ab123768的博客

Python是一种高级编程语言，它由Guido van Rossum于1991年首次发布。Python的设计哲学强调代码的可读性和简洁性，其语法清晰简单，使得学习和使用变得相对容易。特性编译型语言解释型语言翻译方式一次性翻译逐行翻译执行速度快较慢依赖工具不依赖编译器需要解释器跨平台性差（需重新编译）强（只要有解释器即可运行）开发效率较低（需编译和调试）高（实时反馈）适用场景性能要求高的应用快速开发、脚本、Web 应用在编程中，有时需要一个占位符来表示“这里什么都不做”。

本文提出一种利用数组自身空间作为哈希表的原地标记法，用于查找1~n范围内缺失的数字。核心思路是通过将出现数字对应的索引位置标记为负数，最终未被标记的索引对应数字即为缺失值。算法分析表明，该方法仅需两次遍历，时间复杂度O(n)，空间复杂度O(1)，是内存受限场景下的最优解。关键点在于使用abs()处理负数标记，避免重复操作。虽然会修改原数组，但在满足数字范围1~n的条件下，实现了高效查找缺失数字的功能。

本文介绍了Python爬虫中verify=False参数的作用及使用场景。该参数可跳过HTTPS证书验证，解决爬取CDE等官网时因证书问题导致的请求失败。文章详细说明了其工作原理、适用情况（如证书链不完整、本地网络问题等）和基础使用方法，并强调需关闭相关警告提示。同时指出潜在风险，尤其是中间人攻击的可能性，建议仅用于公开数据爬取，敏感操作需配置合法证书。最后总结了该参数的核心价值与注意事项，为爬虫开发者提供了实用解决方案。

bbox_inches='tight'参数通过自动计算所有绘图元素的最小包围盒，解决热力图等图表边缘标签被截断的问题。其工作原理是：1）扫描所有图表元素（包括边缘标签、标题等）；2）计算能完整包含所有元素的最小矩形区域；3）基于该区域而非固定画布进行保存。这使得保存的图片会自动扩展以包含所有标签，同时裁剪多余空白，既避免截断又使图片更紧凑。对比实验显示，使用该参数后，热力图中较长的特征名能够完整显示，而默认保存方式会导致标签被切掉。这是解决图表标签截断最便捷有效的方法。

围绕 r.encoding = r.apparent_encoding 讲解中文网页爬取乱码的解决逻辑，涵盖原理、场景、实操全维度；

摘要 本项目基于Python实现CDE药品审批数据爬取与分析全流程，涵盖网络爬虫、数据处理及业务解读。核心模块包括： 网络爬虫：使用requests发送HTTP请求，构造请求头规避反爬，处理HTTPS证书异常及响应解压。 数据解析：通过json解析接口数据，安全提取字典字段，清洗字符串（如拆分企业名称）。 结构化分析：利用pandas构建DataFrame，统计分类数据（如药品类型分布）。 反爬策略：随机请求间隔、动态Headers及异常捕获保障稳定性。 关键点：Headers伪装、JSON安全解析、字段长

本文介绍了爬虫反爬基础中time.sleep设置请求间隔的核心逻辑。首先解释了反爬的定义和本质，即网站通过技术规则区分真人访问和机器爬虫，并列举了常见的反爬手段如频率限制、验证码等。其次分析了time.sleep的作用原理，通过暂停请求模拟真人访问速度，配合随机间隔可有效避免被识别为爬虫。最后总结指出，合理设置1-3秒随机间隔既能规避反爬机制，又能保证爬取效率。该方法通过伪装爬虫为真人访问，可绕过大多数基础反爬规则。

本文解析了Python中json.dumps()函数的核心参数ensure_ascii和indent的作用。ensure_ascii=False可防止中文被转义为Unicode编码，确保中文正常显示；indent=2则使JSON字符串格式化缩进，提升可读性。在项目中，这行代码用于预览爬取的药品审批数据前5条记录，验证数据结构和内容是否正确。这两个参数是处理JSON数据时保证中文显示和格式化的关键配置。

本文详细介绍了Python字典的核心用法与实战应用。字典作为键值对数据结构，具有键唯一、不可变等特点，广泛用于请求头构造、接口参数传递和JSON数据解析。重点讲解了安全取值get()方法、键值对修改/删除、字典遍历等高频操作，并展示了在爬虫项目中的典型应用场景，如构造headers、统计地区分布等。文章还涵盖嵌套字典、字典推导式等进阶技巧，强调使用get()避免KeyError的注意事项，是处理结构化数据的必备技能。