原標題：聽說你沒有python項目可做，我教你個方法

學習了一段時間的Python，最近出現了“饑荒”，感覺需要多看些代碼，多學習學習別人做些什么，但卻不知道做點什么來進行練習。

說到看代碼，我就想到了全球最大的同性交友網站GitHub。

在GitHub上面找項目還不能漫無目的的去找啊，畢竟這是一個大寶庫，里面的內容非常豐富；

不僅僅是有Python，還有JS,JAVA等很多很多的語言，如果一直盲目的看下去，會浪費大量的時間。

所以我就打算寫一個小爬蟲，來爬取一下GitHub上面我想要的小項目。

·首先既然是要練習python的項目，肯定語言是Python；

·其次，既然是小項目，那代碼不會太長，我這里設置為150K-200K的文件大小，這樣應該項目也會比較小；

·最后，我如果獲取的是整個GitHub上面的這個大小的python項目，對我來說也是海量的，所以要限制數量，我這里限制為最近一個月發布的30個項目。

好了這就是我的需求了，一共三點，同樣我們要去考慮一下，這三點的內容應該如何應對。

首先第一個就是怎么去找到所有的python項目呢？在這里我們使用了GitHub的API來獲取項目，那首先來看一下API的形式。

https://api.github.com/search/code?q=language:想找的語言

這個輸入了之后，就可以找到想找的語言的所有項目了。

但找到了并沒有結束，還需要給爬下來，那這里面選擇的是requests庫，通過requests對網頁進行訪問，獲取數據：

import requests

GetCodeApi = "https://api.github.com/search/code?q="

GetRepoApi ="https://api.github.com/search/repositories?q=language:python"

在整個API中，設置的條件還有三個還要提供文件大小以及目錄：

https://api.github.com/search/code?q=language:語言+size:大小+repo:目錄

這里大家可能比較好奇為什么我可以構建出來這樣的一個API，實際上是通過GitHub的API接口網站來找的，這里有一個例子：

我們可以看到里面有很多的字段，比如說我選中的這個字段，實際上就代表了這個文件的大小，那也是符合我們需要的字段，那就需要在這個API中體現出來。

repo這個參數在哪里呢？實際上這個參數在html_url中：

當然啦，你要是認為哪個repo是和full_name一樣的話，也是可以的，其實我最開始也是這么認為的。

不過后來我看到了下面這個東西，就認為上面的那個html_url這個更為靠譜些，就選擇它了。

后面全部都是這個東西，那就是我們所需要的了。

下面我們就要建立一個函數，三個參數是需要我們自己輸入的。

def get_code(language, size, repo):

這三個參數都是為了組成URL的，那這里面我們也要寫上URL的內容：

url = GetCodeApi +"language:" + language + "+size:" + size +"+repo:" + repo

這樣就可以訪問GitHub的接口了，但是我們要用它，讀取這個JSON內容：

info =requests.get(url).json()

外加一個循環來進行重復性的操作:

if 'items' in info:

for i ininfo['items']:

print(i['html_url'])

構建完了整個的函數。下面放上完整版:

def get_code(language, size, repo):

url = GetCodeApi +"language:" + language + "+size:" + size +"+repo:" + repo

# 訪問GitHub接口

info =requests.get(url).json()

if 'items' in info:

for i ininfo['items']:

print(i['html_url'])

好，構建完了這個之后，我們就要進行下一步了，在上一步中我們實際上解決了兩個問題；

一個是如何查找所有的python語言的項目，第二個是怎么限制文件的大小。

接下來需要解決的就是判斷時間的問題，我們需要找到JSON里面寫的這個：

方框中這兩個值比較重要，第一個帶黃底的是建立時間，第二個是更新時間。

框選兩個是方便我們進行篩選，如果想找建立時間的，就用created_at進行判斷，如果想找更新時間的就用updated_at來判斷。

def get_project(FindTime):

info = requests.get(GetRepoApi).json()

for I in info[‘items’]:

created_time = i[‘created_at’]

當然了，這里面我們找的是建立時間的，也可以找更新時間的（更新時間的感覺項目會更多一些），

如果要是更新時間的就將created_at改為updated_at就可以了。

if created_time > FindTime

如果建立時間大于查找時間的時候，就執行下面的內容（這里給內容直接寫死了，大家可以開動一下腦筋改一下~改為自己輸入哦~）:

language ="python"

size = "<200"

現在看到其實語言和size寫死了，但是這個repo真的不能寫死啊，這時候上面的截圖里面有些html_url的后面箭頭指的是repo的，那我們需要提取出來：

repo =i['html_url'].replace("https://github.com/", "")

這次就要激活一下上面寫的查找函數了：

get_code(language,size, repo)

執行這個函數就OK了，但是這里面有個問題，就是這個時間的問題。

時間推薦直接手動修改字符串，例如get_project(‘2019-02-12T00:00:00Z’)

好，那就給這部分的代碼完整版放出來咯

def get_project(FindTime):

info = requests.get(GetRepoAPI).json()

for i in info['items']:

created_time =i['created_at']

if created_time >last_week:

language ="python"

size ="<200"

repo =i['html_url'].replace("https://github.com/", "")

get_code(language,size, repo)

這樣我們就有取之不盡，用之不竭的小項目可以模仿，可以學習咯~

輸出的結果是這樣的：

最后，我將繼續扮演一個小白，努力創造一個努力學習的小白形象，技術代碼兩開花，弘揚中華文化，希望大家多多支持啊~返回搜狐，查看更多

責任編輯：