第10章 10.3 终极项目：仿掘金博客系统实战工具

🎯 开场：为什么你需要一个"仿掘金"项目？

上一章我们用 Laravel 搭了一套完整的 API 接口，返回了文章列表、作者信息、点赞数。你有没有想过：如果不用 PHP，纯 Python 能不能也做出类似的东西？

痛点来了： 你想做一个自己的博客站，数据从哪来？买服务器太贵，学框架太难，有没有一种方式能快速做出一个能跑的小工具，并且能真实读取和展示数据？

这一章我们就用 Python，从零开始搭建一个仿掘金博客的数据查询工具。学完你能：

• 用 Python 读取 JSON 文件模拟数据库
• 用 Flask 快速搭一个微型 API（不需要买服务器，本地跑）
• 做一个带搜索和排序的博客浏览小工具

全程代码可复制运行，不废话。

🧱 基础 25 分钟：Python 读取数据的正确姿势

10.3.1 JSON 文件：程序的"记事本"

是什么： JSON 就是一种人类能看懂、数据结构也能读懂的格式。你可以把它理解成分类清晰的购物\n\n\n\n\n\n清单——每一项有名字、有价格、有数量。

为什么要用： 很多 API 返回的数据都是 JSON 格式，学会读写 JSON，就等于拿到了数据的"万能钥匙"。

怎么用：

import json

# 模拟掘金文章数据
articles = [
{"id": 1, "title": "Python入门第一课", "author": "老王", "likes": 120},
{"id": 2, "title": "Flask框架快速上手", "author": "小李", "likes": 85},
{"id": 3, "title": "Redis缓存实战", "author": "老王", "likes": 200}
]

# 把数据存到文件里
with open("articles.json", "w", encoding="utf-8") as f:
json.dump(articles, f, ensure_ascii=False, indent=2)

print("数据已保存！")

运行后会在当前文件夹生成 articles.json 文件，内容长这样：

[
{"id": 1, "title": "Python入门第一课", "author": "老王", "likes": 120},
{"id": 2, "title": "Flask框架快速上手", "author": "小李", "likes": 85},
{"id": 3, "title": "Redis缓存实战", "author": "老王", "likes": 200}
]

这行在干嘛： json.dump() 把 Python 列表转成字符串，写入文件。就像把购物清单拍照发给别人。

10.3.2 读取 JSON：把文件变回数据

import json

# 从文件读取数据
with open("articles.json", "r", encoding="utf-8") as f:
articles = json.load(f)

# 打印第一篇文章
print(articles[0])
# 输出: {'id': 1, 'title': 'Python入门第一课', 'author': '老王', 'likes': 120}

这行在干嘛： json.load() 把文件内容读进来，还原成 Python 能用的列表。

10.3.3 列表推导式：数据过滤的"流水线"

是什么： 列表推导式是一种一行代码搞定数据过滤的写法。你可以把它想象成自助餐厅的流水线——菜从传送带过来，你只挑想要的放到盘子里。

为什么要用： 如果你有 1000 篇文章，想筛选出点赞超过 100 的，用普通循环要写 5 行，列表推导式 1 行搞定。

怎么用：

# 筛选点赞超过100的文章
popular = [a for a in articles if a["likes"] > 100]

print(popular)
# 输出: [{'id': 1, 'title': 'Python入门第一课', ...}, {'id': 3, 'title': 'Redis缓存实战', ...}]

这行在干嘛： 中括号里的逻辑是"对于 articles 里的每个 a，如果 a 的 likes 大于 100，就留下来"。

![配图说明：列表推导式工作流程图，输入[文章1, 文章2, 文章3...]，输出过滤后的高赞文章]

10.3.4 Flask 微型框架：5 行代码搭一个 API

是什么： Flask 是一个轻量级的 Python Web 框架，小到只有你真正用到才生效的功能。想象成租房时的简易家具——不多不少，够用就好。

为什么要用： 你想做一个网页让别人访问，总不能手动返回 HTML 字符串吧？Flask 帮你处理路由和响应，专注写业务逻辑。

怎么用：

from flask import Flask, jsonify
import json

app = Flask(__name__)

@app.route("/api/articles")
def get_articles():
with open("articles.json", "r", encoding="utf-8") as f:
    articles = json.load(f)
return jsonify(articles)

if __name__ == "__main__":
app.run(debug=True, port=5000)

保存为 app.py，运行后在浏览器打开 http://127.0.0.1:5000/api/articles，就能看到 JSON 数据了！

这行在干嘛： @app.route 装饰器声明了一个网址 /api/articles，访问这个地址就执行下面的函数。

🔥 实战 35 分钟：3 个递进项目

项目 1（5 分钟）：本地文章浏览工具

目标： 读取 JSON 文件，把所有文章打印成易读的格式。

import json

def display_articles():
with open("articles.json", "r", encoding="utf-8") as f:
    articles = json.load(f)

print("=" * 50)
print(f"📚 共有 {len(articles)} 篇文章")
print("=" * 50)

for article in articles:
    print(f"\n标题: {article['title']}")
    print(f"作者: {article['author']}")
    print(f"点赞: {article['likes']} ❤️")

if __name__ == "__main__":
display_articles()

预期输出：

==================================================
📚 共有 3 篇文章
==================================================

标题: Python入门第一课
作者: 老王
点赞: 120 ❤️

标题: Flask框架快速上手
作者: 小李
点赞: 85 ❤️

标题: Redis缓存实战
作者: 老王
点赞: 200 ❤️

一句话解释： 读取文件后，用 for 循环遍历列表，逐行打印文章信息。

项目 2（15 分钟）：带筛选功能的博客工具

目标： 支持按作者筛选、按点赞数排序。

import json

def filter_and_sort():
with open("articles.json", "r", encoding="utf-8") as f:
    articles = json.load(f)

# 让用户选择筛选方式
print("请选择操作：")
print("1. 按作者筛选")
print("2. 按点赞数排序（从高到低）")
choice = input("请输入选项: ")

if choice == "1":
    author_name = input("请输入作者名: ")
    filtered = [a for a in articles if a["author"] == author_name]
    print(f"\n📝 {author_name} 的文章：")
else:
    filtered = sorted(articles, key=lambda x: x["likes"], reverse=True)
    print(f"\n🔥 按点赞数排序：")

for a in filtered:
    print(f"  • {a['title']} (点赞: {a['likes']})")

if __name__ == "__main__":
filter_and_sort()

预期输出（输入 1 后再输入"老王"）：

请选择操作：
1. 按作者筛选
2. 按点赞数排序（从高到低）
请输入选项: 1
请输入作者名: 老王

📝 老王 的文章：
• Python入门第一课 (点赞: 120)
• Redis缓存实战 (点赞: 200)

一句话解释： 用列表推导式筛选，用 sorted() 函数配合 lambda 实现自定义排序。

项目 3（15 分钟）：完整的博客数据管理工具

目标： 组合前面的能力，做一个带菜单的小工具，支持查看、搜索、导出功能。

import json

DATA_FILE = "articles.json"

def load_articles():
with open(DATA_FILE, "r", encoding="utf-8") as f:
    return json.load(f)

def save_articles(articles):
with open(DATA_FILE, "w", encoding="utf-8") as f:
    json.dump(articles, f, ensure_ascii=False, indent=2)

def show_all():
articles = load_articles()
print(f"\n📚 共有 {len(articles)} 篇文章：")
for i, a in enumerate(articles, 1):
    print(f"  {i}. {a['title']} by {a['author']} ({a['likes']} ❤️)")

def search_by_keyword():
keyword = input("请输入搜索关键词: ")
articles = load_articles()
results = [a for a in articles if keyword.lower() in a["title"].lower()]
print(f"\n🔍 找到 {len(results)} 篇相关文章：")
for a in results:
    print(f"  • {a['title']}")

def export_to_md():
articles = load_articles()
with open("blog_export.md", "w", encoding="utf-8") as f:
    f.write("# 我的博客文章列表\n\n")
    for a in articles:
        f.write(f"## {a['title']}\n")
        f.write(f"- 作者：{a['author']}\n")
        f.write(f"- 点赞：{a['likes']}\n\n")
print("✅ 已导出到 blog_export.md")

def main():
while True:
    print("\n" + "=" * 40)
    print("🎯 博客数据管理工具")
    print("=" * 40)
    print("1. 查看所有文章")
    print("2. 搜索文章")
    print("3. 导出为 Markdown")
    print("4. 退出")

    choice = input("请选择操作: ")

    if choice == "1":
        show_all()
    elif choice == "2":
        search_by_keyword()
    elif choice == "3":
        export_to_md()
    elif choice == "4":
        print("👋 再见！")
        break
    else:
        print("⚠️ 无效选项，请重试")

if __name__ == "__main__":
main()

预期输出：

========================================
🎯 博客数据管理工具
========================================
1. 查看所有文章
2. 搜索文章
3. 导出为 Markdown
4. 退出
请选择操作: 1

📚 共有 3 篇文章：
1. Python入门第一课 by 老王 (120 ❤️)
2. Flask框架快速上手 by 小李 (85 ❤️)
3. Redis缓存实战 by 老王 (200 ❤️)

一句话解释： 把读取、筛选、导出功能封装成独立函数，通过 while 循环和用户交互串联起来。

💪 进阶 20 分钟：新手最容易踩的坑

坑 1：文件路径写错

# ❌ 错误示例：相对路径在不同运行目录会出错
with open("articles.json", "r") as f:
data = json.load(f)

# ✅ 正确示例：用绝对路径或确保文件在正确位置
import os
data_file = os.path.join(os.path.dirname(__file__), "articles.json")
with open(data_file, "r", encoding="utf-8") as f:
data = json.load(f)

解释： __file__ 是当前 Python 文件的路径，配合 os.path.dirname 就能找到和数据文件的相对位置。

坑 2：JSON 中文乱码

# ❌ 错误示例：没有指定编码，中文会变成乱码
json.dump(data, f)

# ✅ 正确示例：明确指定 utf-8 编码
json.dump(data, f, ensure_ascii=False, indent=2)

解释： ensure_ascii=False 让中文保持中文，而不是变成 \u4e2d\u6587 这种转义。

坑 3：列表推导式写错条件

# ❌ 错误示例：想筛选点赞>100，但写成了赋值
popular = [a for a in articles if a["likes"] = 100]  # 语法错误！

# ✅ 正确示例：用 == 比较，用 > 做判断
popular = [a for a in articles if a["likes"] > 100]

解释： = 是赋值，== 是比较，>/< 也是比较。别搞混！

坑 4：Flask 端口被占用

# ❌ 错误示例：端口被其他程序占用会报错
app.run(port=5000)

# ✅ 正确示例：换一个端口试试
app.run(port=5001)  # 或者
app.run(port=5000, debug=True)

调试技巧： 报错信息里会写 Port 5000 is in use，换个端口就行。

性能小贴士：避免重复读文件

# ❌ 低效示例：每次请求都读文件
@app.route("/api/articles")
def get_articles():
with open("articles.json", "r") as f:
    return jsonify(json.load(f))

# ✅ 高效示例：程序启动时读一次，数据放内存
articles = []
def load_once():
global articles
with open("articles.json", "r") as f:
    articles = json.load(f)

@app.route("/api/articles")
def get_articles():
return jsonify(articles)

解释： 磁盘 IO 比内存访问慢几十倍，高频读取的场景要把数据放内存里。

调试技巧：print 大法

def buggy_function(data):
print(f"DEBUG: 收到的数据是 {data}")  # 打印出来看看
# ... 更多代码
print(f"DEBUG: 处理后是 {result}")
return result

解释： 不知道变量里装的啥？print() 一下，比单步调试快多了。Flask 加 debug=True 后，网页报错也能看到详细信息。

✏️ 练习题 + 作业题

练习 1（1 分钟）：改个变量

# 输入：在项目 1 基础上，把打印格式里的 "❤️" 改成 "👍"
# 预期输出：点赞数后面显示 👍 而不是 ❤️

提示： 搜索代码里的 "❤️"，替换成 "👍"。

练习 2（2 分钟）：加一个判断

# 输入：在项目 1 里，如果文章点赞数超过 150，在标题后面加个 "🔥" 标记
# 预期输出：Redis缓存实战🔥 (点赞: 200)

提示： 用 if a["likes"] > 150 判断，满足条件就拼接 "🔥"。

练习 3（3 分钟）：处理新数据

# 输入：用项目 2 的方法，创建一个 "comments.json" 文件，
# 包含评论数据（id, article_id, user, content），
# 然后筛选指定 article_id 的评论

提示： 数据结构和 articles.json 类似，只是字段不同。

练习 4（4 分钟）：串两个项目

# 输入：把项目 2 的筛选功能，加入项目 3 的菜单系统
# 预期输出：选择"筛选"后，输入作者名，能看到筛选结果

提示： 把项目 2 的筛选逻辑封装成函数，在 main() 的 while 循环里调用。

练习 5（挑战题，5 分钟）：报错分析

# 以下代码运行报错：KeyError: 'title'
# 请分析原因并修复

articles = [{"id": 1, "name": "Python入门"}]
print(articles[0]["title"])

提示： 字典里的 key 是 name 不是 title，字段名要对应上。

作业：做一个「博客评论统计工具」

需求描述： 做一个命令行小工具，统计文章的评论数据。

功能点：
1. 读取评论数据（comments.json，包含 article_id, user, content, created_at）
2. 按文章 ID 统计每篇文章的评论数
3. 找出评论最多的文章
4. 支持导出统计结果到 CSV 文件

加分项：
1. 支持按日期筛选某天的评论
2. 统计每个用户的评论数量

验收标准：
- 能跑起来（python main.py）
- 输入 1/2/3 等选项有对应输出
- 导出的 CSV 文件能用 Excel 打开

提交方式： 评论区贴代码或 GitHub 链接。

📚 总结 + 资源

本文学到的 3 个核心点：

1. JSON 是数据的"万能钥匙"——读写 JSON 就等于和外部数据打交道
2. 列表推导式是数据过滤的流水线——一行代码搞定筛选和转换
3. Flask 是快速搭 API 的神器——5 行代码就能本地跑一个接口

延伸学习资源：

1. Flask 官方文档——最权威的参考手册
2. 《Python 编程：从入门到实践》——项目驱动，适合练手
3. Real Python——大量实战教程，英文为主

互动钩子： 你有没有遇到过"明明代码没错，但就是跑不起来"的玄学情况？评论区聊聊你是怎么解决的，老粉优先回复！

下章预告： PHP 从入门到精通系列到这里就全部结束了。回顾一下，我们从变量、循环学起，一路走到了能独立做项目的程度。但这不意味着学习终点——真正的高手不是靠背语法，而是靠项目喂出来的。建议你可以：找一个小问题（比如"我想爬取某网站的文章标题"），用学到的知识试着解决它。遇到不会的，再去查文档。做中学，才是编程最快的路。 🎉