20252220 2025-2026-2 《Python程序设计》实验四报告
课程：《Python程序设计》
班级： 2522
姓名： 岳金涛
学号：20252220
实验教师：王志强
实验日期：2026年5月11日
必修/选修： 公选课
1.实验要求
Python综合应用：爬虫、数据处理、可视化、机器学习、神经网络、游戏、网络安全等。
课代表和各小组负责人收集作业（源代码、视频、综合实践报告）
Python综合应用：爬虫、数据处理、可视化、机器学习、神经网络、游戏、网络安全等。
例如：编写从社交网络爬取数据，实现可视化舆情监控或者情感分析。
例如：利用公开数据集，开展图像分类、恶意软件检测等
例如：利用Python库，基于OCR技术实现自动化提取图片中数据，并填入excel中。
例如：爬取天气数据，实现自动化微信提醒
例如：利用爬虫，实现自动化下载网站视频、文件等。
例如：编写小游戏：坦克大战、贪吃蛇、扫雷等等
注：在Windows/Linux系统上使用VIM、PDB、IDLE、Pycharm等工具编程实现。
批阅：注意本次实验不算做实验总分，前三个实验每个实验15分，累计45分。本次实践算入综合实践，打分为45分。
评分标准：
（1）程序能运行，功能丰富（至少5个功能）。（需求提交源代码，并建议录制程序运行的视频）15分
（2）综合实践报告，要体现实验分析、设计、实现过程、结果等信息，格式规范，逻辑清晰，结构合理。20分。
（3）在实践报告中，需要对全课进行总结，并写课程感想体会、意见和建议等。10分
2.实验选题：豆瓣电影Top250榜单爬取
2.1 分析网页
打开Top250的界面，打开页面源代码
往下翻可以发现，电影的信息都是全部导入进入网页的，相当于我们直接爬取网页源代码就可以了
在F12的“网络”里面，查询到top250是GET请求，尝试直接GET
发现没有返回
尝试伪装，加headers
返回了网址界面
2.2 提取信息
接下来需要提取信息，观察这个格式，我这个尝试使用正则表达式提取，但是有Bug，问了AI发现我用了re.S( . )只不能匹配夸行内容
（AI提供的正则匹配）
爬取第一页成功
观察网址，发现start="?"就是该页上一页的最后一个电影编号，我们可以推出每一页的Url
爬取所有的电影
发现爬取成功了
在使用的时候我发现同一个IP且是游客连续多次访问会被禁止，我们可以考虑一次性爬取再本地查询，我们现在把电影信息保存到本地了，然后再写一个可视化软件用于查询电影
（LLM生成），用PyQt5实现，本来还想加入液态玻璃，但是我自己调格式调错了，AI也做不出来，暂时放弃了。
| 功能 | 简介 |
|---|---|
| 电影搜索 | 输入关键词即可模糊查找影片 |
| 榜单展示 | 表格形式呈现Top250排行数据 |
| 详情查看 | 展示电影评分、导演、台词等信息 |
| 统计分析 | 查看平均分、年代分布等数据 |
| 一键清空 | 快速重置搜索内容和展示结果 |
3.在华为云上搭服务器查询
通过爬取数据到本地，建立自己的网页
创建服务器后，把文件传到服务器上面
写一个新的Webapp端
打开服务器后，在Edge打开前端
尝试查询，前后端都有反馈，成功
全课总结：
上了Python课，我发现Python语言的强大（与C++相比），学到了很多编程基础概念和基础知识，也学了很多Python的函数和库的用法。
还有socket和爬虫这种应用性很强的东西，更重要的是我意识到我们写代码的时候需要有计算机的思维，要考虑很多意外的情况。
比如溢出处理，死循环等等，还有命名的规范，代码的调试。让我系统的重新学会了一个项目的代码应该怎么写。同时我也了解了Gitee/Github这种代码库网站
也学习到了任何建立自己的库。
课程感想：
老师的课讲得简单易懂，我能学到很多东西，很喜欢上老师的Python课，不愧是dky第一难抢的课）。