人生苦短，我用Python。
Python真的是很好的語言，很好用，那么我們該如何入門呢？
我覺得不用特別的學習，只要你有C/C++的一些知識，學習Python將不是一件很困難的事情。
這樣一門語言，這樣一個很好地工具，應該是不需要太高的學習成本的，所以我《Python邊學邊用》這個系列的文章，我將邊用邊學，可能代碼不是那么“漂亮”，代碼不是那么“優(yōu)雅”，但是肯定實現(xiàn)了功能。
慢慢學，慢慢做，我會把這個工具用的越來越好。
文中描述方法不一定是最好的方法，只是我才疏學淺，自己只知道這么做能做出來，所以我就這么做了，歡迎交流批評。

要做什么

學校里有很多網(wǎng)站，教務處，研究生院，就業(yè)班，學術(shù)信息網(wǎng)，學院官網(wǎng)，實驗室官網(wǎng)，等等等。。。。
每天各個網(wǎng)站上都會發(fā)幾條新聞，有些還是蠻重要的新聞，比如獎學金申請，但是呢，每天翻7_{8個網(wǎng)站，從7}8個網(wǎng)站的10多個頁面中看一下當天的新聞，真是一件麻煩的事情。
大概都是這個樣子的

最后再手機端查看郵件的效果

怎么做

基本思路是這樣
【抓取網(wǎng)頁 -> 提取篩選信息 -> 排序 -> 組織HTML -> 通過郵件發(fā)送】 + 定時運行
那么這里主要記錄一下【】中的主要過程

搭建開發(fā)環(huán)境

這里使用Python3.5，官網(wǎng)下載直接安裝就可以
IDE使用PyCharm，社區(qū)版免費。
基礎語法學習資料推薦 Python基礎教程，作為入門教程很合適?？赐耆腴T之后，官方文檔是最好的教程

PIP安裝教程（Windows）

Python的優(yōu)點是有許許多多的好用的輪子，為了方便獲取這些輪子，需要安裝pip來方便的獲取。類似Linux的apt-get
Step1、官網(wǎng)下載
點擊打開鏈接https://pypi.python.org/pypi/pip#downloads

Step2、安裝PIP
下載完成之后，解壓到一個文件夾，用CMD控制臺進入解壓目錄，輸入：

python setup.py install

Step3、使用PIP安裝輪子
安裝好PIP之后，可以直接使用下面的語法來安裝輪子xxxxx

pip install xxxxx

Ref：windows下面安裝Python和pip終極教程

抓取網(wǎng)頁

import urllib.request #庫載入 response=urllib.request.urlopen('http://meeting.xidian.edu.cn/') #打開鏈接 page = response.read() # 讀入網(wǎng)頁

查閱文檔，或得到如何改變UA的參數(shù)，形成如下代碼：
url = reqUrl headers = { 'User-Agent': 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)' } req = request.Request(url=url, headers=headers) response = request.urlopen(req) page = response.read()
獲取到的網(wǎng)頁HTML將存儲在page變量中，可以直接使用
print(page)
查看獲取到的HTML頁面，大概是這樣一些內(nèi)容，標準的HTML4頁面

Ref：使用 Python 輕松抓取網(wǎng)頁

提取篩選信息

得到的結(jié)果設置一個HTML頁面，HTML頁面的解析這里使用BeautifulSoup4來完成

安裝BeautifulSoup4
pip install BeautifulSoup4
官方文檔是最好的學習資料

首先需要分析頁面的HTML標簽結(jié)構(gòu)來確定怎么提取數(shù)據(jù)，這里我使用Chrome瀏覽器的開發(fā)者工具來分析。
打開頁面，按F12打開代碼檢查工具

分析完了，使用BeautifulSoup提取

1、首先分離所有l(wèi)i標簽，使用select功能
pageSoup = BeautifulSoup(page, "html.parser") newsList = pageSoup.select('div[class="main-right-list"] > ul > li')
得到結(jié)果大概是這個樣子

2、然后針對每個li標簽，分離具體的url，標題和時間。
使用get_text獲得標題和時間，至于~||#|$|%|&||~這個是什么鬼，指示我用來split的標志，我覺得這個標志就不會和文本重復了，這個方法肯定不是很好，求不吐槽。
oneNewsText = oneNews.get_text('~||#|$|%|&||~').split('~||#|$|%|&||~')
得到的結(jié)果大概這個樣子

然后就ok啦，所有代碼時這樣的
def gr_xidian(reqUrl,NewsDataDelet): lnewsalllist = [] url = reqUrl headers = { 'User-Agent': 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)' } req = request.Request(url=url, headers=headers) response = request.urlopen(req) page = response.read() pageSoup = BeautifulSoup(page, "html.parser") newsList = pageSoup.select('div[class="main-right-list"] > ul > li') for oneNews in newsList: oneNewsText = oneNews.get_text('~||#|$|%|&||~').split('~||#|$|%|&||~') oneNewsUrl = oneNews.find('a')['href'] oneNewsUrl = parse.urljoin('http://gr.xidian.edu.cn/', oneNewsUrl) oneNewsText.append(oneNewsUrl) oneNewsText[1] = datetime.datetime.strptime(oneNewsText[1], '%Y-%m-%d') oneNewsText[0],oneNewsText[1] = oneNewsText[1],oneNewsText[0] del oneNewsText[2] if (datetime.datetime.now().date() - oneNewsText[0].date() <= datetime.timedelta(days=NewsDataDelet)): lnewsalllist.append(oneNewsText) return lnewsalllist
同理書寫獲取解析其他網(wǎng)站的函數(shù)，最后得到的所有解析結(jié)果大概是這樣的

這里用到了BeautifulSoup，datetime和urllib的parse
說一下時間轉(zhuǎn)換吧，來自網(wǎng)絡，詳細自行Google

Ref：python BeautifulSoup 抓取網(wǎng)頁內(nèi)指定內(nèi)容
用python的BeautifulSoup分析html

排序

排序就很簡單啦，直接用的list的sort
newsAllList.sort(key=lambda x: x[0],reverse=True)
這里有一個知識點是lambda表達式x:x[0]，就是x是list中的每一個元素，排序按照x[0]來進行比較，自己猜測體會的，不一定說的很完備

Ref：python list排序的兩種方法及實例講解

組織HTML

這里呢，要說一說，遇到了一些坑。
根據(jù)我邊學習邊Google的結(jié)果，最先知道的方法是Python直接填寫HTML，感覺太麻煩。
后來又找到了一個PYH，據(jù)說能比較方便的組織HTML，未研究。來自Google Code，傳送門
后來找到了Web框架，感覺找到了救星
參考知乎回答，確定了使用最簡單的Flask框架
關(guān)于虛擬環(huán)境，其實不需要，直接使用本機環(huán)境運行就可以
其他過程參考這篇教程

最后在windows的cmd中執(zhí)行下面的語句開啟Flask服務器
python run.py

在瀏覽器訪問
http://localhost:5000

獲得結(jié)果

雖然說這使用模板完成了HTML的解析，但是需要運行一個服務器，然后通過瀏覽器訪問這個服務器，和我的要求不符合。
遂研究發(fā)現(xiàn)Flask使用render_template來進行HTML渲染
page = render_template("index.html", title = 'Home', info = infomation, postList = posts)

那么render_template方法能不能用來直接渲染HTML，嘗試未果。放棄

模板從天而降
查詢發(fā)現(xiàn)Flask使用的是Jinja2引擎，所以能不能直接調(diào)用這個引擎呢，嘗試未果

又找到了Mako模板引擎
Mako是一個高性能的Python模板庫，它的語法和API借鑒了很多其他的模板庫，如Django、Jinja2等等。

需要一個HTML模板（其實什么模板都可以，使用HTML模板渲染出來的就是HTML）和一個腳本

需要提前寫好模板
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd"> <html> <head> <title>XidianNews</title> </head> <body> <div class="newslist"> <table> <tbody> % for post in postlist: <tr bgcolor="${loop.cycle('#cce0ff', '#e6f0ff')}"> <td width="95" align="center" class="arctime"><font size = "3">${post['time']}</font></td> <td class="arctitle"><a target="_blank" href=${post['url']} title="Click to open in new tab"><font size = "3">${post['body']}</font></a></td> </tr> % endfor </tbody> </table> </div> </body> </html>

Ref：PYH
Web框架比較
Flask教程
Mako語法

通過郵件發(fā)送

發(fā)郵件使用smtplib完成，可以使用import traceback來跟蹤詳細的調(diào)試信息
`def SendMail(title,mailHtml,rcvList):
sender = '15829911730@sina.cn'
pwd = 'sina2011'
smtpHost = 'smtp.sina.com'
smtpPort = '25'

message = MIMEText(mailHtml, 'html')
message['Subject'] = title
message['From'] = sender

for receiver in rcvList:
    message['To'] = receiver

    try:
        smtpObj = smtplib.SMTP_SSL(smtpHost)
        #smtpObj.set_debuglevel(1)
        smtpObj.login(sender, pwd)
        smtpObj.sendmail(sender, receiver, message.as_string())
        print("Success to send to",receiver)
    except smtplib.SMTPException as e:
        errorMsg = "Error: %s" % (e)
        print(errorMsg)
        # traceback.print_exc()
else:
    smtpObj.quit()`

通過smtplib的調(diào)試信息可以得到與服務器之間交互的信息
smtpObj.set_debuglevel(1)
得到大概這樣子的反饋信息

python3 發(fā)郵件實例（包括：文本、html、圖片、附件、SSL、群郵件）

Python3 SMTP發(fā)送郵件

好啦，到這里就結(jié)束了

以上