Python采集ppt素材模板 (多线程版本)，答辩、演讲再也不怕没有好用的PPT模板了（含完整源代码）

本次目的:

Python采集ppt素材模板 (多线程版本)

开发环境:

• Python 3.8
• Pycharm

模块使用:

• requests >>> pip install requests
• re

模块安装问题:

如果安装python第三方模块:

1. win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车
2. 在pycharm中点击Terminal(终端) 输入安装命令

安装失败原因:

• 失败一: pip 不是内部命令
  解决方法: 设置环境变量

• 失败二: 出现大量报红 (read time out)
  解决方法: 因为是网络链接超时, 需要切换镜像源
  清华：https://pypi.tuna.tsinghua.edu.cn/simple
  阿里云：https://mirrors.aliyun.com/pypi/simple/
  中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
  华中理工大学：https://pypi.hustunique.com/
  山东理工大学：https://pypi.sdutlinux.org/
  豆瓣：https://pypi.douban.com/simple/
  例如：pip3 install -i https://pypi.doubanio.com/simple/ 模块名

• 失败三: cmd里面显示已经安装过了, 或者安装成功了, 但是在pycharm里面还是无法导入
  解决方法: 可能安装了多个python版本 (anaconda 或者 python 安装一个即可) 卸载一个就好
  或者你pycharm里面python解释器没有设置好

---

如何配置pycharm里面的python解释器?

1. 选择file(文件) >>> setting(设置) >>> Project(项目) >>> python interpreter(python解释器)
2. 点击齿轮, 选择add
3. 添加python安装路径

---

pycharm如何安装插件?

1. 选择file(文件) >>> setting(设置) >>> Plugins(插件)
2. 点击 Marketplace 输入想要安装的插件名字 比如:翻译插件 输入 translation / 汉化插件 输入 Chinese
3. 选择相应的插件点击 install(安装) 即可
4. 安装成功之后 是会弹出 重启pycharm的选项 点击确定, 重启即可生效

---

一. 数据来源分析

分析:

我们想要的数据内容, 可以从哪里得到…
ppt模板 >>> 可以怎么去下载, 下载url在哪里获取 ppt标题可以从哪里

分析怎么去:

通过开发者工具进行抓包分析…

I. 找到ppt文件下载地址 url https://down.ypppt.com/uploads/soft/220216/1-220216193454.zip
II. 通过下载地址, 可以找到下载地址的来源 https://www.ypppt.com/p/d.php?aid=12774
III. 通过分析可以知道 想要所有PPT数据 获取所有ppt ID
IV. https://www.ypppt.com/moban/ 这个列表页面 就有我们想要的ppt 的ID参数

如果说你采集的数据, url地址变化是因为 ID >>> 去列表页面查找…

二. 代码实现步骤:

爬虫四个基本步骤 发送请求 >>> 获取数据 >>> 解析数据 >>> 保存数据

1. 发送请求, 对于 ppt 列表页面发送请求
2. 获取数据, 获取服务器返回response响应数据
3. 解析数据, 提取我们想要内容: ID 标题
4. 发送请求, 把ID 传入 https://www.ypppt.com/p/d.php?aid=12774 发送请求
5. 获取数据, 获取服务器返回response响应数据
6. 解析数据, 提取下载地址
7. 保存数据

导入模块

# 导入格式化输出模块
import pprint
# 导入数据请求模块
import requests  # 导入模块没有使用, 会是一个灰色待机状态...  pip install requests
# 导入正则表达式模块
import re  # 内置模块 不需要安装
# 导入多线程模块
import concurrent.futures

# for page in range(2, 152):  # 2,3,4,5,6,7,8,9,10
#     # 1. 发送请求, 对于 ppt 列表页面发送请求 开源的游戏辅助代码 连连看...模拟点击 识别图片模拟点击
#     print(f'===================正在爬取第{page}页的数据内容====================')
#     url = f'https://www.ypppt.com/moban/list-{page}.html/