当我print时，Python做了什么

写了这么久的程序，不知道大家有没有思考过，Python到底在干嘛呢？

或者换句话说，当我们执行Python代码的时候，是怎么实现的呢？

数据库的重要性不言而喻，但是数据库操作起来却不容易，需要用到各种管理工具，各种不同的连接方式，如果有方便的，屏蔽不同数据库细节的工具该多好，功夫不负有心人，我还真找了这样一个工具，不仅支持多种数据库，更厉害的是，不用为适配写一行代码，来了解下吧

如何优雅地解析命令行选项

随着我们编程经验的增长，对命令行的熟悉程度日渐加深，想来很多人会渐渐地体会到使用命令行带来的高效率。

自然而然地，我们自己写的很多程序（或者干脆就是脚本），也希望能够像原生命令和其他程序一样，通过运行时输入的参数就可以设定、改变程序的行为；而不必一层层找到相应的配置文件，然后还要定位到相应内容、修改、保存、退出……

想想就很麻烦好吗

上一篇文章我们说到数据库的四种事务隔离级别，可以通过加锁的方式来实现，只是效率太低，事实上，MySQL 是通过 MVCC（多版本并发控制）来实现的。

具体原理有一点点复杂，需要你用点心才能看懂，今天我们就以「可重复读隔离级别」为例来详细说明其具体原理。

假设数据库有如下记录。

我们都知道 InnoDB 引擎下，每一个事务都有一个事务 ID，叫做 transaction id，是在事务开始时系统自动分配的，且该 id 是递增的。同时这个 id 也会记录在数据行上面。言外之意就是数据库表的每行记录是有多个版本的，用事务 ID 来标示这行记录是属于哪个事务操作的。既然是有多个版本，那怎么拿到旧版本的数据记录呢，答案就是在添加一个指针，指向前一个事务 ID 标识的记录。

而这个指针就是我们通常诉所说的 undo log，事实上，旧版本的行记录都不是物理存在的，而是通过 undo log 实时计算出来的。

一致性视图

好了，了解了行记录事务 ID 和回滚指针的概念之后，我们来看看一致性视图。

当在一个事务 A 中查询数据时，只需要确定行记录的数据版本是否在事务 A 启动之前生成的即可，如若是，则可见；否则不可见，则需通过回滚指针找到上一个版本来继续判断属否可见，

因此，就需要在事务启动时，为该事务构造一个事务数组，用来保存该事务启动瞬间，系统中正在活跃的所有事务 ID，也就是启动了但还未提交的事务 ID。

数组中的最小值我们简记为低位，系统中的最大事务 ID 记录为高位，正是这个高位和视图数组组成了我们说的「一致性视图」。

因此，对于任何一个事务 A 来说，任何数据版本的可见行都可以通过一致性视图来得到。

1. 如果数据版本小于低位，说明是已经提交的记录，则可见。
2. 如果大于高位，说明是由未来的事务生成的，则不可见。
3. 如果在高位和低位之间：
   1. 若在数组中，说民该事务还未提交，则不可见，
   2. 如果不在数组中，说明该事务是已经提交了的，则可见。

实战分析

我们针对上图的数据记录，假设有以下三个事务，我们来具体分析下，其一致性视图是怎么样的。

假设（1，1）这行记录的事务 ID 是 90；事务 A 开启前，系统里面只有一个活跃的事务，ID = 99；事务 A、B、C 的版本号分别是 100、101、102。

现在，事务 A、B、C 的视图数组和高位分别是[99,100]/101，[99,100,101]/102，[99,100,101,102]/103。

你要知道，读取数据是从当前版本往前读的，对于事务 A 来说：

1. 当读取到 （1,3） 的时候，事务 ID = 101，高于高位，不可见。
2. 往前读取历史版本（1,2），事务 ID = 102，高于高位，不可见。
3. 继续往前读取历史版本（1,1），事务 ID = 90，低于低位，可见。

这样，我们就通过一致性视图和事务 ID 找到了可见的数据版本，不论事务 A 是什么时候查询的，看到的记录都是一致的。

读提交

上面我们分析了可重复读隔离级别下的一致性视图，那么在读取提交的隔离级别下，又是怎么样的呢？

事实上，他们最主要的区别就是一致性视图的创建时间不一样，对于可重复读隔离级别，一致性视图是在事务开启时刻生成的，之后在该事务中的查询都共用这个一个视图。而对于读提交隔离级别，每一个语句执行前都会生成一个新的视图。

因此，事务 A、B、C 的视图数组和高位分别是[99,100,101]/103，[99,101]/103，[99,102]/103。

对于事务 A 来说：

1. 当读取到 （1,3） 的时候，事务 ID = 101，在数组中，不可见。
2. 往前读取历史版本（1,2），事务 ID = 102，不在数组中，可见。

总结

今天我们学习了 MVCC（多版本并发控制）的底层实现方式，虽然过程略显复杂，但这保证了在不加锁的情况下，保证了可重复读，和读提交。读写不互相干扰，能极大的提高并发能力。

别看上面的分析步骤较复杂，事实上我们只需要记住以下两条规则即可。在可重复读隔离级别下，查询只能看到在事务启动前已经提交的数据。在读提交隔离级别下，查询只能看到在语句启动前已经提交的数据。

参考

极客时间 「MySQL实战45讲 08节」。

上一篇文章我们说到数据库的四种事务隔离级别，可以通过加锁的方式来实现，只是效率太低，事实上，MySQL 是通过 MVCC（多版本并发控制）来实现的。

具体原理有一点点复杂，需要你用点心才能看懂，今天我们就以「可重复读隔离级别」为例来详细说明其具体原理。

相信做后端开发的童鞋肯定没少和数据库打交道，提起数据库，又不能不说数据库事务隔离级别，毕竟这是保证数据可靠一致的重要基石。网上介绍数据库隔离级别的文章大都很生硬，理论居多，今天派森酱就用一个简单的故事来给大家说说隔离级别。

最近股市火热，有很多人跃跃欲试，面对琢磨不透的市场，除了随波逐流，勇当韭菜的命运外，还有没有其他选择呢？今天就用 Python，从定投的视角上重新认识下股市。

QQ 空间在 2005 年被腾讯开发，已经经历了 15 个年头，在还没有微信的年代，看网友发表的心情、心事、照片大多都在 QQ 空间的里。它承载了80、90 后的大量青春，下面我们一起用 selenium 模块导出说说和相册回忆青春吧

8 月 13 日，阿里巴巴因注册新公司京西上了微博热搜，不知道东哥此时有没有收到消息，如果东哥看到新闻估计内心会有一万匹草泥马飘过。。。

阿里注册京西这个名字是要搞事情还是常规操作，这里不做揣度与分析，本文我们使用 Python 爬取微博评论看看网友怎么说。

提到太阳系，大家可能会想到哥白尼和他的日心说，或是捍卫、发展日心说的斗士布鲁诺，他们像一缕光一样照亮了那个时代的夜空，对历史感兴趣的小伙伴可以深入了解一下，这里就不多说了。

作为一名老股民，我总是希望利用我掌握的技术来辅助决策，获取更好的收益。但是苦于股票数据来源难搞，之前用 python 爬取东方财富网、网易财经、同花顺的数据，虽然放在一起可以凑齐所需数据，但是不稳定。一方面是网站处于变化之中，爬虫需要随时应变，另一方面，网站的反爬也是越来越严格，导致以前可以获取的数据，现在获取不到。总之，干这种事情就是两个字——苦逼。最近，找到一个靠谱来源——聚宽，通过 API 的方式获取数据，能够基本满足需求，并且也比较稳定。

工作种常常会遇到一些棘手的问题，干好了名利双收，干不好就可能失去工作机会，特别是在疫情严重的现在，裁员压力很大:(

天不生我Alt，键道万古如长夜

众所周知，阿酱人缘很好，路子很野。可谓是朋友遍天下（用词夸张，记得删掉）。

可是前几天跟人聊天的时候却差点没被气死……

让我们见证一下现场：

口红对于女生来说永远不嫌多，而男生也搞不明白珊瑚红、番茄色、斩男色等等颜色有什么区别，不都是红色么？当送给女神的口红是她不适合的，那结果就是口红进入垃圾箱还算是轻的，重则拉黑处理。男生们也不用着急，我们可以用 Python 对女神照片进行人脸识别，并对嘴唇部分涂上口红。这样就可以挑选出美美哒的口红了，下面一起来看看吧。

每天一个 Python 小技巧，你学废了吗？ 今天文章主要讲解如何将天气预报信息爬取下来并发送给小姐姐，感兴趣的朋友不妨试试，说不定会有意外收获呢！

抓取数据

爬虫的基本思路简易了解就三步：下载数据（根据需要爬取的 url 设定用户代理）、解析数据（编写爬取规则并获得数据）、保存数据。

知道上述步骤后咱们的需求是首先找到中国天气网链接 https://tianqi.so.com/weather/ ，抓取中国天气网的数据，获取天气信息部分代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

    data_list = []
    response = requests.get(url)
    html_doc = response.text
    soup = BeautifulSoup(html_doc, 'lxml')  # 自动补全html代码，并按html代码格式返回
    
	wendu = soup.find('div', class_='temperature').get_text()
	
    tianqi = soup.find('div', class_='weather-icon-wrap').get_text()
	
    data_list.append("现在的温度：%s\n现在天气情况：%s" % (wendu, tianqi))
	
    list = soup.find_all('ul', class_='weather-columns')
	
    for item in list:
        data_list.append(item.get_text())
		
    print("列表数据：",data_list)
    a = 1
	#创建PrettyTable对象，用于将天气数据用表格的方式输出
    tb = pt.PrettyTable() 
    tb.field_names = ["日期","天气","详情"]
	
    for item in data_list:
        # print(a)
        if a != 1:
            tb.add_row([item.strip().split()[0]+item.strip().split()[1],item.strip().split()[2],item.strip().split()[3]])
        else: print(item.strip())
        a+=1
		
    print(tb)
    return tb
	

输出结果为：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

现在的温度：23
现在天气情况：多云

+-------------+--------------+----------------+
|     日期    |     天气     |      详情      |
+-------------+--------------+----------------+
| 今天(07-28) |    雷阵雨    | 22/31℃优西南风 |
| 明天(07-29) |     多云     | 24/32℃良西南风 |
| 周四(07-30) |      阴      | 25/33℃良西南风 |
| 周五(07-31) |    雷阵雨    | 24/33℃良西南风 |
| 周六(08-01) |     多云     | 25/34℃良西南风 |
| 周日(08-02) | 中雨转雷阵雨 |  24/33℃优南风  |
| 周一(08-03) |     多云     |  25/32℃优东风  |
| 周二(08-04) |     小雨     | 22/32℃良东南风 |
| 周三(08-05) |   小雨转阴   |  22/32℃良南风  |
| 周四(08-06) |     小雨     | 22/32℃良东北风 |
| 周五(08-07) |  多云转小雨  |  21/33℃良南风  |
| 周六(08-08) |     小雨     | 21/34℃良西南风 |
| 周日(08-09) |  多云转小雨  |  21/34℃良南风  |
| 周一(08-10) |     小雨     |  21/34℃良南风  |
| 周二(08-11) |  多云转小雨  |  21/33℃良南风  |
+-------------+--------------+----------------+

发送邮件

将抓取的数据发送到相应的邮箱中，这里我将内容发送到自己的 QQ 邮箱，发送邮箱详细思路请详见 今天，我用 Python 给武汉人民发一封邮件，发送邮件代码如下：

实现代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

# 收件人
    receiver = receiver
    mail_title = '小姐姐，请查收今天以及往后15天的天气预报，愿你三冬暖，春不寒'
    mail_body = str(msg)
    # 创建一个实例
    message = MIMEText(mail_body, 'plain', 'utf-8')  # 邮件正文 
	# (plain表示mail_body的内容直接显示，也可以用text，则mail_body的内容在正文中以文本的形式显示，需要下载）
	
    
    # 邮件的发件人
	message['From'] = sender 
    # 邮件的收件人
	message['To'] = receiver  
	# 邮件主题
    message['Subject'] = Header(mail_title, 'utf-8')  
	
	# 创建发送邮件连接
    smtp = smtplib.SMTP_SSL("smtp.qq.com", 465)  
	
	# 连接发送邮件的服务器
    smtp.connect(smtpserver)  
	
	# 登录到邮件服务器
    smtp.login(username, password)  
	
	# 填入邮件的相关信息并发送
    smtp.sendmail(sender, receiver, message.as_string())  

    smtp.quit()

调用发送邮件方法

1
2
3
4
5
6
7
8
9
10
11
12

if __name__ == '__main__':
    sender = 'XXX@qq.com'
    # 发件人邮箱的SMTP服务器（即sender的SMTP服务器）
    smtpserver = 'smtp.qq.com'
    # 发件人邮箱的用户名和授权码（不是登陆邮箱的密码）
    username = 'XXX'
    # 邮箱授权码
    password = 'XXXXXXXXX'
    url1 = 'https://tianqi.so.com/weather/'
    receiver_list ='XXX@qq.com'
    tb = get_Data(url1) #获得每一个用户的数据
    send_mail(tb,receiver_list) #发送邮件

发送结果如下：

总结

今天的文章主要是使用 Python 爬虫和邮件发送功能两者结合使用的场景，如果学废的小伙伴请 扣 1，咱们明天见！

示例代码 Python 小技能之抓取天气信息发送给小姐姐

提到开心消消乐这款小游戏，相信大家都不陌生，其曾在 2015 年获得过玩家最喜爱的移动单机游戏奖，受欢迎程度可见一斑，本文我们使用 Python 来做个简单的消消乐小游戏。

爱美是人类的天性，特别是女性。她们不仅喜欢打扮自己，还喜欢晒圈儿分享美好的事物。今天就教大家一个朋友圈晒图利器——切割图片。

使用 Python 下载 B 站视频

B 站，一个月活用户达到 1.72 的视频网站，有时候会因为某些未知的原因导致放入收藏夹的视频失效，会了防止视频被和谐、被失效，身为 Pythonista 来撸一个 B 站的视频下载器

排序是每个开发人员都需要掌握的技能。排序是对程序本身有一个全面的理解。不同的排序算法很好地展示了算法设计上如何强烈的影响程序的复杂度、运行速度和效率。今天的文章和谈谈大家都熟悉的各种排序使用 Python 如何实现，废话就不多说啦，开干！

高考刚刚结束，成绩陆续公布，接下来就要填报志愿了，如何挑选一个合适的大学几乎是每个考生面临的问题，多年前，为填报志愿通宵翻阅招生指南的情形还历历在目，今天我们从中国大学综合排名以及其他指标为视角，对大学进行分析对比，也许能对目标大学有更好的认识