刚刚过去的七夕，相信大家看到最多的是朋友圈秀恩爱（晒花），路上随处可见的也是某某女性手捧鲜花，各种大小花店一抢而空，只剩下满店狼藉。鲜花固然代表着美丽，代表着各种美好的含义，但是也不能教师节送花，母亲节送花，情人节也送花呀！作为情侣以及准情侣之间的礼物，能不能花点心思，送点不一样的，比如内衣……

有的男性朋友会跳出来骂了：说得好听，你知道送花多难吗？这种隐秘的数据，又不好直接开口问，又不能直接丈量，万一送错了不得把美好的事情搞砸了？

钢铁直男的想法总是这么赤果果，其实想知道妹子喜欢什么颜色的内衣，尺码是怎样的，不一定需要直接询问，可以有各种方法可以获取到，这里就不展开这个话题了。

为了探究妹子们的平常对内衣的普遍选择，我连夜爬取了网易严选关键词为“文胸”的商品评论数据，从中挑选了几个代表性的属性来做分析。

你只知道with，那with该with who呢？

在长期的编程实践中，我们必然已经有过使用下面这段代码的经验：

1
2

with open("test.txt", "r", encoding="utf-8") as f:
    s = f.readlines()

有的人知道这么写的原因；但也有很多人不知道，只是单纯地“别人都这么写，我也应该这么写”。

同时，很多知道原因的人也只是知其然而不知其所以然：with语句可以替我们自动关闭打开的文件对象。但是这是通过什么机制办到的呢？

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