站点图标 AI技术聚合

用Python实现一个简单的抽奖小程序

用Python实现一个简单的抽奖小程序

写在前面 

因为粉丝福利,所以想自己写一个抽奖小程序,用于实现粉丝抽奖结果。

原本规划的比较理想:

实时拉取评论用户信息数据清洗,数据去重存储评论用户信息前端酷炫的展示效果

实现结果 

哈哈,但是理想是丰满的,现实是骨感的,加上最近比较忙,就简单写了一下,实现了:

用户数据拉取数据清洗,数据去重中奖数据抽取

总体算后端实现了50%吧,前端0%  ,哈哈~~~后面有时间了再进一步吧!😁😁😁

1 数据拉取

用Python 实现的,以下为相关代码。使用过程中,有点报错,最终使用postman,手动获取的,

哈哈哈~~~后面再优化吧

import json
import requests
 
 
def request_get(url, param):
    fails = 0
    while True:
        try:
            if fails >= 20:
                break
 
            ret = requests.get(url=url, params=param, timeout=10)
 
            if ret.status_code == 200:
                text = json.loads(ret.text)
            else:
                continue
        except:
            fails += 1
            print('网络连接出现问题, 正在尝试再次请求: ', fails)
        else:
            break
    return text
 
 
def request_post(url, param):
    fails = 0
    while True:
        try:
            if fails >= 20:
                break
 
            # headers = {'content-type': 'application/json'}
            ret = requests.post(url, json=param, timeout=10)
 
            if ret.status_code == 200:
                text = json.loads(ret.text)
            else:
                continue
        except:
            fails += 1
            print('网络连接出现问题, 正在尝试再次请求: ', fails)
        else:
            break
    return text

数据接口不适合放出来,就不放啦~😁

用户数据不知道合不合适放出来,也就不放啦~😁

2 数据清洗、去重

因为我原本想的是要做一个酷炫的前端,也有找到了一些不错的案例,3D抽奖的效果,需要用户头像,就在清洗数据的同时,也存储了用户头像的链接,以下是完整代码:

import json
def getData():
    with open("data.json", 'r') as f:
        temp = json.loads(f.read())
        templist = temp['data']['list']
        user = []
        for i in templist:
            temp={
                'nickName':i['info']['nickName'],
                'avatar':i['info']['avatar']
            }
            user.append(temp)
        result = [dict(t) for t in set([tuple(d.items()) for d in user])]
        print(result)
        print(len(result))
        return result
if __name__ == '__main__':
    getData()

这一步是重复数据去重 

 result = [dict(t) for t in set([tuple(d.items()) for d in user])]

3 中奖数据抽取

中奖名单抽取—完整代码

import random
 
from giftchoose.userData import getdata
 
def getgift():
    num = getdata() # 用于存放抽奖用户信息
    print("欢迎来到抽奖小程序!")
    print("参与抽奖的用户如下:")
    for i in num:
        print(i)
    usernum = len(num)
    reward = 2
    usernum = int(usernum)
    reward = int(reward)
 
    resultList = []                         # 用于存放随机数结果
    def generateRand(counter):
        tempInt = random.randint(0, usernum-1)     # 生成一个范围内的临时随机数
        if(counter <= reward):                   # 先看随机数的总个数是不是够了,如果不够
            if(tempInt not in resultList):  # 再检查当前已经生成的临时随机数是不是已经存在
                resultList.append(tempInt)  # 如果不存在,则将其追加到结果resultList中
                counter += 1                # 然后将表示有效结果的个数加1
            generateRand(counter)           # 不管上面的if是否成立,都要递归。
    generateRand(1)                    # 调用递归函数,并给当前要生成的有效随机数的个序号置为1
 
    prize = []                              # 用于存放中奖号码
    # 将中奖号码添加到结果prize中
    for j in range(reward):
        prize.append(num[resultList[j]])
    print("n中奖用户:")           # 输出中奖结果
    for k in range(reward):
        print(prize[k], end="n")
 
if __name__ == '__main__':
    getgift()

项目结构,太简单了,其实也算不上项目了😁😁😁😁😁😁

用Python实现一个简单的抽奖小程序

python 相关知识点

list列表去重的方案

循环遍历

old_list = [10, 1, 1, 2, 3, 4, 5, 1, 2, 3, 6, 7, 8, 8, 9, 10, 10]
 
def one():
    new_list = []
    for i in old_list:
        if i not in new_list:
            new_list.append(i)
    print(new_list)

使用dict:

使用list项作为键创建dict,会自动删除任何重复项,保留原顺序,因为dict不能有重复的键。

old_list = [10, 1, 1, 2, 3, 4, 5, 1, 2, 3, 6, 7, 8, 8, 9, 10, 10]
def useDict():
    new_list = list(dict.fromkeys(old_list))
    print(new_list)

使用set:将list转化为set再转化为list,set有自动去重功能,缺点:新的list不保证原顺序。

def useSet():
    new_list = list(set(old_list))
    print(new_list)

使用set 并保证顺序:不能保证顺序,咱就给他加个原来的key,这样不就保障了嘛~

def keepOrder():
    new_list = list(set(old_list))
    new_list.sort(key=old_list.index)
    print(new_list)

运行结果

总结

到此这篇关于用Python实现一个简单的抽奖小程序的文章就介绍到这了,更多相关Python抽奖小程序内容请搜索aitechtogether.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持aitechtogether.com!

退出移动版