Python3程序设计（第3版） 课件 第11、12章 tkinter GUI编程；爬取数据

tkinterGUI编程11.1tkinter编程概述第一个GUI程序11.1.1导入tkinter模块创建主窗口对象创建组件对象。打包组件启动事件循环1.组件组件是指标签、按钮、列表框等对象，需要将其放在容器中显示。2.容器容器是指可放置其他组件或容器的对象，如窗口或Frame（框架），也叫容器组件。例11-1tkinterGUI编程11.1tkinter编程概述设置窗口和组件的属性11.1.21.title()方法设置窗口的标题2.geometry()方法设置窗口的大小3.config()方法设置组件文本、对齐方式、前景色、背景色、字体等属性#ex1102.pyfromtkinterimport*win=Tk()label=Label(win,text="Hello,Python")btn1=Button(win,text="click")label.pack()btn1.pack()win.title("Example9-2")

#title()方法win.geometry("300x200") #geometry()方法win.mainloop()#ex1103.pyfromtkinterimport*win=Tk()label=Label()label.config(text="HelloPython")#设置文本属性label.config(fg=“white”,bg=“blue”)#前景色和背景色属性label.pack()btn1=Button()btn1['text']="click"

btn1.pack()win.title("设置组件属性")#title()方法win.geometry("300x200")#geometry()方法win.mainloop()tkinterGUI编程11.2tkinterGUI的布局管理使用pack()方法的布局11.2.1参数说明side表示组件在容器中的位置，取值为TOP、BOTTOM、LEFT、RIGHTexpand表示组件可拉伸，取值为YES或NO。当值为YES时，side参数无效，用参数fill指明组件的拉伸方向fill取值为X、Y或BOTH，填充X或Y方向上的空间。当参数side=TOP或BOTTOM时，填充X方向；当参数side=LEFT或RIGHT时，填充Y方向anchor表示组件的定位点（锚点），取值为N、S、W、E、SW、NE、SE、NW和CENTER等。默认值是为CENTERpadx和pady组件外部的预留空白宽度ipadx和ipady组件内部的预留空白宽度表11-1pack()方法的常用参数例11-4tkinterGUI编程11.2tkinterGUI的布局管理使用grid()方法的布局11.2.2表11-2grid()方法的常用参数参数说明row和column组件所在行和列的位置rowspan和columnspan组件从所在位置起跨的行数和列数sticky组件所在位置的对齐方式padx和pady组件外部的预留空白宽度ipadx和ipady组件内部的预留空白宽度例11-6tkinterGUI编程11.2tkinterGUI的布局管理使用place()方法的布局11.2.3表11-3用place()方法的常用参数参数说明x和y用绝对坐标指定组件的位置，默认单位为像素height和width指定组件的高度和宽度，默认单位为像素relx和rely按容器高度和宽度的比例来指定组件的位置，取值范围为0.0～1.0relheight和relwidth按容器高度和宽度的比例来指定组件的高度和宽度，取值范围为0.0～1.0anchor指定组件的定位点，默认为左上角（NW）bordermode指定在计算位置时，是否包含容器边界宽度，默认为INSIDE，表示计算容器边界，OUTSIDE表示不计算容器边界tkinterGUI编程11.2tkinterGUI的布局管理使用框架的复杂布局11.2.4表11-4Frame的常用属性属性说明bd指定边框宽度relief指定边框样式，取值为FLAT（扁平，默认值）、RAISED（凸起）、SUNKEN（凹陷）、RIDGE（脊状）、GROOVE（凹槽）和SOLID（实线）width和height设置宽度或高度，如果忽略，容器通常根据内容组件的大小自动调整Frame大小例11-8tkinterGUI编程11.3tkinter的常用组件Label组件11.3.1表11-5Label组件的常用属性属性说明text设置标签显示的文本bg和fg指定组件的背景色和前景色width和height指定组件的宽度和高度padx和pady组件内文本左右和上下的预留空白宽度，默认值为1（像素）anchor设置文本在组件内部的位置，取值为N、S、W、E、NW、SW、NE、SEjustify设置文本对齐方式，取值为LEFT（左对齐）、RGHT（右对齐）或CENTER（居中对齐）font设置字体tkinter的各种组件构造了窗口中的对象，常用的组件包括标签、按钮、输入框、复选框等。例11-9tkinterGUI编程11.3tkinter的常用组件Button组件11.3.2Button组件用于创建按钮，通常用于响应用户的单击操作，即单击按钮时将执行指定的函数。Button组件的command属性用于指定响应函数，其他大部分属性与Label组件的属性相同。属性说明text设置标签显示的文本bg和fg指定组件的背景色和前景色width和height指定组件的宽度和高度padx和pady组件内文本左右和上下的预留空白宽度，默认值为1（像素）anchor设置文本在组件内部的位置，取值为N、S、W、E、NW、SW、NE、SEjustify设置文本对齐方式，取值为LEFT（左对齐）、RGHT（右对齐）或CENTER（居中对齐）font设置字体例11-10tkinterGUI编程11.3tkinter的常用组件Entry组件11.3.3表11-6Entry组件的常用属性和方法属性/方法说明state设置组件状态。取值为NORMAL、DISABLED和ACTIVE，也可设置为readonly。设置为readonly时，组件为只读状态，不接收数据输入validate设置执行validatecommand校验函数的时间validatecommand设置校验函数textvariable获取组件内容的变量get()返回组件中的全部字符delete(first,last=None)删除从first开始到last之前的字符，如果last省略，则删除first到末尾的全部字符。组件中第一个字符位置为0。删除全部字符可使用delete(0,END)方法Entry组件即输入组件，用于显示和输入简单的单行文本，Entry组件的部分属性与Label组件相同。Entry组件涉及控制变量的概念。控制变量是一种特殊对象，它和组件相关联。如，控制变量与Entry组件相关联时，控制变量的值和Entry组件中的文本会关联变化。将控制变量与Radiobutton组件（单选按钮组）关联时，改变单选按钮，控制变量的值会随之改变；反之，改变控制变量的值，对应值的单选按钮会被选中。例11-11tkinterGUI编程11.3tkinter的常用组件Listbox组件11.3.4表11-7Listbox组件常用的属性和方法属性/方法说明listvariable关联一个StringVar类型的控制变量，该变量关联列表框全部选项selectmode设置列表项选择模式，可设置为BROWSE（默认值，只能选中一项，可拖动）、SINGLE（只能选中一项，不能拖动）、MULTIPLE（通过单击选中多个列表项）、EXTENDED（通过鼠标拖动选中多个列表项）xscrollcommand关联一个水平滚动条yscrollcommand关联一个垂直滚动条activate(index)选中index对应的列表项cursection()返回包含选中项index的元组，无选中时返回空元组insert(index,relements)在index位置插入一个或多个列表项get(first,last=None)返回[first,last]范围内的列表项的文本元组，省略last参数时只返回first对应项的文本size()返回列表项个数delete(first,last=None)删除[first,last]范围内的列表项，省略last参数时只删除first的对应项Listbox组件用于创建列表框，可以显示多个列表项，每项为一个字符串。列表框允许用户一次选择一个或多个列表项。tkinterGUI编程11.3tkinter的常用组件Radiobutton组件11.3.5表11-8Radiobutton组件常用的属性和方法属性/方法说明command设置改变单选按钮状态时执行的函数indicator设置按钮样式。默认值为1，单选按钮为默认样式。值为0时，单选按钮外观为按钮样式value当value值与关联控制变量的值相等时，选项被选中。关联控制变量为IntVar类型时，单选按钮的value值应为整数；关联控制变量为StringVar类型时，单选按钮的value值应为字符串variable单选按钮组的关联控制变量，值可以是IntVar或StringVar类型。如果多个单选按钮关联到一个控制变量，这些单选按钮属于一个功能组，一次只能选中一项deselect()取消选项的方法select()选中选项的方法Radiobutton组件用于创建单选按钮组。按钮组由多个单选按钮组成，选中按钮组中的一项时，其他选项会被取消选中。例11-13tkinterGUI编程11.3tkinter的常用组件Checkbutton组件11.3.6表11-9Checkbutton组件常用的属性和方法属性/方法说明command设置改变复选框状态时执行的函数indicator设置复选框样式。默认值为1，单选按钮为默认样式。值为0时，单选按钮外观为按钮样式variable复选框的关联控制变量，值为IntVar类型变量，复选框被选中时，值为1，否则值为0deselect()取消选项的方法select()选中选项的方法Checkbutton组件用于创建复选框，用来标识是否选定某个选项。用户单击复选框左侧的方框，当方框中出现“√”时，表示该选项被选中。例11-14tkinterGUI编程11.3tkinter的常用组件Text组件11.3.7表11-10Text组件常用的属性和方法属性/方法说明INSERT光标所在的位置，Tkinter.INSERT或字符串"insert"CURRENT鼠标当前位置所对应的字符位置，Tkinter.CURRENT或字符串"current"ENDTextbuffer的最后一个字符，Tkinter.END或字符串"end"SEL_FIRST选中文本区域的第一个字符，如果没有选中区域则引发异常，Tkinter.SEL_FIRST或字符串"sel.first"SEL_LAST选中文本区域的最后一个字符，如果没有选中区域则会引发异常，Tkinter.SEL_LAST或字符串"sel.last"get(index1,index2)获取Text组件的文本，起始处在index1，终止处在index2insert(index,text)在index处插入text字符delete(index1,index2)删除指定的内容Text组件用于显示和编辑多行文本。Text组件还可以显示图片、网页链接、HTML页面、CSS样式，还可以用作简单的文本编辑器，甚至是网页浏览器。例11-15tkinterGUI编程11.3tkinter的常用组件Spinbox组件11.3.8表11-11Spinbox组件常用的属性属性说明command设置改变Spinbox组件值时执行的函数from_设置数字最小值to设置数字最大值increment设置单击Spinbox组件的上下按钮时，值增加或减小的步长value设置Spinbox组件的值wrap设置在给定值范围内循环选择，默认为False，即不可循环选择Spinbox是用于创建在一组选项或一定范围的数字内滚动选择选项的组件。tkinterGUI编程11.4tkinter的事件处理使用command参数实现事件处理11.4.1单击Button按钮时，将会触发Button组件的command参数指定的函数。主窗口负责监听发生的事件，单击按钮时将触发事件，然后调用指定的函数。由command参数指定的函数也叫回调函数。各种组件，如RadioButton、CheckButton、Spinbox等，都支持使用command参数进行事件处理。定义图形用户界面经常需要对用户的鼠标、键盘等操作作出响应，这就是事件处理。产生事件的鼠标、键盘等称作事件源，其操作称为事件。对这些事件作出响应的函数称为事件处理程序。事件处理通常使用组件的command参数或bind()方法来实现。例11-17tkinterGUI编程11.4tkinter的事件处理使用组件的bind()方法实现事件处理11.4.2使用bind()方法为组件的事件绑定处理函数。语法格式如下：widget.bind(event,handler)表11-12常见的事件事件事件名称单击鼠标左键1/Button-1/ButtonPress-1释放鼠标左键ButtonRelease-1单击鼠标右键3/Button-3双击鼠标左键Double-1/Double-Button-1双击鼠标右键Double-3拖动鼠标移动B1-Motion鼠标移动到区域Enter鼠标离开区域Leave获得键盘焦点FocusIn失去键盘焦点FocusOut按下键盘上的字符或其他键KeyPress按回车键Return组件尺寸变化Configure例11-18tkinterGUI编程11.5tkinterGUI的应用设计一个包含Label、Entry、Combobox、Radiobutton、Checkbutton等组件的GUI界面。其中，Combobox组件来自于tkinter.ttk模块。程序运行，输入考生姓名，选择考生省份、地区，并选择考生类别和专业等信息后，单击“增加”按钮，可将学生信息添加到列表框中；选中列表框中的信息后，单击“删除”按钮，删除列表框中的信息。例11-19本章内容章节目录爬取网页就是通过程序下载网页，分析网页中的不同元素，从中提取有用数据的过程。即：把URL地址中指定的资源从网络流中读取出来，保存到本地。爬取与分析网页中的数据爬取网页的urllib库和requests库解析网页的bs4库网页爬取技术的应用12.1爬取网页的urllib库和requests库爬取网页的基础知识

1.HTTP协议用户浏览网页的过程是浏览器与Web服务器请求应答的过程。浏览器与服务器之间的通信的基础是HTTP协议。HTTP协议是一个无状态的协议，同浏览器的一次请求和上次请求没有对应关系。爬取与分析网页中的数据

2．HTTP工作过程(1)浏览器与服务器建立连接。(2)服务器接到请求后，给予相应的响应信息。(3)浏览器接收服务器所返回的信息，解析并显示网页。12.1爬取网页的urllib库和requests库爬取网页的基础知识

3.网络爬虫也叫网络蜘蛛（webspider），spider就是一只网上的蜘蛛，它是搜索引擎抓取系统的重要组成部分。网络爬虫的主要目的是将互联网的网页下载到本地从而保存文件或备份文件。Web站点上的每个资源都有唯一的地址，该地址称为URL。

爬取与分析网页中的数据

protocol://hostname[:port]/path网络爬虫就是根据URL来获取网页信息的。网络爬虫应用分为两个步骤：连接网络并获取网页内容(urllib或requests)；对获得的网页内容进行处理(beautifulsoup4)。12.1.2urllib库urllib库提供系列函数或方法，用于获取网页信息或下载网页。urllib.request模块urllib.error模块urllib.parse模块urllib.robotparser模块使用urllib库获取网页信息

urllib.request.urlopen()函数可以打开一个页面，读取并打印信息。

urllib.request.urlopen(url,data[,proxies])urlopen()函数返回response对象。爬取与分析网页中的数据response对象的方法readline()、readlines()、fileno()、close()等方法。info()方法：返回一个httplib.HTTPMessage对象。

getcode()方法：返回HTTP状态码。如果是HTTP请求，200表示请求成功完成，404表示网址未找到。geturl()：返回请求的url。例12-1抓取人邮教育网首页的前384字节内容.12.1.3requests库1.requests库概述

处理HTTP请求的第三方库，建立在urllib3库基础上，是对urllib3库的再封装。requests库用于URL获取、自动内容解码、文件分块上传、流数据下载等功能。2.requests库解析requests库的requests.get()方法功能是网络爬虫和信息提交。res=requests.get(url[,timeout=n,headers=header])函数返回一个response对象。爬取与分析网页中的数据下面的代码测试requests.get()方法和requests.head()方法的返回值类型。

>>>importrequests>>>r=requests.get("http://")>>>type(r)<class'requests.models.Response'>>>>r2=requests.head("http://")>>>type(r2)<class'requests.models.Response'>12.1.3requests库1.requests库概述

处理HTTP请求的第三方库，建立在urllib3库基础上，是对urllib3库的再封装。requests库用于URL获取、自动内容解码、文件分块上传、流数据下载等功能。2.requests库解析requests库的requests.get()方法功能是网络爬虫和信息提交。res=requests.get(url[,timeout=n,headers=header])函数返回一个response对象。爬取与分析网页中的数据参数url采用HTTP或HTTPS方式访问，可选参数timeout用于设定请求超时时间。参数headers是一个字典，是要发送到服务器的HTTP头，格式是{User-Agent:values}。User-Agent值values的主要作用是将爬虫代码伪装成某类浏览器，当爬虫代码向网站服务器发送请求时，看起来更像是正常用户的请求，从而降低被服务器封禁的风险。不同浏览器的User-Agent值不同。12.1.3requests库爬取与分析网页中的数据下面的代码测试requests.get()方法和requests.head()方法的返回值类型。

>>>importrequests>>>r=requests.get("")>>>type(r)<class'requests.models.Response'>>>>r2=requests.head("")>>>type(r2)<class'requests.models.Response'>requests.get()返回的response对象代表响应。response对象的主要属性如下。

status_code：返回HTTP请求的状态，200表示连接成功，404表示失败。

text：HTTP响应内容的字符串形式，即url对应的页面内容。

encoding：HTTP响应内容的编码方式。

content：HTTP响应内容的二进制形式。Response对象提供了两个方法。json()：如果HTTP响应内容包含JSON格式数据，则该方法解析JSON数据。

raise_for_status()：如果status_code值不是200，则产生异常。12.1.3requests库爬取与分析网页中的数据12.2解析网页的beautifulsoup4库beautifulsoup4库也称bs4库为或BeautifulSoup库.用于网页分析的第三方库，用来快速转换被抓取的网页。bs4将网页转换为一颗DOM树。爬取与分析网页中的数据bs4提供一些简单的方法以及类Python语法来查找、定位、修改一棵转换后的DOM树，还能自动将送进来的文档转换为Unicode编码。例12-4使用bs4库访问网页元素。12.2.1bs4库概述(3)基于URL地址res=urllib.request.urlopen(url)html=res.read().decode("utf-8")soup=BeautifulSoup(html,"html.parser")爬取与分析网页中的数据创建BeautifulSoup对象的3种方法(1)基于字符串soup=BeautifulSoup("str","html.parser")(2)基于本地文件soup=BeautifulSoup(open(“index.html"),"html.parser")12.2.2bs4库中的对象Beautifulsoup库将HTML文档转换成一个树形结构，每个结点都是对象，可以归纳为：Tag、NavigableString、BeautifulSoup、Comment等4种类型。Tag对象，HTML中的一个标签。NavigableString对象，用于操纵标签内部的文字，标签的string属性返回NavigableString对象。爬取与分析网页中的数据BeautifulSoup对象，表示的是一个文档的全部内容，很多时候可以把它看作是一个特殊的Tag。Comment对象，是一个特殊类型的NavigableSting对象，它的内容不包括注释符号12.2.3使用bs4库解析文档树1.遍历文档树（1）获取直接子结点contents属性和children属性获取Tag的直接子结点。（2）获取所有有子结点descendants属性可以对所有Tag的子结点进行递归循环，需要遍历获取其中的内容。（3）获取结点内容string属性返回标签中的内容。爬取与分析网页中的数据（4）获取多项内容strings属性用于获取多个内容，需要遍历获取。（5）父结点parent属性用于获取父结点。（6）兄弟结点next_sibling属性用于获取当前结点的下一个兄弟结点，previous_sibling则与之相反，如果结点不存在，则返回None。12.2.3使用bs4库解析文档树2.搜索文档树find_all()方法，搜索当前Tag的所有子结点。find_all(name,attrs,recursive,text,**kwargs)name：名字为name的标签。

attrs：按照Tag标签属性值检索，采用字典形式。

recursive：如果只想搜索Tag的直接子结点，可以使用参数recursive=False。

text：通过text参数可以搜索文本字符中内容。

limit：限制返回结果的数量。爬取与分析网页中的数据3.用CSS选择器筛选元素CSS的选择器用于选择网页元素，分为标签选择器、类选择器和id选择器3种。在CSS中，标签名不加任何修饰，类名前面需要加点(.)标识，id名前加#号来标识。在bs4库中，使用soup.select()方法来筛选元素返回类型是列表网页爬取技术的应用爬取单一网页的信息Python爬取指定URL的网页页面，首先需要分析页面的结构。标题、链接、时间等信息（即HTML元素和属性的描述）。以爬取“东北新闻网”的国内新闻页面为例，说明网页爬取的过程。爬取与分析网页中的数据爬取页面前的准备用GoogleChrome浏览器打开要爬取的页面，进入网页，打开“开发者工具”窗口。使用选择工具选择网页元素。过程使用requests库爬取网页使用