼內容
和url對應規律
http://www.apelearn.com/study_v2/chapter2.html
http://www.apelearn.com/study_v2/chapter5.html
http://www.apelearn.com/study_v2/chapter7.html
... ...
通過 https://regex101.com/ 正則網站，把需要的字段給過濾出來
代碼如下（未封裝，回頭有空封裝一下）：
import os
import re
import pdfkit
import requests
if not os.path.exists("aminglinux"):
os.mkdir("aminglinux")
os.chdir("aminglinux")
url = "http://www.apelearn.com/study_v2/"
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執行結果：
