【前端】从JavaScript到Python：我的技能扩展之路

theme: orange

前言

简单介绍一下自己吧~我是一名应届生，专业是铁路方面的，自己从小就喜欢捣鼓计算机这些，导致自己一步步的走上了“不归路”。 哈哈，言归正传。我目前的技术栈是 小程序 Vue React Flutter Dart Python等。我会这么多全都要感谢第一家实习公司....当时为了拿到实习证明，月薪3k也在里面干了小一年，期间也往返学校。公司不大可以说是一个工作室吧。 每个月接的项目花里胡哨，“被迫”学习了这些知识，都不是太深入。停留在了解、会用阶段。

后来离开了公司，学校事情处理完后又出来找工作了，果不其然大环境真的不咋地，我找了一个多月，海投简历一千多家。就约到五六家面试的，面的都是八股文，然鹅我很少背这些，我特别期待他们问我的项目可是...一个都没有，最后通过了三家，包括我现在的这家非互联网公司。

公司

第一家公司是个小公司，我是真不太喜欢这种的，同事老板直接处关系，朋友不像朋友，上级不像上级。按时下班都羞愧难当，面试的时候问了我几个Flutter底层渲染的问题以及和RN的对比，还有其他前端知识。我勉强回答上来了，后续告诉我ok 可以上班，但是薪资给的太低了 5k左右，我就拒绝了。

第二家公司 这家公司科技感满满，虽然也是小型公司。但是业务很广泛，做的是类似于体脂秤的产品。面试的岗位是Flutter开发 同时也开发点vue吧 薪资我要的是7k，实在不敢往高了要。跟老板聊的很来，薪资也痛快答应了。但是我为什么没去呢！！是因为第三家公司。

第三家公司 这家，也就是我入职的公司，非互联网公司，至于我为什么选择这家公司主要还是以后不想单纯干个写代码的。至于我的选择对不对，留给时间吧。反正我才21，社会经验就那么点，选择错了太正常不过了。一帆风顺才应该担心呢。

技能扩展

其实刚刚有点聊偏题了，本身也很少写文章，逻辑条理略有问题，请见谅。说到技能扩展，我一直抱着技多不压身的想法来鼓励，安慰自己。当然我也不会傻傻的当卷王，啥粗活糙活我都干，不会的。我会以我目前认知的观点来决定我是否要学习某样东西。我们学习的速度肯定是跟不上知识更新的速度。所以选对方向很重要。

在这家公司主要做的是前端开发和python数据爬虫和处理方面。刚入手python的时候还是一脸懵...通过缩进来决定代码块这个真的是对于我这样的初学者很不友好...

在职这段时间做了个爬虫系统，具体就是爬取浏览器的返回结果，提取某样东西。一开始我是选择做成exe文件，后来改成的Linux版本，方便持久化运行。下面我可以举个代码例子给各位看看，核心其实不难。

        for in_page in range(68): #这里68代表的是页数
            url = 'http://www.baidu.com/s?wd=' + keywords + '&pn=' + str(in_page * 10)
            wait_seconds = random.uniform(1, 2) 这里是随机的等待时间
            time.sleep(wait_seconds)
            proxyUrl = "http://%(user)s:%(password)s@%(server)s" % {
    #这里就是代理啦。按需即可。
                "user": authKey,
                "password": password,
                "server": proxyAddr,
            }
            proxies = {
   
                "http": proxyUrl,
                "https": proxyUrl,
            }
            try:
                response = requests.get(url, headers=run_getiCookie(), proxies=proxies)
                # print('---------------------------*',response.headers)
                response.raise_for_status()
                soup = BeautifulSoup(response.content, 'html.parser')
            except requests.exceptions.RequestException as e:
                logging.error('百度：请求出错：%s', e)
                continue
            except Exception as e:
                logging.error('百度：爬取词语/页数出错：%s %s', in_page, e)
                continue
            result_list_0=soup.find_all(class_='样式')

以上就简单的代码爬虫程序，至于如何反扒仁者见仁智者见智了。我使用的方法就是动态获取Cookie但是效果不太好，只能勉强能跑。
在我的工作中，我主要使用Python的requests库来发送HTTP请求，以获取网页内容。然后，我使用BeautifulSoup库来解析HTML文档，从中提取出需要的数据。此外，我还使用了一些其他的库，如pandas和numpy，来处理和分析数据。

接下来就是把代码打包成一个PC端软件 也就是加上GUI视图，在使用Python GUI编写桌面端视图的软件需要注意以下几点：
1、选择合适的GUI框架：Python提供的很多GUI框架，例如 Tkinter、PyQt wxPython等，我个人比较倾向于使用PyQt，因为他的界面还算比较好看啊， 并且使用qss样式更改一下更漂亮。但是主要还是根据自己的项目经验着重选择一下。
示例GUI：

3、设计良好的用户界面：用户界面设计应考虑用户体验，包括布局、颜色搭配、字体大小等方面。应尽量将界面设计简洁易用，避免过于复杂或冗长。
4、编写清晰的代码：编写代码时应遵循良好的编码习惯，如命名规范、注释等，以便于后期维护和升级。
5、考虑跨平台性：如果需要在不同操作系统上运行软件，则应选择具有跨平台性的 GUI 框架，并进行相应的测试和调试。
6、安全性考虑：对于需要处理敏感数据或涉及网络安全的软件，应加强安全性措施，如加密传输、访问控制等。

代码方面需要注意的有：

1. 传值：在不同的函数或方法之间传递参数时，应选择合适的方式，如通过函数参数、实例属性、全局变量等方式进行传值。
   2. 静态方法和类方法：如果需要在某个类中定义一些不需要访问实例属性的方法，则可以使用静态方法（@staticmethod）；如果需要使用类属性或者调用类方法，可以使用类方法（@classmethod）。
2. 异常处理：在程序运行过程中，可能会出现各种错误和异常，应该在合适的地方加入异常处理机制，防止程序崩溃或产生未知错误。
3. 可读性：代码的可读性非常重要，良好的注释和命名规范，有助于提高代码的可读性和维护性。
4. 封装性：在设计类的时候，应尽可能地遵循封装原则，将类的内部细节隐藏起来，仅暴露必要的方法和属性供外部访问。

对了，这里顺便提一嘴，关于静态方法，他是不能控制UI的。但是他与类相关，但不依赖于类的状态，因此可以在不同的上下文中重复使用。写法简洁。
静态方法和动态方法是 Python 中的两种不同类型的方法，它们有以下区别：

1. 静态方法是类中的一种方法，与实例无关，不需要访问实例属性或者实例方法，可以直接通过类名调用。而动态方法则需要通过类实例来调用。
2. 静态方法在定义时需要使用 @staticmethod 装饰器进行修饰，动态方法则不需要。
3. 静态方法不能访问实例属性和实例方法，也不能被子类覆盖，因此适用于独立的任务；而动态方法可以访问实例属性和实例方法，并且可以被子类覆盖，因此适用于需要访问实例状态的任务。
4. 静态方法通常用于实现工具函数或者辅助函数，动态方法则通常用于实现对象的行为。

总之，静态方法和动态方法都有其应用场景和优缺点。在编写代码时，需要根据实际需求选择合适的方法类型。如果一个方法不需要访问实例属性或者实例方法，则应该使用静态方法；如果一个方法需要访问实例属性或者实例方法，则应该使用动态方法。

#这就是一个静态方法。
class Calculator:
    @staticmethod
    def add(x, y):
        return x + y

result = Calculator.add(3, 4) 
print(result)

文章写的较为混乱，暂且当个个人笔记来看吧。感谢体谅。

本文同步 我的笔记