Python 和 Jupyter 扩展的最新更新：2023 年 6 月版 Visual Studio Code

Visual Studio Code 是一个流行的代码编辑器，它支持多种编程语言，包括 Python 和 Jupyter Notebook。为了让您更好地使用这些语言，Visual Studio Code 提供了一些扩展，可以增强您的编码体验和效率。本文将介绍 2023 年 6 月版 Visual Studio Code 的 Python 和 Jupyter 扩展的最新改进，包括：

• 测试发现和执行的重写：提供更快、更稳定的单元测试体验，并为未来的新功能打下基础。
• 在专用终端中运行 Python 文件：为每个文件创建一个新终端，避免在同一个终端中运行多个文件造成的混乱。
• Pylance 对重载运算符的智能感知支持：让您可以轻松地探索和利用重载运算符，无论是数学向量、复数还是其他自定义类。
• 使用 Pylance 可配置索引限制：让您可以调整索引的文件计数限制，以在非常大的项目中获得更好的 IntelliSense 体验。
• 其他更改和增强：包括一些新的实验设置、软件包检测、参数名称嵌入提示等。

下面是使用Python 和 Jupyter Notebook的demo：

# 导入所需的库
import requests
from bs4 import BeautifulSoup
import pandas as pd
import threading
import time

#亿牛云代理 爬虫代理加强版
# 定义爬虫代理IP的主机、端口、用户名和密码
proxy_host = "www.16yun.cn"
proxy_port = "8080"
proxy_user = "16YUN"
proxy_pass = "16IP"

# 定义代理IP的字典
proxies = {
    "http": f"http://{proxy_user}:{proxy_pass}@{proxy_host}:{proxy_port}",
    "https": f"https://{proxy_user}:{proxy_pass}@{proxy_host}:{proxy_port}"
}

# 定义一个空列表，用来存储采集到的数据
data_list = []

# 定义一个函数，用来采集指定网址的数据，并添加到列表中
def get_data(url):
    # 使用 requests 库发送 GET 请求，并使用代理 IP
    response = requests.get(url, proxies=proxies)
    # 使用 BeautifulSoup 库解析 HTML 文档
    soup = BeautifulSoup(response.text, "html.parser")
    # 使用 find_all 方法找到所有的热点新闻的 div 元素
    news_list = soup.find_all("div", class_="single-mode-rbox-inner")
    # 遍历每个 div 元素，提取标题、图片和时间，并添加到列表中
    for news in news_list:
        title = news.find("div", class_="title-box").a.text # 提取标题
        image = news.find("img", class_="lazy-load-img") # 提取图片元素
        if image: # 如果有图片元素，提取图片的 src 属性值
            image = image["src"]
        else: # 如果没有图片元素，设置图片为 None
            image = None
        time = news.find("div", class_="footer-bar-left").span.text # 提取时间
        data_list.append([title, image, time]) # 添加到列表中

# 定义一个函数，用来导出数据到 excel 文件中
def export_data():
    # 使用 pandas 库创建一个 DataFrame 对象，传入列表和列名
    df = pd.DataFrame(data_list, columns=["标题", "图片", "时间"])
    # 使用 to_excel 方法导出数据到 excel 文件中，指定文件名和索引列
    df.to_excel("toutiao_top100.xlsx", index=False)

# 定义一个函数，用来显示 Jupyter Notebook 的一些特性，比如进度条和魔法命令
def show_features():
    # 使用 tqdm 库创建一个进度条对象，传入列表的长度作为总数
    from tqdm.notebook import tqdm
    pbar = tqdm(total=len(data_list))
    # 每隔一秒更新一次进度条，直到列表达到 100 个元素为止
    while len(data_list) < 100:
        pbar.update(len(data_list) - pbar.n)
        time.sleep(1)
    pbar.close()
    # 使用 %matplotlib inline 魔法命令，让 matplotlib 的图表在 Jupyter Notebook 中显示
    %matplotlib inline 
    # 使用 pandas 库的 plot 方法绘制一个柱状图，显示不同时间段的新闻数量
    df["时间"].value_counts().plot(kind="bar")

# 定义一个目标网址，即今日头条的首页
url = "https://www.toutiao.com"

# 创建一个线程对象，传入采集数据的函数和目标网址作为参数
t1 = threading.Thread(target=get_data, args=(url,))
# 创建另一个线程对象，传入导出数据的函数作为参数
t2 = threading.Thread(target=export_data)
# 创建第三个线程对象，传入显示特性的函数作为参数
t3 = threading.Thread(target=show_features)

# 启动三个线程，并等待它们结束
t1.start()
t2.start()
t3.start()
t1.join()
t2.join()
t3.join()

# 打印完成的提示信息
print("完成！")

这段代码的目的是采集今日头条的首页，获取推荐热点，将 TOP100 条的标题、图片和时间进行整理，导出到 excel 文件，并使用 Jupyter Notebook 的一些特性显示进度条和图表。代码的主要步骤如下：

• 首先，导入所需的库，包括 requests、BeautifulSoup、pandas、threading 和 time。
• 然后，定义代理 IP 的主机、端口、用户名和密码，并构造一个代理 IP 的字典，用来发送请求时绕过网站的反爬机制。
• 接着，定义一个空列表，用来存储采集到的数据。
• 然后，定义一个函数，用来采集指定网址的数据，并添加到列表中。这个函数使用 requests 库发送 GET 请求，并使用代理 IP；使用 BeautifulSoup 库解析 HTML 文档，并提取热点新闻的标题、图片和时间；并将提取到的信息添加到列表中。
• 接着，定义另一个函数，用来导出数据到 excel 文件中。这个函数使用 pandas 库创建一个 DataFrame 对象，并使用 to_excel 方法导出数据到 excel 文件中。
• 然后，定义第三个函数，用来显示 Jupyter Notebook 的一些特性，比如进度条和魔法命令。这个函数使用 tqdm 库创建一个进度条对象，并每隔一秒更新一次进度条；使用 %matplotlib inline 魔法命令，让 matplotlib 的图表在 Jupyter Notebook 中显示；并使用 pandas 库的 plot 方法绘制一个柱状图，显示不同时间段的新闻数量。
• 接着，定义一个目标网址，即今日头条的首页。
• 然后，创建三个线程对象，分别传入采集数据、导出数据和显示特性的函数作为参数，并启动三个线程，并等待它们结束。
• 最后，打印完成的提示信息。