pip freeze > requirements.txt
从requirements.txt安装依赖库
pip install -r requirements.txt
当提示权限不够时，前面加上sudo
错误提示是Let's Encrypt升级申请协议版本，又有很多使用者不想换高版本的BT。那么可以试一下以下办法。
连接SSH到你的服务器输入以下命令：
/root/.acme.sh/acme.sh --upgrade
版本 v1.7.b
.global.param文件中添加NETCHK=0关闭版本 v1.7a
pip freeze > requirements.txt
pip install -r requirements.txt
当提示权限不够时，前面加上sudo
发行版本 v2.18.1. (安装说明)
Requests 唯一的一个非转基因的 Python HTTP 库，人类可以安全享用。
警告：非专业使用其他 HTTP 库会导致危险的副作用，包括：安全缺陷症、冗余代码症、重新发明轮子症、啃文档症、抑郁、头疼、甚至死亡。
看吧，这就是 Requests 的威力：
>>> r = requests.get('https://api.github.com/user', auth=('user', 'pass'))
>>> r.status_code
200
>>> r.headers['content-type']
'application/json; charset=utf8'
>>> r.encoding
'utf-8'
>>> r.text
u'{"type":"User"...'
>>> r.json()
{u'private_gists': 419, u'total_private_repos': 77, ...}Requests 允许你发送纯天然，植物饲养的 HTTP/1.1 请求，无需手工劳动。你不需要手动为 URL 添加查询字串，也不需要对 POST 数据进行表单编码。Keep-alive 和 HTTP 连接池的功能是 100% 自动化的，一切动力都来自于根植在 Requests 内部的 urllib3。
Requests 完全满足今日 web 的需求。
.netrcRequests 支持 Python 2.6—2.7以及3.3—3.7，而且能在 PyPy 下完美运行。
这部分文档是以文字为主，从 Requests 的背景讲起，然后对 Requests 的重点功能做了逐一的介绍。
用python下载文件的若干种方法汇总。
import requests
url="******"
try:
r=requests.get(url)
r.raise_for_status() #如果不是200，产生异常requests.HTTPError
r.encoding=r.apparent_encoding
print(r.text)
except:
print("爬取失败...")import requests
url = 'https://www.python.org/static/img/[email protected]'
myfile = requests.get(url)
open('PythonImage.png', 'wb').write(myfile.content)用wget
import wget
url = "https://www.python.org/static/img/[email protected]"
wget.download(url, 'pythonLogo.png')import requests
url = 'https://readthedocs.org/projects/python-guide/downloads/pdf/latest/'
myfile = requests.get(url, allow_redirects=True)
open('hello.pdf', 'wb').write(myfile.content)import requests
url = 'https://buildmedia.readthedocs.org/media/pdf/python-guide/latest/python-guide.pdf'
r = requests.get(url, stream = True)
with open("PythonBook.pdf", "wb") as Pypdf:
for chunk in r.iter_content(chunk_size = 1024): # 1024 bytes
if chunk:
Pyp使用文件可以做数据的持久化(本地化)。 包括数据库文件，txt、json，plist，二进制文件等等。
在python中的文件操作很简单，是通过一个内置函数open()实现的。
""" open(file, mode='r', encoding=None, errors=None) open函数主要接收两个参数，需要打开的文件file， 打开方式mode，encoding编码方式， 如果需要忽略少数的如编码之类的错误 可以传入errors="ignore" w 以写方式打开， 文件不存在时创建新文件 a 以追加模式打开，文件不存在时创建新文件 r+ 以读写模式打开 w+ 以读写模式打开 (参见 w ) a+ 以读写模式打开 (参见 a ) rb 以二进制读模式打开 wb 以二进制写模式打开 (参见 w ) ab 以二进制追加模式打开 (参见 a ) rb+ 以二进制读写模式打开 (参见 r+ ) wb+ 以二进制读写模式打开 (参见 w+ ) ab+ 以二进制读写模式打开 (参见 a+ ) """ f = open(r"./python招聘信息.txt","r",encoding="utf-8") f.read() #以字符串的形式，一次性返回所有文件内容 f.readline() # 读一行,调用一次，读取一行 f.readlines() #返回一个列表，列表的元素是文件中每一行的内容 #f.write() 当以写的形式打开文件时，可以使用该方法，需要传入写入的内容 f.flush() #当需要更新文件的内容时，调用该方法刷新缓存，立即将数据写入文件 f.close() #关闭文件，如果需要向文件中写入内容，在没有flush方法时，调用次方法才能将内容写入
json数据本身是文本数据；json文件就是后缀是.json的文件, 并且文件内容必须满足json格式的要求
1.json格式
a.一个json对应一条数据
b.json中的数据必须是json对应的数据类型
数字类型(number) --> 所有的数字，包含整数和小数,例如：100， 12.5
字符串类型(string) --> 用双引号括其的数据，例如："abc", "你好，世界！"
数组(array) --> 相当于python中列表, 例如: [100, 230, "abc", "你好"]
# 列表转集合(去重)
list1 = [6, 7, 7, 8, 8, 9]
set(list1)
# {6, 7, 8, 9}
#两个列表转字典
list1 = ['key1','key2','key3']
list2 = ['1','2','3']
dict(zip(list1,list2))
# {'key1': '1', 'key2': '2', 'key3': '3'}
#嵌套列表转字典
list3 = [['key1','value1'],['key2','value2'],['key3','value3']]
dict(list3)
# {'key1': 'value1', 'key2': 'value2', 'key3': 'value3'}
# 列表、元组转字符串
list2 = ['a', 'a', 'b']
''.join(list2)
# 'aab'
tup1 = ('a', 'a', 'b')
''.join(tup1)
# 'aab'# 字典转换为字符串
dic1 = {'a':1,'b':2}
str(dic1)
# "{'a': 1, 'b': 2}"
# 字典key和value互转
dic2 = {'a': 1, 'b': 2, 'c': 3}
{value:key for key, value in a_dict.items()}
# {1: 'a', 2: 'b', 3: 'c'}# 字符串转列表
s = 'aabbcc'
list(s)
# ['a', 'a', 'b', 'b', 'c', 'c']
# 字符串转元组
tuple(s)
# ('a', 'a', 'b', 'b', 'c', 'c')
# 字符串转集合
set(s)
# {'a', 'b', 'c'}
# 字符串转字典
dic2 = eval("{'name':'ljq', 'age':24}")
# 切分字符串
a = 'a b c'
a.split(' ')
# ['a', 'b', 'c']1.首先引入json模块
# 引入json模块 import json
2.转换
#JSON到字典转化： dictinfo = json.loads(json_str) #