图1.图书管理系统（作者信息列表页面）
图2.图书管理系统（作者信息修改页面）
图3.博客(我的日记-->个人日记)页面
图4.博客(关于我-->个人相册)页面
3.中期项目制作（Django）
我在学习中期已经完成Django基础和实践了，我们在授课老师的要求下，进行了一次中期项目制作。
在一通头脑风暴之后，我们在晚自习结束之前，编写好models.py文件，建立数据库雏形，定义所需要的函数，并且配置好所有路径。分工之后，我负责的是系统后台的方法编写工作，另一位同学负责页面编写工作。我们两个约定好命名格式和编写手法。在第二天就开始了编写工作。
一切努力都是值得的，当我看见我们组项目的最终呈现时，真的有种佩服自己的成就感，这样的成就感我怕是一辈子也不会觉得烦。
因为制作的购物网站页面较多，在这里只截取几张进行展示。系统运行部分页面截图如下图所示。
图5.用户修改信息页面（前端）
图6.用户购物页面（前端）
图8.管理员列表页面（后台）
图9.管理员信息修改页面（后台）
图10.管理员管理商品页面（后台）
4.爬虫
在django项目制作完成以后，我们马上进入了python爬虫的学习。爬虫对我而言还算是蛮新奇的。我学习的第一个爬虫程序是爬百度首页，知道了爬一个网站或网页需要接口路径、普通浏览器的请求头以及请求方式，爬出来的东西可以建成新的网页、表格等，之后可以对其进行数据分析，实用性很高。
在学习过程中，我爬了母校齐鲁工业大学的网站首页、贴吧、百度翻译、人人网、开心网、淘宝电场等网站做初步的练习，把其中的数据保存到本地。之后在老师的带领下练习爬bilibili网站的视频弹幕，并且把弹幕保存到本地的.txt文件中，感觉还是蛮神奇的。我爬取的b站潇洒观山海的视频弹幕部分截取如图所示。
图11.B站视频部分弹幕
我在爬猫眼网站的时候大量使用了正则表达式，用来截取电影的具体信息，汇总成.json文件。在之后我又使用了xpath对猫眼网站的电影信息进行截取，这两种截取方式不同，但结果是相同的。我个人更习惯用正则，不用找定位。当然，这两种方式不存在优劣之分，只是个人习惯而已。我用正则表达式编写的爬虫程序如图19所示，最终数据形成的.json文件如图所示。
图12猫眼电影信息获取代码
图13.猫眼电影信息生成的json文件
老师还给我们布置了作业，是爬古诗文网站诗歌的名字、作者、类别和页面详情，我一开始听错了需求，导致我并没有对诗歌做分类。这要是在职场上，我怕是要被甲方爸爸开了。这个作业是第二天蔡庆凯同学讲解的，其中涉及了数据为空的状态下，用正则表达式的取值过程。在这一个点上面，我认识到了自己和大神的差距，我的正则运用的不灵活，对正则表达式的理解也不够。还是需要深入学习的。
在第19天的学习中，我在老师的要求下，我对链家网站进行了爬虫，获取了济南地区的出售房子的房子名称、地址、参考价格、户型、面积、开盘日期和房子详情页链接，并生成Excel表格。在这个需求实现的过程中，我算是耗费了大量的精力。
图14.链家网站房屋信息表格
5.后期分析及项目
（1）晋江文学城是一个比较成熟的网站，各种分类做的非常详尽，除了界面比较低龄化。它的分类，显示信息都很能达到读者的需求。所以，我在看了两天晋江网站页面后，决定要从晋江总书库中提取以下信息：
author/book_name/category/style/status/counts/score/y_m_d/
书面详情页的：
内容标签、搜索关键字、总书评数、当前收藏数
title/keys/comments/collect
（2）我的需求：
图15.无界面浏览器访问晋江文学城网页截图
结果在使用无界面浏览器后发现，晋江网站还设置了一个不太高端的反爬虫，他在我要提取的xpath中多加了一个没有含义的td标签，遍历目录的时候不能去除，而且继续用xpath是会显示超出范围。然后我就困住了，经过自主在网上进行查询和测试，我最终采用xpath标签定位进行数据提取，在遍历下遍历，部分遍历代码如下所示。
#二次遍历，就在这个地方
在网络十分艰难的情况下，原定下载50页列表的我不得不只下载12页列表，而且爬虫过程中也是遇见了各种问题。爬下来的数据保存到一个Excel列表里，近600条数据。可能并不会具有很强的代表性，但是足够进行数据分析。生成的Excel列表部分截图如图所示。
图16.部分Excel列表截图
数据分析部分代码如图所示：
图17.数据分析部分代码
图18.数据分析部分代码（词云）
（5）对晋江文学城爬取的数据进行分析的结果就是：
600条数据中作者名产生的词云图如下图所示：
图19.作者词云（卡通轮廓版）图20.作者词云（普通版）
由此可以看出Priest、拉棉花糖的兔子、巫哲、漫漫何其多、西子绪等字眼出现比较大，说明在晋江文学城书库前600条作者名字中，这几位作者的产出书目比较多、优质作品多、符合读者胃口且文采上佳。
600条数据中作品类型词云图如图所示：
图21.作品类型词云图
从这个词云中可以看出，现在受人们喜爱的小说类型大多是爱情、原创、纯爱，稍次一点的是近代现代。从中可以了解，人们都比较喜爱新鲜的原创文学，以求更贴切的代入感和更完美的想象。
纯爱其实就是耽美BL文学，言情是男女BG文学，从中可以看出读者更喜欢看耽美文学，腐女的市场需求很强烈，产出链也相对完整，未来的影视、文学、娱乐市场可以考虑一下耽美背后的腐女力量。其实近几年已经可见端倪：
2016年《上瘾》的爆火使得黄景瑜、许魏洲空降娱乐圈
2018年《镇魂》播出，朱一龙、白宇从名不经传到突破顶流
2019年《陈情令》播出，一群小鲜肉大火，目前苗头正盛
爱情是平等的观念也在广泛传播，伯牙子期，柏拉图式，刎颈之交也在不断地解锁人们的思想。未来市场会如何发展，也许数据已经给了我们答案。
600条数据中作品积分折线图如图22/23所示：
图22.作品积分折线图
图23.作品积分折线图
这个作品积分折线图是动态的图，一张图可以容纳大量的数据，通过拉动底部框选条可以掌握不同范围的数据变化。从中可以看出，放在第一页的也不是积分普遍的高，排在后几页的也不是普遍的低。不过大趋势还是比较明显的，在书库页码从前到后，积分也是由高到低的总体趋势，各部分都会有小峰值。框选范围内的均值便是图中红点游标所示。
不过不得不说《天官赐福》的确拉高了所有作品的平均分，接下来我可能也去拜读一下这本书。
600条数据中各年份产出书籍量对比柱状图如图24所示：
图24.各年份产出书籍量对比柱状图
600条数据中各年份产出书籍量占比饼状图如图25所示：
图25.各年份产出书籍量占比饼状图
这不能说好与不好，只能说有利有弊，网络激发人们的创作欲望和阅读渴求，新作品层出不穷，文学市场新鲜血液充足，这是很好的方面。但是书的饱和，就会造成人的阅读速度加快，阅读深度不够，书籍的新老代谢加快，形成阅读浮躁和作品消沉的情况。我们没有资格去评价无主观意识的网络做了什么，产生什么样的影响，我们只能尽量去适应这个快速变化的时代。
600条数据中4项优质特征前30对应作者出现次数占比饼状图如图26所示：
图26.4项优质特征前30对应作者出现次数占比饼状图
这是我做了对总书评数、作品积分、当前收藏量、以及作品总字数这四项数据进行排序，之后提取作者名字，并对作者名字集合做占比分析。
从图中我发现巫哲和Priest这两位作者占比较高，漫漫何其多紧随其后，这三位也是耽美文学圈里神一般的存在。巫哲的《撒野》、Priest的《镇魂》、漫漫何其多的《AWM绝地求生》也都是耽美文学的封神之作。耽美文学的热度之高也是有目共睹。
从图中可以看出，在4个前30当中，巫哲能够出现15次，说明他的优质作品不止一部，而且各方面的能力也比较均衡，是个非常有能力、有思想、有才华的作者。而且，从中可以看出，积分高，说明作品受读者喜爱；书评多说明作品讨论度高，有深度有思想，能带动读者积极探讨；收藏量高说明读者有不可计数回看的可能性；总字数高说明作者产出稳定、文采卓然。在图中占比较大的作者在这几个方面是有均衡优势的。而且他们会积累了大量的书粉，其作品的影视化价值也会比较高，如果拍的能比较符合原著，应该也会有不错的反响。
耽美文学已经非常有热度有流量，以后势必是要往影视市场蔓延的。曾经的《上瘾》《镇魂》《陈情令》和动漫《魔道祖师》的火爆已经敲开了市场的大门，未来的《皓衣行》《撒野》的成绩也很让人期待。大众对于耽美的态度也会越来越包容，越来越理解。爱情这样美好的东西，不应当被性别等因素所局限。