Python（發音：英[?pa?θ?n]，美[?pa?θɑ:n]），是一種面向物件、直譯式電腦程式語言，也是一種功能強大的通用型語言，已經具有近二十年的發展歷史，成熟且穩定。它包含了一組完善而且容易理解的標準庫，能夠輕鬆完成很多常見的任務。它的語法非常簡捷和清晰，與其它大多數程式設計語言不一樣，它使用縮排來定義語句。

Python支援命令式程式設計、面向物件程式設計、函數語言程式設計、面向切面程式設計、泛型程式設計多種程式設計正規化。與Scheme、Ruby、Perl、Tcl等動態語言一樣，Python具備垃圾回收功能，能夠自動管理儲存器使用。它經常被當作指令碼語言用於處理系統管理任務和網路程式編寫，然而它也非常適合完成各種高階任務。Python虛擬機器本身幾乎可以在所有的作業系統中執行。使用一些諸如py2exe、PyPy、PyInstaller之類的工具可以將Python原始碼轉換成可以脫離Python直譯器執行的程式。

此次實戰專案清單：

WeRoBot框架開發自動回覆微信機器人

Tornado開發後臺

MongoDB做資料存貯

Scrapyd部署爬蟲

Scrapy編寫爬蟲

把這些都部署在阿里雲伺服器上

用Python編寫

把這些東西混在一起，就實現了，通過微信公眾號來獲取每日新鮮資訊的功能

廢話不多說，先上圖，看效果！

網頁醜，請原諒我，我不是專門寫前端的，前端知識我會日後補上的。為什麼選擇電腦端訪問，因為手機上訪問可能還是有些限制，但是電腦端訪問完全沒有問題啊！這效果贊不讚？牛不牛？

開發思路

既然看到了效果，那麼我們現在就來扯一扯實現這個過程的來龍去脈。

首先，我們白日做夢一下， 想著我怎麼能夠通過微信公眾號來訪問網站啊？

這裡給出答案：我們需要一個微信自動回覆的機器人，因為這樣，我就不需要每天自己登陸網頁端，複製黏貼編寫材料了，用電腦來代替我的勞動，這樣我多輕鬆。

這裡就是WeRoBot的使用場景。

接下來，我們如果有了自動回覆機器人，那麼我們拿什麼來看呢？

這裡給出答案：我們需要在遠端架設一臺伺服器，上面需要跑起來一套網站的服務。給我們提供一個網頁，裡面有我們想要的資訊資訊。

這就是阿里雲伺服器（騰訊的也可以）和Tornado的使用場景。

接著，我們還得研究，我網頁上的資料，從哪裡來啊？？

這裡給我出答案：網頁端讀取的資料，都應該是從資料庫中讀的。

這裡就是MongoDB的使用場景。

知道資料從哪裡讀取的了，那麼資料是從哪裡來的啊？

這裡給出答案：資料是來源，我們可以通過爬蟲程式來爬下來。

這裡就是Scray的使用場景了。

想到這裡基本差不多了，中間在加一些粘合劑，我們可以通過Scrapyd來把爬蟲部署到遠端伺服器上，再通過一個定時裝置來定時執行爬蟲程式。這樣我們就會有源源不斷的資料更新了。而網頁端，我們只需要展示當天的資料就可以了。這麼下來，

一切都思路都很完美，就差一個程式設計師了，對嗎？

我們選擇用Python來搞事情，因為這個東西，很適合搞事情。

我們既然把整個邏輯都想好了，那麼我們倒著來擼這件事情。

接下來，我們用到了MongoDB

那麼前面提到的這幾個東西，就剩下WeRoBot和Tornado了。這個我準備在下一期文章中詳細給大家講解怎麼開發。這裡面的坑其實還不少，但是，我已經給大家踩過了。大家跟著我的步驟一步一步來就完全OK。

整體回顧

遠端的伺服器上面的爬蟲，是Scrapy寫的蟲子。

通過Tornado的定時執行功能，會每一個小時執行一次。

將爬下來的資料存入到MongoDB中。

Tornado的路徑對於的GET方法，會從MongoDB中讀取資料，並傳入到已經寫好的html模板中。

WeRoBot則是依靠Tornado部署的，嵌入到了Tornado服務中。通過微信傳過來的特定的指令，來做出返回結果並返回給客戶端。

Python可以做什麼？

web開發和 爬蟲是比較適合 零基礎的

自動化運維 運維開發 和 自動化測試 是適合 已經在做運維和測試的人員

大資料 資料分析 這方面 是很需要專業的 專業性相對而言比較強

科學計算 一般都是科研人員 在用

機器學習 和 人工智慧 首先 學歷 要求高 其次 高數要求高 難度很大

我有一個微信公眾號，經常會分享一些python技術相關的乾貨；如果你喜歡我的分享，可以用微信搜尋“python語言學習”關注

歡迎大家加入千人交流答疑裙：699+749+852