Skip to content
Projects

overmind1980/oeasy-python-tutorial

View on GitHub

overmind1980/oeasy-python-tutorial has 2,365 GitHub stars and 1,056 forks. GitHot measured 0 stars in 24 hours. Last checked 2026-11-06 22:33 UTC. Last push 2026-08-20.

How these counts are measured

良心的 Python 教程,面向零基础初学者简明易懂的 Python3 入门基础课程。在linux+vim生产力环境下,从浅入深,从简单程序学到网络爬虫。可以配合蓝桥云上实验环境操作。

Measured star growth

in 24h
0
in 7 days
Update delayed
in 15 days
Update delayed
in 1 month
Update delayed

Net star changes over overlapping periods, not daily totals. Missing measurements are left blank. Stars measure attention, not software quality.

README.md

Original

Python 教程

本仓库包含 Python 教程 相关的系统教程文档。

文档总数: 978 个 Markdown 文件

📁 目录结构

💡 点击 📄 文件名 可直接跳转打开对应文档

📚 文档索引

001_python_从零开始

001_python_从零开始 / 001_先跑起来

001_python_从零开始 / 002_变量与基本数据类型

001_python_从零开始 / 003_容器类型

001_python_从零开始 / 004_条件分支结构

001_python_从零开始 / 005_循环结构

001_python_从零开始 / 006_函数

001_python_从零开始 / 007_系统环境

002_深入编解码

002_深入编解码 / 001_数制与字节编解码

002_深入编解码 / 002_转义字符

002_深入编解码 / 003_终端控制序列

002_深入编解码 / 004_运算与表达式

002_深入编解码 / 005_字符编码

002_深入编解码 / 006_读写文件

003_文本与自然语言处理_NLP

003_文本与自然语言处理_NLP / 001_字符_字符串_纯文本处理

003_文本与自然语言处理_NLP / 002_字符串查找匹配_正则表达式

003_文本与自然语言处理_NLP / 003_文本_词法分析_数据挖掘

004_office_辅助办公

004_office_辅助办公 / 001_word文档_doc_rtf文件

004_office_辅助办公 / 002_excel_电子表格_xlsx文件

004_office_辅助办公 / 003_slider_演示文稿_ppt

004_office_辅助办公 / 004_文件和文件夹的管理

005_database_数据库

005_database_数据库 / 001_psycopg3

005_database_数据库 / 002_sqlalchemy_core_核心部分

005_database_数据库 / 004_supabase_应用

006_网络爬虫

006_网络爬虫 / 001_requests 和 lxml

  • [550_浏览过程_请求request_响应_response](md/006_网络爬虫/001_requests 和 lxml/550_浏览过程_请求request_响应_response.md)
  • [551_requests_模块](md/006_网络爬虫/001_requests 和 lxml/551_requests_模块.md)
  • [552_html语言基础_元素_标签_节点](md/006_网络爬虫/001_requests 和 lxml/552_html语言基础_元素_标签_节点.md)
  • [553_lxml_元素_树形结构_element_tree_append_追加](md/006_网络爬虫/001_requests 和 lxml/553_lxml_元素_树形结构_element_tree_append_追加.md)
  • [554_lxml_append_添加子节点_remove_删除_索引_index_切片](md/006_网络爬虫/001_requests 和 lxml/554_lxml_append_添加子节点_remove_删除_索引_index_切片.md)
  • [555_lxml_在指定位置插入节点_insert_深拷贝_deepcopy](md/006_网络爬虫/001_requests 和 lxml/555_lxml_在指定位置插入节点_insert_深拷贝_deepcopy.md)
  • [556_lxml_文本内容_text_尾巴_tail_属性_indent_缩进](md/006_网络爬虫/001_requests 和 lxml/556_lxml_文本内容_text_尾巴_tail_属性_indent_缩进.md)
  • [557_lxml_循环遍历_iteration_广度优先_深度优先_dfs_bfs](md/006_网络爬虫/001_requests 和 lxml/557_lxml_循环遍历_iteration_广度优先_深度优先_dfs_bfs.md)
  • [558_lxml_元素的属性_attrib](md/006_网络爬虫/001_requests 和 lxml/558_lxml_元素的属性_attrib.md)
  • [559_lxml_注释_Comment_实体_Entity](md/006_网络爬虫/001_requests 和 lxml/559_lxml_注释_Comment_实体_Entity.md)
  • [560_lxml_从字符串_str_生成_etree_Element_元素节点_生成树](md/006_网络爬虫/001_requests 和 lxml/560_lxml_从字符串_str_生成_etree_Element_元素节点_生成树.md)
  • [561_lxml_从requests生成一棵树_etree](md/006_网络爬虫/001_requests 和 lxml/561_lxml_从requests生成一棵树_etree.md)
  • [562_lxml_parser_gb2312编码问题_encoding](md/006_网络爬虫/001_requests 和 lxml/562_lxml_parser_gb2312编码问题_encoding.md)
  • [563_xpath_筛选元素_xpath_节点列表](md/006_网络爬虫/001_requests 和 lxml/563_xpath_筛选元素_xpath_节点列表.md)
  • [564_xpath_属性筛选_attrib_属性字典](md/006_网络爬虫/001_requests 和 lxml/564_xpath_属性筛选_attrib_属性字典.md)
  • [565_xpath_路径表达式_position_last_索引下标_位置](md/006_网络爬虫/001_requests 和 lxml/565_xpath_路径表达式_position_last_索引下标_位置.md)
  • [566_xpath_选择器练习_selector](md/006_网络爬虫/001_requests 和 lxml/566_xpath_选择器练习_selector.md)
  • [567_xpath_提取纯文本的方法_text_string](md/006_网络爬虫/001_requests 和 lxml/567_xpath_提取纯文本的方法_text_string.md)
  • [568_lxml_属性_attrib_attribute_字典_dict_遍历字典](md/006_网络爬虫/001_requests 和 lxml/568_lxml_属性_attrib_attribute_字典_dict_遍历字典.md)
  • [569_综合练习_爬取网站_oeasy_遍历链接_HTMLParser_编码设置](md/006_网络爬虫/001_requests 和 lxml/569_综合练习_爬取网站_oeasy_遍历链接_HTMLParser_编码设置.md)
  • [570_综合练习_遍历链接_内容入库](md/006_网络爬虫/001_requests 和 lxml/570_综合练习_遍历链接_内容入库.md)
  • [571_爬取百度热搜_遍历超链接_设置user_agent_百度图片](md/006_网络爬虫/001_requests 和 lxml/571_爬取百度热搜_遍历超链接_设置user_agent_百度图片.md)
  • [572_curlconverter_生成headers_生成cookie](md/006_网络爬虫/001_requests 和 lxml/572_curlconverter_生成headers_生成cookie.md)
  • [573_爬虫的概念_robots_txt_历史](md/006_网络爬虫/001_requests 和 lxml/573_爬虫的概念_robots_txt_历史.md)
  • [574_爬取图片_卫星云图_向日葵七号](md/006_网络爬虫/001_requests 和 lxml/574_爬取图片_卫星云图_向日葵七号.md)
  • [575_爬取图片进阶_纸飞机_wget](md/006_网络爬虫/001_requests 和 lxml/575_爬取图片进阶_纸飞机_wget.md)
  • [576_爬取图像数据_汉字源_甲骨文文字](md/006_网络爬虫/001_requests 和 lxml/576_爬取图像数据_汉字源_甲骨文文字.md)
  • [577_豆瓣电影_分词处理_生成柱形图](md/006_网络爬虫/001_requests 和 lxml/577_豆瓣电影_分词处理_生成柱形图.md)
  • [578_爬取异步数据_xhr_json_处理json](md/006_网络爬虫/001_requests 和 lxml/578_爬取异步数据_xhr_json_处理json.md)
  • [579_新浪微博_热搜榜_热门话题数据](md/006_网络爬虫/001_requests 和 lxml/579_新浪微博_热搜榜_热门话题数据.md)
  • [580_b站_弹幕_评论_热搜](md/006_网络爬虫/001_requests 和 lxml/580_b站_弹幕_评论_热搜.md)
  • [581_小红书笔记](md/006_网络爬虫/001_requests 和 lxml/581_小红书笔记.md)
  • [582_音视频分享_网易云](md/006_网络爬虫/001_requests 和 lxml/582_音视频分享_网易云.md)
  • [583_js逆向_解密](md/006_网络爬虫/001_requests 和 lxml/583_js逆向_解密.md)
  • [584_rss抓取方式_rsshub](md/006_网络爬虫/001_requests 和 lxml/584_rss抓取方式_rsshub.md)
  • [585_爬取天气_进行展示_中国天气网_weather](md/006_网络爬虫/001_requests 和 lxml/585_爬取天气_进行展示_中国天气网_weather.md)

006_网络爬虫 / 002_api调用

006_网络爬虫 / 003_selenium

006_网络爬虫 / 004_DrissionPage

006_网络爬虫 / 005_gopup

006_网络爬虫 / 006_PlayWright

007_web_后端技术

007_web_后端技术 / 001_pywebio

007_web_后端技术 / 002_flask

007_web_后端技术 / 003_异步技术ajax和RESTAPI

007_web_后端技术 / 004_fastapi

008_Computer_Vision_计算机视觉_cv

008_Computer_Vision_计算机视觉_cv / 001_opencv

008_Computer_Vision_计算机视觉_cv / 002_PIL

008_Computer_Vision_计算机视觉_cv / 003_opencv_视频处理

009_Computer_Graphics_计算机图形学_cg

009_Computer_Graphics_计算机图形学_cg / 001_字符字型的演化

009_Computer_Graphics_计算机图形学_cg / 003_blender静帧

009_Computer_Graphics_计算机图形学_cg / 004_blender建模细节

009_Computer_Graphics_计算机图形学_cg / 005_blender的2d动画

009_Computer_Graphics_计算机图形学_cg / 006_blender动画原理

009_Computer_Graphics_计算机图形学_cg / 007_blender粒子效果

009_Computer_Graphics_计算机图形学_cg / 008_骨骼与绑定_setup

009_Computer_Graphics_计算机图形学_cg / 009_材质_material

010_audio_音频处理_midi制作

010_audio_音频处理_midi制作 / 001_节奏基础

010_audio_音频处理_midi制作 / 002_midi制作

010_audio_音频处理_midi制作 / 003_音频处理audio

011_算法_数据结构_设计模式

011_算法_数据结构_设计模式 / 000_未分类

012_计算机发展历史

012_计算机发展历史 / 001_计算机发展历史

012_计算机发展历史 / 002_反编译与字节码

013_图形用户界面_游戏制作

013_图形用户界面_游戏制作 / 001_pygame基础

013_图形用户界面_游戏制作 / 002_tkinter

014_python_面向对象_object

014_python_面向对象_object / 001_面向对象基础

014_python_面向对象_object / 002_设计模式

015_人工智能_ai_大语言模型_多模态

015_人工智能_ai_大语言模型_多模态 / 001_文生文

015_人工智能_ai_大语言模型_多模态 / 002_文生图

015_人工智能_ai_大语言模型_多模态 / 003_scikit-learn

015_人工智能_ai_大语言模型_多模态 / 004_环境

016_数学问题

016_数学问题 / 001_排列组合

016_数学问题 / 002_未分组

  • 936_一元二次方程
  • [937_Python 解决数学问题项目:解微积分相关习题实现](md/016_数学问题/002_未分组/937_Python 解决数学问题项目:解微积分相关习题实现.md)
  • [938_Python 解决数学问题项目:SymPy库简介与解线性方程的实现](md/016_数学问题/002_未分组/938_Python 解决数学问题项目:SymPy库简介与解线性方程的实现.md)
  • [939_Python 解决数学问题项目:解微分方程与矩阵化简的实现](md/016_数学问题/002_未分组/939_Python 解决数学问题项目:解微分方程与矩阵化简的实现.md)

017_机器学习_人工智能

017_机器学习_人工智能 / 001_机器学习scikit-learn

017_机器学习_人工智能 / 002_大语言模型_llm

018_数据可视化

018_数据可视化 / 001_seaborn

018_数据可视化 / 002_matplotlib

018_数据可视化 / 003_网络关系绘图神器Networkx

018_数据可视化 / 004_pyehcharts

019_未分组

019_未分组 / 000_未分类

  • [974_类 入门](md/019_未分组/000_未分类/974_类 入门.md)
  • 975_挑战:类和Collection模块
  • [976_PEP8 代码风格指南](md/019_未分组/000_未分类/976_PEP8 代码风格指南.md)
  • 977_迭代器、生成器、装饰器
  • 978_Virtualenv
  • 979_测试
  • 980_项目结构
  • [981_Flask 介绍](md/019_未分组/000_未分类/981_Flask 介绍.md)
  • [982_Python 实现图片转字符画](md/019_未分组/000_未分类/982_Python 实现图片转字符画.md)
  • [983_Python 实现简单计算器](md/019_未分组/000_未分类/983_Python 实现简单计算器.md)
  • [984_Python 实现图形界面计算器](md/019_未分组/000_未分类/984_Python 实现图形界面计算器.md)
  • [985_Python 实现简易 Shell](md/019_未分组/000_未分类/985_Python 实现简易 Shell.md)
  • [986_Python 实现推箱子游戏](md/019_未分组/000_未分类/986_Python 实现推箱子游戏.md)
  • [987_Python 实现文字聊天室](md/019_未分组/000_未分类/987_Python 实现文字聊天室.md)
  • [988_Flask 框架搭建个人博客](md/019_未分组/000_未分类/988_Flask 框架搭建个人博客.md)
  • 989_变量和数据类型
  • 990_深入理解python

Explore related projects