既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
path=input(“请输入文件路径：”)
save_path=input(“请输入文件保存路径：”)
#read_str=get_str(path)
res=get_phone_number(get_str(path))
save_res(res,save_path)
此时我们创建 1 个 txt 文件用于测试，文件名及后缀为 phone.txt，内容为：
张三：15888888888
李四：15888888888
王五：15888888888
草帽：15888888888
李四：15888888888
柳叶：15888888888
柳叶：15888888888
李四：15888888888
柳叶：15888888888
柳叶：15888888888
李四：15888888888
柳叶：15888888888
柳叶：15888888888
李四：15888888888
柳叶：15888888888
李四：15888888888
李四：15888888888
柳叶：15888888888
接下来在 DOS 中运行 python 文件 day1，输入文件存储路径以及保存路径，当完成信息提取后将会有提示：
此时到保存的文件 res.txt 查看，发现电话号码信息已经被提取：
此时第一天的工作轻松搞定，并且还可以把脚本分享给同事，提高自己的形象，岂不美哉？
### 上班第二天
上班第二天，新分配给你的任务是将第一天的 phone.txt 文本使用 Excel 保存，此时如果该文本是上万条信息，可能你独自手动操作将会耗时非常久才能完成这个任务，并且大概率有遗漏。这时使用 python 进行自动化操作将会极大的减少你操作的时间，并且在程序正确的情况下遗漏数据概率极低。那 python 是否可以胜任第二天的功能呢？答案当然是“能！”。python 有一个第三方库叫做 xlwt，通过 xlwt 可以自动将数据保存到 Excel 文件中，接下来我们来看一下具体如何解决。
首先创建一个 python 文件名为 day2.py，在头部引入 xlwt：
import xlwt
由于我们当前所需要的数据是第一天任务用到的，在这里我们继续使用第一天所用使用到的 get\_str 函数：
#读取目标文本文件
def get_str(path):
f = open(path,encoding=“utf-8”)
data = f.read()
f.close()
return data
接着我们创建一个函数名为 save\_excel，该函数功能包括了保存文件、设置 sheet 名、设置列名以及设置列值。save\_excel 函数接收 4 个参数，分别为 save\_path、sheetname、column\_name\_list、content。首先我们在函数内创建一个 Workbook 对象：
def save_excel(save_path,sheetname,column_name_list,read_list):
workbook = xlwt.Workbook()
接着在函数体中使用 add\_sheet 增加一个 sheet，add\_sheet 函数接收一个参数为 sheet 名称，我们将接收的 sheetname 参数作为 sheetname 的值，add\_sheet 函数将会返回创建的这个 sheet 对象，代码写为：
sheet1 = workbook.add_sheet(sheetname=sheetname)
接收完参数后，我们可以使用 for 循环将传递过来的列名 column\_name\_list 在该 sheet 上进行设置：
for i in range(0,len(column_name_list)):
sheet1.write(0,i,column_name_list[i])
以上代码中 write 方法第一个参数为 sheet 的第几行，这里为 0 即为最开始的一行；参数 i 为第几列，由于 i 是从 0 开始到当前列元素长度位置进行对 column\_name\_list 的遍历，此时则是从 0 到 column\_name\_list 的最后一个元素，那么将会从最开头的列到对应最尾的列，则将所有列名填写值 sheet 页头部。
接着就应该为这些列设置元素了。此时遍历传递过来的 read\_list，read\_list 为这些列的具体内容，例如姓名与电话号码。此时遍历 read\_list 由于原始数据每一行将会是以 ： 作为姓名与电话分隔，例如 “张三：15888888888”，这时遍历 read\_list 列表应该将值再进行分隔，以列名设置同理进行赋值，在此不再赘述，代码如下：
i=1
for v in read_list:
kval=v.split(‘：’)
for j in range(0,len(kval)):
sheet1.write(i+1,j,kval[j])
print(kval[j])
i=i+1
最后使用 workbook 对象调用 save 方法，传递保存地址即可。那么该 save\_excel 自定义函数完整代码如下：
#保存为Excel文件
def save_excel(save_path,sheetname,column_name_list,read_list):
workbook = xlwt.Workbook()
sheet1 = workbook.add_sheet(sheetname=sheetname)
for i in range(0,len(column_name_list)):
sheet1.write(0,i,column_name_list[i])
i=1
for v in read_list:
kval=v.split(‘：’)
for j in range(0,len(kval)):
sheet1.write(i+1,j,kval[j])
i=i+1
workbook.save(save_path)
print(‘信息保存 OK，记录条数共计：’+str(len(read_list)))
此时已经完成了主要功能的编写，那么接下来就应该接受用户输入 文件路径、文件保存路径、sheetname、列名 以及对原始数据用换行符 “\n” 作为列表分隔符，调用部分完整代码如下：
path=input(“请输入文件路径：”)
save_path=input(“请输入文件保存路径：”)
sheet_name=input(“请输入sheetname：”)
column_name=input(“请输入列名，并且使用英文逗号隔开：”)
column_name_list=column_name.split(‘,’)
read_str=get_str(path)
read_list=read_str.split(‘\n’)
save_excel(save_path,sheet_name,column_name_list,read_list)
此时运行 day2.py 文件，输入完所需内容将会出现成功提示：
随后在保存的文件中可以看到提取出来的信息：
### 上班第三天
时间到了第三天，你领导问你如何知道python学习方向的？你告诉了他，是买了这一份知识图鉴：
你把你的送给了领导并且自己又买了一份。第三天领导给你的任务是从文本中提取邮箱，这个任务跟第一个任务差不多，我们只需要替换正则即可完成任务。创建一个 python 文件名为 day3.py，day3.py 所有完整代码如下：
import re
#正则获取目标信息
def get_re_str(str):
res = re.findall(r’1+@[a-zA-Z0-9_-]+(.[a-zA-Z0-9_-]+)+$', str)
return res
#读取目标文本文件
def get_str(path):
f = open(path,encoding=“utf-8”)
data = f.read()
f.close()
return data
#保存得到的信息
def save_res(res,save_path):
save_file = open(save_path, ‘w’)
for phone in res:
save_file.write(phone)
save_file.write(‘\n’)
save_file.close()
print(‘信息读取OK，信息共计：’+str(len(res)))
path=input(“请输入文件路径：”)
save_path=input(“请输入文件保存路径：”)
#read_str=get_str(path)
res=get_re_str(get_str(path))
save_res(res,save_path)
在以上代码中，我们为了函数功能与名称对应，修改了部分函数名以及必要的正则信息，在此我们就已经知道，如果从一个文本中提取出常用信息只需要修改对应的正则即可，不会写正则我们可以搜索引擎搜索，直接替换即可完成该功能；在这里，邮箱的正则为 `'^[A-Za-z0-9\u4e00-\u9fa5]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+$'`。我们此时运行该文件，填上必要的输入信息即可取出对应文本中的邮件文本信息。
### 上班第四天
今天是第四天，你在前三天都做的很不错，自然而然你的上级将会更加看重你。此时你的上级给了你一个G大小的压缩包，告诉你里面的图片都需要添加水印，此时你该如何实现这个功能呢？当然可以通过其他软件付费，但是自己大概率是会垫付这几十块钱，既然已经学会了 python 完成了部分任务，那么就应该去寻找一下 python 是否有相关的支持库。如果你已经开始寻找相关的 python 支持，我可以告诉你“恭喜！你的想法非常正确”。使用 python 的 opencv 库即可完成这个操作。
安装好 opencv 库后，导入 opencv 库并且引入 os，因为我们将对某一个文件夹下的文件进行批量水印操作，会涉及到目录文件读取：
import cv2
import os
接下来根据用户输入路径确定需要操作的目录下图片：
path=input(“请输入需要加水印的文件夹路径：”)
接着获取目录下所有文件：
file_list = os.listdir(path)
最后循环遍历每一份图片，使用 imread 方法读取图片获得该图片对象，并且使用 putText 方法为该图片对象添加水印信息，水印信息参数已在注释中说明，最后再使用 imwrite 方法保存图片即可：
for filename in file_list:
img1 = cv2.imread(path+filename,cv2.IMREAD_COLOR)
cv2.putText(img1,‘CSDN’,(10,10) , 1, 1, (255,255,255),1) #图片，文字，位置，字体，字号，颜色，厚度
cv2.imwrite(path+filename, img1)
运行程序输入路径后，最终生成的图片结果如下：
### 上班第五天
你在公司已经小有名气，这时你的上级领导跟你说“你上一位同事的电脑中太多重复文件，导出文件过多，需要删除重复文件”；这时你得到了这个任务，那如何去删除重复文件呢？没错，是使用文件的 md5 值进行对照，相同文件的 md5 值一样，只需要遍历该目录的文件 md5 值，若出现重复 md5 则删除该文件即可。
第一步导入两个模块，其中 hashlib 作为 md5 计算所需的模块：
import hashlib,os
接着编写一个函数，需要传入一个文件路径，从而获取这个文件的 md5：
def getMD5(filepath):
f = open(filepath,‘rb’)
md5obj = hashlib.md5()
md5obj.update(f.read())
hash = md5obj.hexdigest()
f.close()
return str(hash).upper()
以上代码中，hashlib.md5() 为获取一个 md5 加密对象，md5obj.update() 为指定加密的信息，最后 md5obj.hexdigest() 获取加密后的 16 进制字符串，此时就可以得到 md5 加密后的 16 进制了，最后将其返回。接着我们就需要请用户输入需要过滤重复文件的目录：
path=input(“请输入需要重复文件过滤文件夹路径：”)
随后获取目录下的文件信息，并且创建一个列表记录 md5 值：
file_list = os.listdir(path)
file_md5=[]
接着使用 for 循环对指定目录进行遍历：
for filename in file_list:
md5val=getMD5(path+filename)
if md5val in file_md5:
os.remove(path+filename)
else:
file_md5.append(md5val)
print(“处理完毕…”)
以上代码中调用 getMD5 方法获取文件的 md5 值，随后判断该 md5 值是否在记录列表中，如果在则使用 os 的 remove 方法移除该文件，否则就将记录该 md5 值，这样就实现了重复文件删除的操作。
运行程序输入目录后将清理完重复文件：
### 上班第六天
今天你的领导跟你说，需要读取作者的中文字数，以便于给予发放稿费，但是只能算中文字符；由于之前据说是让实习生慢慢数的，所以希望你能够加快数中文字符的速度。
当然，对于用了几天 python 的你来说自然难不到，这是一个很简单的操作。需要完成这个需求很简单，我们需要用到 python 两个模块，一个是 os 另一个是 re；os 用于读取文本信息，re 用于判断中文字符，我们先创建一个函数名为 get\_str 接收文本路径作为参数，然后返回文本信息；由于这段时间都是使用这个函数，具体的解释并不过多赘述，函数实现如下：
#读取目标文本文件
def get_str(path):
f = open(path)
data = f.read()
f.close()
return data
接下来依旧是输入目标路径代码：
path=input(“请输入文件路径：”)
接着，我们只需要使用 re 模块中的 findall 方法即可提取，我们在 findall 方法中指定中文字符的范围为 `\u4e00-\u9fa5` 即可：
path=input(“请输入文件路径：”)
word=re.findall(‘([\u4e00-\u9fa5])’,get_str(path))
print(“中文字符,除特殊字符外共：”,len(word))
最后我们把需要技术的内容复制到一个文本中，运行脚本，结果如下：
### 上班第七天
今天美工小姐姐跟你说，制作海报需要官网的二维码，可是她不知道去哪得到，非常需要你的帮助，你跟她说让她稍等片刻马上发送给她。那，你是怎么实现的呢？
在 python 中有个库叫做 qrcode，qrcode可以直接生成指定 url 的二维码，首先引入 qrcode 库。
import qrcode
接着设置你所需要创建二维码的具体信息，例如大小、尺寸、容错等，代码及注释如下：
qr = qrcode.QRCode(
version=2,#尺寸
error_correction=qrcode.constants.ERROR_CORRECT_L,#容错信息当前为 7% 容错
box_size=10,#每个格子的像素大小
border=1#边框格子宽度
)#设置二维码的大小
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
.ERROR_CORRECT_L,#容错信息当前为 7% 容错
box_size=10,#每个格子的像素大小
border=1#边框格子宽度
)#设置二维码的大小
[外链图片转存中…(img-XmHUQsxU-1715224548808)]
[外链图片转存中…(img-bjNq238i-1715224548809)]
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
A-Za-z0-9\u4e00-\u9fa5 ↩︎