面向聰明小白的程式設計入門教程 做點有意思的東西(Part 7)

做一個文件轉換器應用，雖然用不了太多程式碼，但是要涉及到程序、執行緒、自定義Qt訊號等太過抽象的東西。在做這個應用前，我們還是先來點簡單的吧。之前的教程好像有些無聊，這節課，我們來學著做點有意思的東西。

有意思的東西，要有有意思的內容。如果自己沒有內容，就到網際網路上致敬一些吧。

1. 做一個IP地址檢視器

說實話，檢視電腦的IP，也挺無聊的，但是夠簡單，所以就從這裡開始吧。IP地址在作業系統裡就可以直接檢視。但是除了IP地址，我們也想通過IP獲取地理地址和網路運營商情況。IP地址和地理地址並沒有固定的關係，所以我們需要藉助網路上的資料庫，或者說藉助第三方的服務來查詢。這裡，我們選用IP.CN 提供的IP地址查詢服務。

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("來自", "\n來自")


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: 獲取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()

執行以上程式，點選按鈕，大約卡頓半秒後，文字標籤處就會顯示我們電腦的IP 地址、地理 地址和ISP 資訊。

這個程式涉及到了不少新的知識點，我來依次解釋一下：

1. def 函式名(...引數): 這種語法是用來定義函式的。Lambda 表示式定義的是匿名函式，def 定義的是有名字的函式。函式接受0個或多個輸入，處理後返回0個或多個輸出。
2. 冒號之後的下一行開始是函式體。函式體左邊的四個空格不能省略。Python 為了簡潔，沒有提供特殊的符號來給函式定界。Python 用Tab (製表符)或空格來給函式定界。Tab 在不同平臺下寬度可能不一樣，所以程式程式碼中的空白一般用空格。理論上任意個空格都可以，但使用4個空格已經是事實上的標準了。
3. 函式名稱裡面執行的邏輯，不一定要跟函式名有關係。在函式體裡頭，可以執行我們想執行的任意邏輯。
4. 函式體可以什麼都不做。但是Python 規定函式體不能為空。所以，表示什麼都不做，要用語句pass
5. 函式體通過return 關鍵字結束執行，並將return 後邊跟著的資料(如果有的話)返回。沒有返回語句的函式，會執行到函式尾部，返回None
6. 用來匯入模組的import 語句，除了放在程式碼頭部外，也可以用在函式體裡面。但是出了這個函式，import 進來的東西就訪問不到了
7. Python是一種指令碼語言，意思是Python程式碼會從頭到尾一行一行地順序執行。所以，用到的模組要提前匯入，用到的函式要提前定義
8. 使用Python程式碼也可以訪問網頁。Python內建的urllib 模組提供了這個功能。
9. URL就是我們通常說的網址。常見的網址可能使用http 協議，也可能使用https 協議。所以，在程式碼中，我們要明確指出
10. urlopen 函式可以將網頁下載回來。不同的網頁，下載回來的格式也不一樣。可能是普通的HTML網頁(最常見的網頁型別)，可能是純文字文件(在Windows下俗稱記事本文件)，也可能是圖片、視訊、壓縮包等電腦上可以儲存的任意檔案格式。
11. urlopen 函式下載網頁消耗的時間是不確定的。Python 程式碼要一行一行執行，下載網頁時，程式要等待下載完成才能執行其他程式碼(包括響應使用者的點選事件)。所以，下載時會導致軟體假死，點選按鈕沒反應。
12. Python語言經常被用來做爬蟲(用來自動化批量下載網頁)，而urllib 是Python官方的可以做爬蟲的模組。所以，直接使用urllib ，會被ip.cn 識別為爬蟲而拒絕服務(返回HTTP狀態碼403)。所以，我們需要將我們的HTTP請求偽裝成瀏覽器或者其他使用者代理(User-Agent, 一般使用者不會直接使用HTTP協議訪問網頁，而要藉助瀏覽器代為訪問，瀏覽器代理使用者訪問網頁，這時瀏覽器的角色就是使用者代理)。不過，我們這次不偽裝成瀏覽器，而要偽裝成cURL (可以當作一個命令列下的網頁瀏覽器)。因為IP.CN 對瀏覽器返回的是一個HTML 網頁，對cURL 返回的是一個包含了IP 資訊的字串。為了省卻解析HTML 網頁獲取我們關心的IP 資訊，我們決定偽裝成cURL ，一步到位獲取。
13. 要偽裝成cURL ，我們需要修改HTTP請求的頭部Header 。HTTP 規範定義了HTTP頭部的User-Agent 欄位表示使用者代理。我們修改這個欄位即可。經過我的測試，IP.CN 對cURL 的識別策略是User-Agent 欄位以curl 開頭，後面跟斜槓和curl 版本號。我們用curl/7 就行。
14. urllib.request.urlopen 返回的資料型別是urllib.response.Response 物件，這是urllib 對HTTP響應的封裝。Response.read() 方法可以讀取響應內容。由於HTTP響應可能是張圖片，所以不能用字串來表示。read 方法讀到的是位元組碼，位元組碼可以表示任何資料型別，也可以表示任何檔案型別。從位元組碼轉換到字串，需要解碼，即呼叫decode() 方法。這張，我們便得到了一個表示IP 地址資訊的字串，格式類似於當前 IP: 115.171.212.227 來自: 北京市 電信\n 。
15. 字串呼叫strip() 方法可以去除首位的空白字元，比如換行符號。
16. 字串呼叫replace() 方法，可以替換字串中的指定子串為其他文字。我們用replace() 方法來給字串中間新增一個換行符。
17. 控制元件的文字、對齊方式等屬性也可以通過樣式表來設定，比如qproperty-text 表示文字，qproperty-alignment 表示對齊方式。
18. Qt的樣式表(QSS, Qt Style Sheet)中，* 是萬用字元，表示任意控制元件。
19. QSS 中，:hover 表示滑鼠懸浮狀態，:pressed 表示滑鼠按下狀態。
20. 除了QBoxLayout.addWidget() 方法，我們還可以通過QBoxLayout.setStretch(索引，比重) 來調節子控制元件在佈局中的拉伸因子。

注意，IP 地址是商品，是可以用來買賣的，IP 地址的歸屬地和歸屬運營商(ISP)也是動態變化的，不一定準確。

2. 看段子

我們剛做的IP地址檢視器，在查詢IP時會假死一會兒。這個問題比較複雜，我們留到後面處理。現在，我們該做一個看段子的軟體。我們的目標是，點選按鈕可以隨機刷新出幾條段子，點選段子名稱可以閱讀段子的內容。

當然，我們不是在做AI (人工智慧)，不過就算是做AI ，要想編個能看的段子，一般的電腦CPU怕是一時半會算不出來。我們希望找一個免費的可以提供隨機段子的介面。這裡說的介面是HTTP 介面，介面類似於執行在其他電腦上的一個遠端的函式，我們可以呼叫這個函式(這個介面)獲取我們需要的東西。介面的格式一般比較固定，裡面的資料一般不會經過特殊處理，可以直接讀取解析出來。

不過，免費的介面可不好找。我搜了半天也沒有搜到。看來我們得自立更生，找一個可以提供隨機段子的網站，將網頁裡的隨機段子手動扒出來了。這種程式學名叫做爬蟲。現在教爬蟲有點過早，但是為了我們的程式有內容可看，只能先硬著頭皮上了。

我發現一個網站叫段子網 (此處不是在做廣告，數數本文的留言人數，就知道我沒騙你啦)，首頁每次重新整理，都會在側邊欄生成5個隨機的段子。不過，這5個段子只有標題。看來，我們的程式又得多幾行程式碼了。

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("重新整理段子")
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("五個段子")
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()

執行以上程式碼，可以看到我們的段子軟體的功能已經完成。這個程式涉及到了不少新的知識點，我大概解釋一下：

1. QApplication.setStyleSheet 可以設定應用的全域性樣式表
2. QLabel.setWordWrap 可以啟用或禁用自動換行(預設關閉狀態)
3. for x in y 這種語法是用來遍歷容器型別資料(比如列表)的。y 是容器，x 是元素，在每次迭代中會更新。
4. range(a, b) 函式可以用來生成整數範圍[a, b-1] 。範圍不是列表，不儲存元素，只是描述了元素的生成規則。
5. for 也可以用來遍歷迭代器。range 函式返回的範圍屬於Python中的迭代器。
6. 在函式中定義的變數是區域性變數，出了函式就訪問不到了。要在函式體中定義或訪問全域性變數，得用global 關鍵字
7. 點選不同的段子標題，要下載不同的段子。所以，我們需要在槽函式裡獲知被點選的段子。我們考慮將段子的網址儲存到按鈕中，在槽函式中只要考慮如何獲取哪個按鈕被點選就行了。Qt 不會將點選事件的訊號源(按鈕物件)傳遞給槽函式，但是，Qt 提供了QObject.sender() 例項方法來獲取最新的訊號源。
8. 這個QObject.sender() 是個例項方法，意思是這個方法只能在QObject 類的例項物件上呼叫。
9. QObject 是Qt 系統中所有型別的根類。Qt 中的所有類都繼承自QObject 。所以，每個Qt 中的物件都是QObject 類的物件
10. QObject.sender() 方法可以在任意Qt 物件上呼叫。我們可以直接用app.sender() 來獲得最新的訊號源，即使用者最新點選的按鈕。
11. QObject.setProperty 可以在Qt 物件上儲存資料。比如，我們可以將段子的地址儲存在關聯的按鈕中。
12. textwrap.fill 方法可以以指定的段長切割字串，每個切點放一個換行符
13. 常見的網頁是一種HTML文件，是一種基於標籤的樹形結構，格式類似於<html><head></head><body><a href="www.github.io">CLICK</a></body></html> 。手動解析這種文件，一般要用到正則表示式 ，非常麻煩。所以，我們一般用現成的解析器來解析HTML文件。在這裡，我們使用parsel (pip install parsel )這個模組來解析HTML。
14. Selector(HTML程式碼) 建構函式用來生成HTML解析器，Selector.xpath() 方法用指定的路徑(XPath)來解析HTML，返回的物件還是Selector 。Selector.get 方法獲取匹配到的第一個元素，Selector.getall 方法獲取匹配到的全部元素。//div/li/a 表示HTML 文件中任意位置的div 標籤下的直接子li 標籤下的直接子a 標籤。在我們下載的網頁中，這個XPath 語句正好匹配到我們需要的5個段子的超連結。要獲取標籤的文字，需要使用text() 。
15. [function(x) for x in y] 這種語法叫生成器，可以用來將一個列表中的元素經過處理一一對映到另一個列表。我們也可以利用這種語法，將需要寫兩行的for x in y: function(x) 語法壓縮到一行。
16. "\n".join(字串列表) 這種語法可以用特定的字元連線多個字串。

文章首發:https://baijifeilong.github.io