【教程】哪吒探针美化教程,打造属于你的独一无二的探针

前言

之前看到了哪吒探针的主题CSS修改,总是差一点点意思,于是找好基友@adroot帮忙,美化了一个哪吒面板的主题,在此表示感谢。

哪吒探针是一个开源、轻量的服务器和网站监控、运维工具。

支持一键脚本安装面板和监控服务,轻松使用;Linux、Windows、MacOS、OpenWRT等主流系统均受支持。

支持同时监控多个服务器的系统状态,支持监控网页、端口、SSL证书状态;支持故障、流量等状态报警,支持多种通知方式(Telegram、邮件、微信等)。

支持在线SSH,支持流量循环监控,支持设置定时任务、服务器批量执行任务。

美化后的哪吒探针:Server Status

美化包安装步骤

Step1

找到docker并进入目录

目录路径是

 
/var/lib/docker/overlay2/08595a372ffe6323e482a9f0a3161a8fff42c9d7e541856b8ecf48d8056446f1/merged/dashboard/resource

image-20230312155621736

Step2

替换目录中的template路径下的theme-default文件。

替换文件如下:

链接:百度网盘 请输入提取码
提取码:ho7d
--来自百度网盘超级会员V1的分享

Step3

查看哪吒探针的PID

 
docker ps 

重启哪吒探针

 
docker restart PIDXXXXXXXX

Step4

进入哪吒探针后台,点击设置,把下列文件粘贴在自定义CSS窗口中

链接:百度网盘 请输入提取码
提取码:zd8w
--来自百度网盘超级会员V1的分享

Enjoy~
### 使用Python编写爬虫程序抓取《哪吒2》及其他同类电影的票房数据 要实现这一目标,可以通过 Python 的 `requests` 和 `BeautifulSoup` 库来完成基本的数据抓取工作。以下是详细的说明: #### 数据源的选择 通常情况下,电影票房数据可以从公开网站获取,比如猫眼电影、豆瓣或其他专门统计票房的平台。这些网站提供了丰富的电影信息,包括但不限于票房收入、评分、评论等内容。 #### 技术栈准备 在开始之前,需要安装必要的库: ```bash pip install requests beautifulsoup4 pandas matplotlib seaborn ``` #### 实现过程 下面是一个简单的例子,展示如何通过 Python 编写爬虫程序来抓取电影票房数据并保存为 CSV 文件[^3]。 ```python import requests from bs4 import BeautifulSoup import pandas as pd def fetch_movie_data(url): headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36' } response = requests.get(url, headers=headers) soup = BeautifulSoup(response.text, 'html.parser') movies = [] for item in soup.select('.board-wrapper dd'): name = item.find('a', class_='image-link').get('title') if item.find('a', class_='image-link') else None star = item.find('p', class_='star').text.strip() if item.find('p', class_='star') else None releasetime = item.find('p', class_='releasetime').text.strip().split(':')[1] if item.find('p', class_='releasetime') else None score = item.find('i', class_='integer').text + item.find('i', class_='fraction').text if item.find('i', class_='integer') and item.find('i', class_='fraction') else None movie_info = { 'name': name, 'star': star, 'releasetime': releasetime, 'score': score } movies.append(movie_info) return movies url = "https://maoyan.com/board/4" movie_list = fetch_movie_data(url) df = pd.DataFrame(movie_list) print(df.head()) df.to_csv("movies_box_office.csv", index=False, encoding="utf_8_sig") ``` 上述代码实现了从猫眼电影排行榜页面提取电影基本信息的功能,并将其存储到本地 CSV 文件中。注意,实际应用时可能需要调整 URL 或解析逻辑以适应具体的目标站点结构变化[^4]。 #### 数据可视化 如果希望进一步分析所收集的数据,则可借助 Matplotlib 和 Seaborn 进行绘图操作。例如绘制柱状图比较不同电影之间的票房差异或者折线图观察某部作品随时间推移的趋势等。 ```python import matplotlib.pyplot as plt import seaborn as sns sns.set(style='whitegrid') plt.figure(figsize=(10, 6)) sns.barplot(x=df['name'][:10], y=pd.Series([float(i.replace('万',''))*1e4 for i in df['boxOffice'].str.extract(r'(\d+\.\d+)万')][:10]), palette='viridis') plt.xticks(rotation=45) plt.title('Top 10 Movies Box Office Comparison') plt.xlabel('Movie Name') plt.ylabel('Box Office Revenue (RMB)') plt.tight_layout() plt.show() ``` 以上代码片段假设 DataFrame 中存在名为 `boxOffice` 列代表每部影片对应的总收益数值;同时运用正则表达式转换原始字符串形式金额单位统一成浮点数便于计算显示效果更直观清晰明了[^5]。 --- ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值