Python 潮流周刊#26：requests3 的现状

△点击上方“Python猫”关注，回复“1”领取电子书

你好，我是猫哥。这里每周分享优质的 Python、AI 及通用技术内容，大部分为英文。本周刊开源，欢迎投稿^[1]。另有电报频道^[2]作为副刊，补充发布更加丰富的资讯。

🐱品牌赞助

本周刊由“Python猫”出品，这是一个以 Python 技术科普和分享为主的科技自媒体，欢迎关注同名公众号。品牌合作请私信联系。

🦄文章&教程

1、Kenneth Reitz：迟来的道歉，以及 requests 3 的进展^[3]

2019 年时 requests 3 的筹款闹出了不小的风波，后来似乎没什么消息。现在作者发了一篇道歉文，看来项目是要重启了！文中列举了目前已经完成的一些事情，包括给所有公开接口加上了类型提示、重构所有命名空间和调整成兼容异步编程等。（附：筹款风波之《Why I'm not collaborating with Kenneth Reitz^[4]》）

2、grequests：异步的 HTTP 请求^[5]

grequests 构建在 gevent 库之上，可以并发多个请求，有效利用异步编程的强大功能。这篇基础教程介绍了它的基本使用方法，以及一个提升性能的建议。

3、开发一个 Python 编译器和解释器^[6]

这是一系列博文，目前已更新 6 篇，目标是探索和研究实现 Python 等编程语言所需的概念和算法，将会涉及分词器、解析器、编译器和解释器。

4、使用 Python+ChatGPT 开发一个书籍摘要 AI^[7]

一篇教程，用 Python、Langchain 和 OpenAI embedding 开发一个书籍摘要工具。另外，作者使用 Streamlit 发布了一个在线体验网站^[8]。

AI作书籍摘要

5、数据库生成的列：Django & SQLite^[9]

GeneratedField 是正在开发的 Django 5.0 的新功能，利用数据库的能力自动计算数据列的值。作者是 Django 的贡献者，测试了在 SQLite 中使用这个新功能的各种场景。（附：这篇文章还介绍了一些 Django 5.0 中的新东西^[10]）

6、你能用 Python 的 bisect 模块做到这些事^[11]

bisect 模块只有两个函数，但可以做很多事，文章介绍了：二分搜索、前缀搜索、在列表中查找连续的相等值、查找字典中最接近的键、自定义对象的排序、按照字典 key 搜索。

7、为什么说在 Windows 上为 Python 3.12 构建的 SciPy 是一个小奇迹？^[12]

每当 Python 发布新版本时，三方库的维护者们也要紧锣密鼓开发兼容的对应版本，这不是轻松的事。作者介绍了他们遇到的严峻挑战，其实就是 Python 社区老大难的打包问题。好在维护者们已经找到了适用的解决方案。

8、使用 AI 进行网页抓取实验（使用 GPT-4 解析 HTML）^[13]

OpenAI 发布了新的模型，它的能力到底如何呢？使用 GPT-4 作网页抓取，具有哪些优点和缺点呢？文章分别实验了抓取结构良好的网站、抓取 Google 自然搜索结果、抓取 Google SERP、以及抓取 Google MAPS 结果。

9、Django vs Flask：哪个是最好的 Python Web 框架？^[14]

Python 圈最为流行的两大 Web 框架，到底应该如何取舍呢？这是一篇细致的长文，详细对比了它们在模板系统、URL 调度器、数据库支持、身份验证及授权、测试、软件架构、学习曲线等方面的差异。没有更好的，只有是否适合你的。

Web框架的使用率占比

10、在 Mac 上安装 Python 的正确方法^[15]

如何在新的 M2 MacBook 上安装 Python 呢？这篇手把手的指导教程中，作者给出的建议是 Pyenv + pyenv-virtualenv 。

11、用 Python 开发简单的 Android 数据分析应用^[16]

这篇教程指导你开发一个 Android 数据分析应用，其作用是记录和显示你全天在屏幕上花费的时间。使用的 GUI 框架是kivy ，数据分析使用了Pandas 。

12、改进 Numpy 的 Python API，为 2.0 版本准备^[17]

NEP-52 是 Numpy 的一则增强提案，旨在识别 Numpy 中过时、重复和弃用的 Python API，并作重构优化。这项工作是为了顺利迁移到 Numpy 2.0 而做的准备。作者介绍了他在其中遇到的挑战和取得的部分成就。

🎁Python开发者调查🎁官方第七次开发者调查，旨在了解 Python 开发社区的现状，鼓励你花费几分钟来填写：填写地址^[18]

🐿️项目&资源

1、pyvideotrans：视频的语言翻译，并添加配音^[19]

一个视频翻译工具，可将一种语言的视频翻译为另一种语言和配音的视频。（star 1.4K）

2、pyink：Google 内部修改 Black 而成的代码格式化工具^[20]

由 Black 派生而成，用于解决 Google 数千名工程师在 monorepo 上工作产生的问题。

3、sqlmodel：Python 中的 SQL 数据库^[21]

由 FastAPI 作者开源的 SQL 数据库，结合了 SQLAlchemy 和 Pydantic，旨在实现简单性、兼容性和稳健性。（star 11.2K）

4、wagtail：一个 Django 内容管理系统^[22]

一个专注于用户体验的后台管理系统，上期分享了关于“Django Admin 丑陋^[23]”的文章，wagtail 是可提供给终端用户使用的最佳推荐。（star 16.2K）

Wagtail美观的界面设计

5、NBA-Machine-Learning-Sports-Betting：使用机器学习的 NBA 比赛预测^[24]

一个机器学习 AI，用于预测 NBA 比赛胜负。包含 2007-08 赛季到本赛季的所有球队数据。

6、Python_EBook_Free：Python 电子书和资源^[25]

这个仓库归档了一些 Python 电子书和学习资源，都是 PDF 格式。

7、pathway：高吞吐量和低延迟实时数据处理框架^[26]

一个数据处理框架，结合了 LLM 程序的批处理、流式处理和实时 API，可与各种数据源交互（如 Kafka、CSV 文件、SQL/noSQL 数据库和 REST API）。

8、prefect：一个工作流编排工具，构建数据管道^[27]

它是数据密集型工作流的编排器，可将 Python 函数转换为可观察和编排的工作单元。支持自动重试、分布式执行、调度、缓存等功能，拥有强大的仪表板进行监控。（star 13.2K）

Prefect的仪表板

9、VideoCrafter：生成高质量视频模型^[28]

一个支持高清晰度的视频生成和编辑工具，目前包括文字生成视频及图片生成视频两种模型。（star 3K）

10、程序员值得看的 42 个学习资源^[29]

这篇文章收集了一系列基础资源、课程和教程、编码游戏、书籍、播客、YouTube 频道、最佳实践等等。

11、networkx：Python 的网络分析库^[30]

用于创建、操作和研究复杂网络的结构、动力学和功能，适用于复杂网络的分析。（star 13.4K）

12、PythonFrameworks：Python 的各种框架汇总^[31]

这个项目收录了 Python 中的各种框架，有 Web 框架、API 框架、CMS、ML&DL&AI、任务/消息队列、并行&分布式计算、工作流&管道、DevOps、爬虫、GUI&TUI，等等。提供有一个在线网站^[32]。

一部分Web框架

🐢播客&视频

1、core.py：一档新的 Python 播客^[33]

由 Python 核心开发者 Pablo Galindo 和 Łukasz Langa 主理的播客，已推出两期节目：核心开发者 Sprint 及 Python 3.13.0 alpha 1^[34]、PEP-703：移除 GIL^[35]

2、为什么静态类型又流行起来了？^[36]

上世纪 90 年代诞生的 Python、Ruby、PHP 和 JavaScript 这些动态编程语言都在拥抱静态类型（mypy、Sorbet、Hack 和 TypeScript），诞生不算久的 Go、Kotlin、Dart 和 Rust 等都是静态类型。为什么静态类型卷土重来？这对未来意味着什么？

3、《Boost your Git DX》作者的两期播客

Adam Johnson^[37] 新书《提升你的 Git 开发者体验》上市后，分别参加了Real Python Podcast #179^[38] 和 Pybites #139^[39] 两期播客节目。

🐼欢迎订阅

微信公众号^[40]：除更新周刊外，还发布其它原创作品，并转载一些优质文章。（可加好友，可加读者交流群）
博客^[41] 及 RSS^[42]：我的独立博客，上面有历年原创/翻译的技术文章，以及从 2009 年以来的一些随笔。
Github^[43]：你可以获取本周刊的 Markdown 源文件，做任何想做的事！
邮件^[44]：在 Substack 上开通的频道，满足你通过邮件阅读时事通讯的诉求。
Telegram^[45]：除了发布周刊的通知外，我将它视为一个“副刊”，补充发布更加丰富的资讯。
Twitter^[46]：我的关注列表里有大量 Python 相关的开发者与组织的账号。

参考资料

[1]

投稿: https://github.com/chinesehuazhou/python-weekly

[2]

电报频道: https://t.me/pythontrendingweekly

[3]

Kenneth Reitz：迟来的道歉，以及 requests 3 的进展: https://kennethreitz.org/essays/why-im-not-collaborating-with-kenneth-reitz

[4]

Why I'm not collaborating with Kenneth Reitz: https://vorpus.org/blog/why-im-not-collaborating-with-kenneth-reitz/

[5]

grequests：异步的 HTTP 请求: https://coderslegacy.com/python-grequests-making-asynchronous-http-requests/

[6]

开发一个 Python 编译器和解释器: https://mathspp.com/blog/tag:bpci

[7]

使用 Python+ChatGPT 开发一个书籍摘要 AI: https://levelup.gitconnected.com/build-an-ai-tool-to-summarize-books-instantly-828680c1ceb4

[8]

在线体验网站: https://gptsummarizer.streamlit.app/

[9]

数据库生成的列：Django & SQLite: https://www.paulox.net/2023/11/07/database-generated-columns-part-1-django-and-sqlite/

[10]

Django 5.0 中的新东西: https://fly.io/django-beats/new-goodies-in-django-50/

[11]

你能用 Python 的 bisect 模块做到这些事: https://martinheinz.dev/blog/106

[12]

为什么说在 Windows 上为 Python 3.12 构建的 SciPy 是一个小奇迹？: https://labs.quansight.org/blog/building-scipy-with-flang

[13]

使用 AI 进行网页抓取实验（使用 GPT-4 解析 HTML）: https://serpapi.com/blog/web-scraping-and-parsing-experiment-with-ai-openai/

[14]

Django vs Flask：哪个是最好的 Python Web 框架？: https://blog.jetbrains.com/pycharm/2023/11/django-vs-flask-which-is-the-best-python-web-framework/

[15]

在 Mac 上安装 Python 的正确方法: https://marvelousmlops.substack.com/p/the-right-way-to-install-python-on

[16]

用 Python 开发简单的 Android 数据分析应用: https://www.techbeamers.com/simple-android-data-analytics-app-in-python/

[17]

改进 Numpy 的 Python API，为 2.0 版本准备: https://labs.quansight.org/blog/numpy-python-api-cleanup

[18]

填写地址: https://survey.alchemer.com/s3/7554174/python-developers-survey-2023

[19]

pyvideotrans：视频的语言翻译，并添加配音: https://github.com/jianchang512/pyvideotrans

[20]

pyink：Google 内部修改 Black 而成的代码格式化工具: https://github.com/google/pyink

[21]

sqlmodel：Python 中的 SQL 数据库: https://github.com/tiangolo/sqlmodel

[22]

wagtail：一个 Django 内容管理系统: https://github.com/wagtail/wagtail

[23]

Django Admin 丑陋: https://www.coderedcorp.com/blog/why-is-the-django-admin-ugly/

[24]

NBA-Machine-Learning-Sports-Betting：使用机器学习的 NBA 比赛预测: https://github.com/kyleskom/NBA-Machine-Learning-Sports-Betting

[25]

Python_EBook_Free：Python 电子书和资源: https://github.com/FarhaKousar1601/Python_EBook_Free

[26]

pathway：高吞吐量和低延迟实时数据处理框架: https://github.com/pathwaycom/pathway

[27]

prefect：一个工作流编排工具，构建数据管道: https://github.com/PrefectHQ/prefect

[28]

VideoCrafter：生成高质量视频模型: https://github.com/AILab-CVC/VideoCrafter

[29]

程序员值得看的 42 个学习资源: https://madza.hashnode.dev/42-developer-resources-to-kickstart-your-coding-journey

[30]

networkx：Python 的网络分析库: https://github.com/networkx/networkx

[31]

PythonFrameworks：Python 的各种框架汇总: https://github.com/jgu-bytes/PythonFrameworks

[32]

在线网站: https://pythonframeworks.com/

[33]

core.py：一档新的 Python 播客: https://podcasters.spotify.com/pod/show/corepy

[34]

核心开发者 Sprint 及 Python 3.13.0 alpha 1: https://podcasters.spotify.com/pod/show/corepy/episodes/Episode-1---Core-Sprint-in-Brno--Python-3-13-0-alpha-1-e2apebk

[35]

PEP-703：移除 GIL: https://podcasters.spotify.com/pod/show/corepy/episodes/Episode-2---PEP-703-Removing-the-GIL-e2b8egi

[36]

为什么静态类型又流行起来了？: https://www.youtube.com/watch?v=Tml94je2edk

[37]

Adam Johnson: https://twitter.com/AdamChainz

[38]

Real Python Podcast #179: https://realpython.com/podcasts/rpp/179/

[39]

Pybites #139: https://pybit.es/articles/maximizing-your-dx-with-adam-johnson/

[40]

微信公众号: https://img.pythoncat.top/python_cat.jpg