## SmashingDocs

是一个在线免费文档模版素材资源网站，网站提供精心设计的日常办公Word文档模板，包括简历模版、计划模版、发票模版和证书模版四大分类。用户无需学习设计技能，只需使用Word文档即可创建具有设计感的精美文档，所有模板均为现成创作的免费文件，可直接下载、修改个人内容并打印。

因为作者是一位在平面设计领域拥有近20年经验的专业人士，擅长制作简单而优雅的作品。出于对设计的热爱，他创建了这个免费模板网站，所有网站中的模板资源版权归作者所有，虽可用于个人和商业用途，但仍需遵守版权规定，详细信息请查看网站中作者的许可证说明。

## 网站地址

SmashingDocs：[https://smashingdocs.com/](https://smashingdocs.com/)


SmashingDocs-免费文档模版素材资源网站 可编辑打印

## 🎉 写在前面

这个博客即将迎来它的第二个周年。在此之前，我曾数次尝试，更换过多个域名，它们大多停留在一两年的光景。这一次，我将域名直接注册了十年，决心将「阿伯手记」长久地经营下去。

感谢每一位到访的朋友，是你们在评论里的每一次互动、对博客模板的每一句赞美、乃至投稿的每一次询问，汇聚成了我持续写作与分享的坚实动力。独立博客之路不易，是你们的陪伴让我走得更加坚定。🙏

## ❤️ 支持与赞助

您的支持是我保持更新的最大动力。以下是支持本站的几种方式，任选其一，都令我感激不尽。
方式如何支持您的获益**💖 日常支持**将本站加入收藏夹，或偶尔点击页面广告免费的帮助，带来宝贵的流量与微薄的服务器补贴☕ **请喝咖啡**通过下方二维码自愿打赏，金额随意您的慷慨将直接用于网站运营，支撑本站稳定运行🎁 **深度支持**赞助后[**邮件联系我**](__GHOST_URL__/work-with-me/)，升级为**赞助会员**解锁专属内容与资源，成为社区核心成员
## 💰 赞助通道
![](https://thumbsnap.com/i/Nurt1agx.jpg)
感谢您的关注与任何形式的支持！


支持阿伯手记

Python网络爬虫领域两个最新的比较火的工具莫过于httpx和parsel了。

## httpx和parsel

httpx号称下一代的新一代网络请求库，不仅支持requests库的所有操作，还能发送异步请求。

parsel最初集成在著名Python爬虫框架Scrapy中，后独立出来成立一个单独的模块，支持XPath选择器、CSS选择器和正则表达式等多种解析提取方式, 据说相比于BeautifulSoup解析效率更高。

## 多线程代码

    from fake_useragent import UserAgent
    import csv
    import re
    import time
    from parsel import Selector
    import httpx
    import threading
    class HomeLinkSpider(object):
    def init(self):
    self.data = list()
    self.path = "浦东_70_90平_500_800万.csv"
    self.url = "https://sh.lianjia.com/ershoufang/pudong/a3p5/"
    def get_max_page(self):
        response = httpx.get(self.url, headers={&quot;User-Agent&quot;: UserAgent().random})
        if response.status_code == 200:
            # 创建Selector类实例
            selector = Selector(response.text)
            # 采用css选择器获取最大页码div Boxl
            a = selector.css('div[class=&quot;page-box house-lst-page-box&quot;]')
            # 使用eval将page-data的json字符串转化为字典格式
            max_page = eval(a[0].xpath(&quot;//@page-data&quot;).get())[&quot;totalPage&quot;]
            print(f&quot;最大页码数：{max_page}&quot;)
            return max_page
        else:
            print(&quot;请求失败 status:{}&quot;.format(response.status_code))
            return None
    
    # 解析单页面，需传入单页面url地址
    def parse_single_page(self, url):
        print(f&quot;多线程开始爬取：{url}&quot;)
        response = httpx.get(url, headers={&quot;User-Agent&quot;: UserAgent().random})
        selector = Selector(response.text)
        ul = selector.css(&quot;ul.sellListContent&quot;)[0]
        li_list = ul.css(&quot;li&quot;)
        for li in li_list:
            detail = dict()
            detail[&quot;title&quot;] = li.css(&quot;div.title a::text&quot;).get()
    
            #  2室1厅 | 74.14平米 | 南 | 精装 | 高楼层(共6层) | 1999年建 | 板楼
            house_info = li.css(&quot;div.houseInfo::text&quot;).get()
            house_info_list = house_info.split(&quot; | &quot;)
    
            detail[&quot;bedroom&quot;] = house_info_list[0]
            detail[&quot;area&quot;] = house_info_list[1]
            detail[&quot;direction&quot;] = house_info_list[2]
    
            floor_pattern = re.compile(r&quot;\d{1,2}&quot;)
            match1 = re.search(floor_pattern, house_info_list[4])  # 从字符串任意位置匹配
            if match1:
                detail[&quot;floor&quot;] = match1.group()
            else:
                detail[&quot;floor&quot;] = &quot;未知&quot;
    
            # 匹配年份
            year_pattern = re.compile(r&quot;\d{4}&quot;)
            match2 = re.search(year_pattern, house_info_list[5])
            if match2:
                detail[&quot;year&quot;] = match2.group()
            else:
                detail[&quot;year&quot;] = &quot;未知&quot;
    
            # 文兰小区 - 塘桥    提取小区名和哈快
            position_info = li.css(&quot;div.positionInfo a::text&quot;).getall()
            detail[&quot;house&quot;] = position_info[0]
            detail[&quot;location&quot;] = position_info[1]
    
            # 650万，匹配650
            price_pattern = re.compile(r&quot;\d+&quot;)
            total_price = li.css(&quot;div.totalPrice span::text&quot;).get()
            detail[&quot;total_price&quot;] = re.search(price_pattern, total_price).group()
    
            # 单价64182元/平米， 匹配64182
            unit_price = li.css(&quot;div.unitPrice span::text&quot;).get()
            detail[&quot;unit_price&quot;] = re.search(price_pattern, unit_price).group()
    
            self.data.append(detail)
    
    def parse_page(self):
        max_page = self.get_max_page()
    
        thread_list = []
        for i in range(1, max_page + 1):
            url = f&quot;https://sh.lianjia.com/ershoufang/pudong/pg{i}a3p5/&quot;
            t = threading.Thread(target=self.parse_single_page, args=(url,))
            thread_list.append(t)
    
        for t in thread_list:
            t.start()
    
        for t in thread_list:
            t.join()
    
    def write_csv_file(self):
        head = [&quot;标题&quot;, &quot;小区&quot;, &quot;房厅&quot;, &quot;面积&quot;, &quot;朝向&quot;, &quot;楼层&quot;, &quot;年份&quot;, &quot;位置&quot;, &quot;总价(万)&quot;, &quot;单价(元/平方米)&quot;]
        keys = [
            &quot;title&quot;,
            &quot;house&quot;,
            &quot;bedroom&quot;,
            &quot;area&quot;,
            &quot;direction&quot;,
            &quot;floor&quot;,
            &quot;year&quot;,
            &quot;location&quot;,
            &quot;total_price&quot;,
            &quot;unit_price&quot;,
        ]
    
        try:
            with open(self.path, &quot;w&quot;, newline=&quot;&quot;, encoding=&quot;utf_8_sig&quot;) as csv_file:
                writer = csv.writer(csv_file, dialect=&quot;excel&quot;)
                if head is not None:
                    writer.writerow(head)
                for item in self.data:
                    row_data = []
                    for k in keys:
                        row_data.append(item[k])
                    writer.writerow(row_data)
                print(f&quot;Write a CSV file to path {self.path} Successful.&quot;)
        except Exception as e:
            print(&quot;Fail to write CSV to path: %s, Case: %s&quot; % (self.path, e))
    
    if name == "main":
    start = time.time()
    home_link_spider = HomeLinkSpider()
    home_link_spider.parse_page()
    home_link_spider.write_csv_file()
    end = time.time()
    print(f"耗时：{end - start:.2f}秒")

参考：[https://pythondjango.cn/python/advanced/3-httpx-parsel-requests-comparision/](https://pythondjango.cn/python/advanced/3-httpx-parsel-requests-comparision/)


httpx和parsel组合实现Python多线程爬虫

## PNGDirs

是一个空白透明背景免抠PNG图片素材免费下载网站，10万+PNG图片素材免费下载，透明背景图片，无需抠图。

这是一个免费的公益项目，所有素材都是免费、免抠的。这个PNG图片目录库，提供海量空白透明背景免抠PNG图片素材，网站所有的资源均可免费下载，可免费商用。

## 网站地址

PNGDirs：[https://www.pngdirs.com/](https://www.pngdirs.com/)

## 类似网站

- CleanPNG：[https://www.cleanpng.com/](https://www.cleanpng.com/)


PNGDirs-空白透明背景免抠PNG图片素材免费下载网站

熟悉本站的朋友都知道，本站的图片不多（也不敢多怕麻烦），总体是以文字为主。但是，文章多多少少需要图片来点缀一下，以增加文章美感，或作为封面图使用。那些没有图片的文章，只能使用默认的几张图片，翻来覆去就那些，可能让人产生疲劳。

其实，之前那些有图片的文章，图片都是上传到第三方[图床](__GHOST_URL__/post/685)的。虽然图片不多，但由于没有相关插件支持，总是麻烦了点。

想到以后的文章，可能会加更多的图片，就不得不考虑一下图床的问题了。好在天无绝人之路，让我找到了基于CloudFlare R2对象存储的免费高速图床搭建方案，可轻松实现零成本的图片托管。

## 为什么选择CloudFlare R2

R2是Cloudflare推出的对象存储服务，主打零出口费用（也就是免流量费）和与Amazon S3兼容的API，适合存储大量数据且需频繁访问的场景，完美解决传统图床的痛点：

✅ ​不怕被刷流量：下载请求1000万次/月免费，超限后仅$0.36/千万次
✅ ​全球加速：虽不及国内CDN，但实测白天可达50MB/s
✅ ​完全兼容S3 API：适配所有主流图床工具（如PicGo、WordPress插件）

更重要的是R2免费额度非常的大，以下是R2核心定价和免费额度：​
![](__GHOST_URL__/content/images/2026/03/1749318185431.png)
出口费用全免！当然有些人还是会说下载、读取次数被刷怎么办？1000万次才收费0.36美元，真的会有人去刷吗？

## 开启CloudFlare R2服务

### 创建R2存储桶

官方网址：[https://www.cloudflare.com/zh-cn/](https://www.cloudflare.com/zh-cn/)

打开并注册CF账户，登录后点击右侧「R2对象存储」-「创建存储桶」：

存储桶名称：自己填写
位置：亚太地区
默认存储类：标准（不能选不频繁访问，没有免费额度）

创建完，可以自定义图床域名，当然主域名要先托管到CF。

### 创建R2 API

「R2对象存储」-「API」-「管理API令牌」-「创建API令牌」，账户API、用户API均可。

其中权限选择「管理员读和写」，对象读和写也可以，不过要指定桶。

创建好后会出现API密钥等信息，请保存好。

### 关键防护配置

#### 设置图片缓存规则

设置这个主要是为了进一步防止被刷下载次数。进入域名页面，「规则」-「页面规则」-「创建页面规则」：

URL：https://img.a.com/*​ 要带https（R2只有https），后面/*
浏览器缓存 TTL：1天（按需设置）
边缘缓存TTL：1个月（也可以适当降低，如果经常更换图片的话）
缓存级别：缓存所有内容
源服务器缓存控制：添加但不开启（开启，缓存会遵循源站规则；不开启，缓存规则由CF控制）

#### 设置速率限制

通过设置速率限制防止恶意请求。点击「安全性」-「WAF」-「速率限制规则」-「创建规则」：

规则名称：R2速率限制
字段：URL路径、包含、/​（控制域名下所有速率）
当速率超过...：100​、10秒钟
然后采取措施…：阻止

重点是【当速率超过...】这个选项，推荐100甚至更多一点，不建议填写太低，很容易误伤；意思是同一IP 10秒内请求超过多少张图片，就触发操作（按照站点图片情况设置）。

## WordPress插件

配合插件Media Cloud使用，减少工作量。

通过以上步骤，即可轻松搭建一个基于CloudFlare R2和WordPress的免费高速图床。这种方案非常适合个人站长或小型网站使用，尤其适合那些对成本敏感但对速度要求较高的用户。

希望这篇文章能帮助你实现零成本搭建高速图床的目标！如果你有任何问题或建议，欢迎在评论区留言。


零成本搭建高速图床：基于CloudFlare R2+WordPress的免费图片托管方案

这里是 aboss.top 的自留地。写了十几年野路子代码，攒了些摸爬滚打的经验，做成系列课程慢慢讲；也留了一小块地方，记记代码之外的胡思乱想。