Python使用API自动请求GitHub信息并使用Pygal将信息进行可视化

落日映苍穹つ 2023-07-24 05:59 6阅读 0赞

## 使用Web应用编程接口（API）自动请求网站的特定信息，在对这些信息进行可视化！！ ##

> Web API是网站的一部分，请求特定信息的程序交互，成为API调用，请求的数据以易于处理的格式（如JSON或CSV）返回。

### 1、使用API调用请求数据 ###

> 1.  本节内容可视化基于来自GitHub的信息（是一个分布式版本控制系统），***GitHub上的项目都存储在仓库中***。
> 2.  仓库中包含与项目相关的一切：***代码、项目参与者信息、问题或bug报告等。***
> 3.  对于喜欢的项目，GitHub用户可给它加星（star）以表示支持，本节将编写程序，***自动下载GitHub上星级最高的Python项目的信息***，并对这些信息进行可视化处理。

#### 1.1、API请求GitHub托管了多少python项目及最受欢迎的Python仓库信息 ####

1、首先我们登入网站查看下 [https://github.com/][https_github.com]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70]  
2、在浏览器中输入如下地址：  
[https://api.github.com/search/repositories?q=language:python&sort=stars][https_api.github.com_search_repositories_q_language_python_sort_stars]  
https://api.github.com/  
将请求发送到GitHub网站中响应API调用的部分  
search/repositories  
让API搜索GitHub上所有仓库  
?q=language:python&sort=stars  
问号指出我们要传递一个实参  
q表示查询，获取语言为Python的仓库信息  
sort=stars将项目按其获得的星级进行排序  
**效果图如下所示：**  
从第二行输出可知，GitHub总共有5010524个Python项目  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 1]

#### 1.2、安装requests ####

1、在pycharm终端中Terminal中输入pip install --user requests，报错说缺少urllib3库  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 2]  
2、查询下是否有urllib3，输入pip list，发现没有  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 3]  
3、安装urllib3输入pip install urllib3，Successfully 成功  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 4]  
4、再次输入pip install --user requests安装requests  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 5]  
5、输入pip list，查询发现有了requests，这时候安装完毕  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 6]

### 2、处理API响应 ###

> 编写程序，执行API调用并处理结果，找出GitHub上星级最高的Python项目

新建python\_repos.py文件

**效果如下所示：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 7]  
**和请求的数据中一致**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 8]

### 3、处理响应字典 ###

> 将API调用返回的信息存储到字典后，我们就可以处理这个字典中的数据

#### 3.1、获取仓库信息 ####

在python\_repos.py文件中修改：

\#探索有关仓库信息  
将字典存入repo\_dicts，通过len()获取仓库数量  
\#研究第一个仓库  
打印第一个仓库键数，并遍历打印所有键  
**效果图如下**：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 9]

#### 3.2、获取第一个仓库中的键和对应的值 ####

> 在3.1中我们获取到repo\_dict共包含70个键

在python\_repos.py文件中修改：

import requests     #导入模块requests
    
    #执行API调用并存储响应
    url='https://api.github.com/search/repositories?q=language:python&sort=stars'
    r=requests.get(url)         #requests来执行调用
    print("Status code",r.status_code)          #输出状态码200表示请求成功
    
    #将API响应存储在一个变量中
    response_dict=r.json()      #使用json()将这些信息转换为Python字典
    print("Total repositories：",response_dict['total_count'])
    
    #探索有关仓库信息
    repo_dicts=response_dict['items']
    print("Repositories returned：",len(repo_dicts))
    
    #研究第一个仓库
    repo_dict=repo_dicts[0]
    #print("\nKeys：",len(repo_dict))
    #for key in sorted(repo_dict.keys()):
        #print(key)
    print("\nSelected information about first repository：")
    print('Name：',repo_dict['name'])		#项目名称
    print('owner：',repo_dict['owner']['login'])		#登录名
    print('Stars：',['stargazers_count'])				#该项目获得的星级
    print('Repository：',repo_dict['html_url'])			#该项目的URL
    print('Created：',repo_dict['created_at'])			#显示项目创建时间
    print('Updated：',repo_dict['updated_at'])			#最后一次更新时间
    print('Description：',repo_dict['description'])		#仓库描述
    #处理结果
    #print(response_dict.keys()) #打印主键

**效果图如下：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 10]

### 4、概述最受欢迎的仓库 ###

> 打印每个项目的名称、所有者、星级、在GitHub上的URL以及描述。

在python\_repos.py文件中修改：

import requests     #导入模块requests
    
    #执行API调用并存储响应
    url='https://api.github.com/search/repositories?q=language:python&sort=stars'
    r=requests.get(url)         #requests来执行调用
    print("Status code",r.status_code)          #输出状态码200表示请求成功
    
    #将API响应存储在一个变量中
    response_dict=r.json()      #使用json()将这些信息转换为Python字典
    print("Total repositories：",response_dict['total_count'])
    
    #探索有关仓库信息
    repo_dicts=response_dict['items']
    print("Repositories returned：",len(repo_dicts))
    
    print("\nSelected information about first repository：")
    for repo_dict in repo_dicts:
        print('\nName：',repo_dict['name'])		#项目名称
        print('Qwner：',repo_dict['owner']['login'])		#登录名
        print('Stars：',['stargazers_count'])				#该项目获得的星级
        print('Repository：',repo_dict['html_url'])			#该项目的URL
        print('Description：',repo_dict['description'])		#仓库描述
    #处理结果
    #print(response_dict.keys()) #打印主键

**效果图如下：**  
每个项目包含了我们需要的信息  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 11]

### 5、监视API的速率限制 ###

> 大多数API都存在速率限制，要获取是否接近GitHub的限制

在浏览器中输入：  
[https://api.github.com/rate\_limit][https_api.github.com_rate_limit]  
**新建test.py文件看下速率：**

import requests     #导入模块requests
    
    #执行API调用并存储响应
    url='https://api.github.com/rate_limit'
    r=requests.get(url)         #requests来执行调用
    print("Status code",r.status_code)          #输出状态码200表示请求成功
    
    
    #将API响应存储在一个变量中
    response_dict=r.json()      #使用json()将这些信息转换为Python字典
    print(response_dict['resources']['search'])

**效果图如下：**  
显示极限为每分钟10个请求  
在当前一分钟内还可以执行10个请求  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 12]

### 6、使用Pygal可视化仓库 ###

> 得到了我们需要的数据之后，我们可以进行可视化，呈现GitHub上Python项目的受欢迎程度

在python\_repos.py文件中修改：

names,stars=\[\],\[\]  
建立两个空列表用来存储项目名和获得的星数  
my\_style=LS(’\#333366’,base\_style=LCS)  
基类设置为浅蓝色，传递了实参base\_style，使用LightColorizedStyle 类  
chart=pygal.Bar(style=my\_style,x\_label\_rotation=45,show\_legend=False)  
x\_label\_rotation=45让标签绕X轴旋转45度  
show\_legend=False)隐藏图例

**效果图如下：**  
在浏览器中打开python\_repos.svg文件  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 13]

### 7、改进Pygal图表 ###

> 创建Pygal类Config的实例来定制图表的外观。

在python\_repos.py文件中修改：

import requests     #导入模块requests
    import pygal
    from pygal.style import LightColorizedStyle as LCS,LightenStyle as LS
    
    #执行API调用并存储响应
    url='https://api.github.com/search/repositories?q=language:python&sort=stars'
    r=requests.get(url)         #requests来执行调用
    print("Status code",r.status_code)          #输出状态码200表示请求成功
    
    #将API响应存储在一个变量中
    response_dict=r.json()      #使用json()将这些信息转换为Python字典
    print("Total repositories：",response_dict['total_count'])
    
    #探索有关仓库信息
    repo_dicts=response_dict['items']
    #print("Repositories returned：",len(repo_dicts))
    
    names,stars=[],[]
    for repo_dict in repo_dicts:
        names.append(repo_dict['name'])		#项目名称
        stars.append(repo_dict['stargazers_count'])				#该项目获得的星级
    
    #可视化
    my_style=LS('#333366',base_style=LCS)
    my_config=pygal.Config()
    my_config.x_label_rotation=45       #让标签绕X轴旋转45度
    my_config.show_legend=False         #隐藏图例
    my_config.title_font_size=24        #图表标题、副标签和主标签
    my_config.label_font_size=14
    my_config.major_label_font_size=18
    my_config.truncate_label=15         #将较长的项目名缩短为15个字符
    my_config.show_y_guides=False
    my_config.width=1000                #设置了自定义宽度
    
    chart=pygal.Bar(my_config,style=my_style)
    chart.title='Most-Starred Python Projects on GitHub'
    chart.x_labels=names
    
    chart.add('',stars)
    chart.render_to_file('python_repos.svg')

代码中已详细注释！！！

**效果图如下：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 14]

### 8、添加自定义工具提示 ###

> 在Pygal中，将鼠标指向条形将显示它表示的信息，这通常成为工具提示。创建一个自定义工具提示已同时显示项目的描述。

新建bar\_descriptions.py文件

import pygal
    from pygal.style import LightColorizedStyle as LCS,LightenStyle as LS
    
    my_style=LS('#333366',base_style=LCS)
    chart=pygal.Bar(style=my_style,x_label_rotation=45,show_legend=False)
    
    chart.title='Python Projects'
    chart.x_labels=['httpie','django','flask']
    
    plot_dicts=[
        { 'value':16101,'label':'Description of httpie'},
        { 'value':15028,'label':'Description of django'},
        { 'value':14798,'label':'Description of flask'}
    ]
    
    chart.add('',plot_dicts)
    chart.render_to_file('bar_descriptions.svg')

plot\_dicts=\[ \]  
定义一个列表，用label相关联字符串给条形创建工具提示  
chart.add(’’,plot\_dicts)  
调用add()，传入传入了一个由表示条形的字典组成的列表  
**效果图如下：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 15]

### 9、根据数据绘图 ###

> 为根据数据绘图，我们将自动生成plot\_dicts，其中包含API调用返回的30个项目的信息。

在python\_repos.py文件中修改：

import requests     #导入模块requests
    import pygal
    from pygal.style import LightColorizedStyle as LCS,LightenStyle as LS
    
    #执行API调用并存储响应
    url='https://api.github.com/search/repositories?q=language:python&sort=stars'
    r=requests.get(url)         #requests来执行调用
    print("Status code",r.status_code)          #输出状态码200表示请求成功
    
    #将API响应存储在一个变量中
    response_dict=r.json()      #使用json()将这些信息转换为Python字典
    print("Total repositories：",response_dict['total_count'])
    
    #探索有关仓库信息
    repo_dicts=response_dict['items']
    #print("Repositories returned：",len(repo_dicts))
    
    names,plot_dicts=[],[]
    for repo_dict in repo_dicts:
        names.append(repo_dict['name'])		#项目名称
    
        plot_dict={ 
            'value':repo_dict['stargazers_count'],
            'label':str(repo_dict['description']),
        }
        plot_dicts.append(plot_dict)
    
    #可视化
    my_style=LS('#333366',base_style=LCS)
    my_config=pygal.Config()
    my_config.x_label_rotation=45       #让标签绕X轴旋转45度
    my_config.show_legend=False         #隐藏图例
    my_config.title_font_size=24        #图表标题、副标签和主标签
    my_config.label_font_size=14
    my_config.major_label_font_size=18
    my_config.truncate_label=15         #将较长的项目名缩短为15个字符
    my_config.show_y_guides=False
    my_config.width=1000                #设置了自定义宽度
    
    chart=pygal.Bar(my_config,style=my_style)
    chart.title='Most-Starred Python Projects on GitHub'
    chart.x_labels=names
    
    chart.add('',plot_dicts)
    chart.render_to_file('python_repos.svg')

plot\_dict=\{ \}  
创建字典，用来存储value（星数）和label（项目描述）  
‘value’:repo\_dict\[‘stargazers\_count’\],  
星数  
‘label’:str(repo\_dict\[‘description’\]),  
这边要用str来封装不然会报错

**效果图如下：**  
显示了项目描述以及星数  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 16]

### 10、在图表中添加可单击的链接 ###

> Pygal允许将图标中的每个条形用作网站的链接。

在python\_repos.py文件中修改：

plot_dict={ 
            'value':repo_dict['stargazers_count'],
            'label':str(repo_dict['description']),
            'xlink':repo_dict['html_url'],
        }

**效果如下图所示：**  
1、将鼠标放在任意条形上，会显现多出了link  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 17]  
2、点击该条形会跳转到显示该项目的GitHub页面  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 18]

# 综上使用API请求信息，并将信息可视化完毕！！！ #

> 附上完整的python\_repos.py和bar\_descriptions.py文件

***python\_repos.py***

import requests     #导入模块requests
    import pygal
    from pygal.style import LightColorizedStyle as LCS,LightenStyle as LS
    
    #执行API调用并存储响应
    url='https://api.github.com/search/repositories?q=language:python&sort=stars'
    r=requests.get(url)         #requests来执行调用
    print("Status code",r.status_code)          #输出状态码200表示请求成功
    
    #将API响应存储在一个变量中
    response_dict=r.json()      #使用json()将这些信息转换为Python字典
    print("Total repositories：",response_dict['total_count'])
    
    #探索有关仓库信息
    repo_dicts=response_dict['items']
    #print("Repositories returned：",len(repo_dicts))
    
    names,plot_dicts=[],[]
    for repo_dict in repo_dicts:
        names.append(repo_dict['name'])		#项目名称
    
        plot_dict={ 
            'value':repo_dict['stargazers_count'],
            'label':str(repo_dict['description']),
            'xlink':repo_dict['html_url'],
        }
        plot_dicts.append(plot_dict)
    
    #可视化
    my_style=LS('#333366',base_style=LCS)
    my_config=pygal.Config()
    my_config.x_label_rotation=45       #让标签绕X轴旋转45度
    my_config.show_legend=False         #隐藏图例
    my_config.title_font_size=24        #图表标题、副标签和主标签
    my_config.label_font_size=14
    my_config.major_label_font_size=18
    my_config.truncate_label=15         #将较长的项目名缩短为15个字符
    my_config.show_y_guides=False
    my_config.width=1000                #设置了自定义宽度
    
    chart=pygal.Bar(my_config,style=my_style)
    chart.title='Most-Starred Python Projects on GitHub'
    chart.x_labels=names
    
    chart.add('',plot_dicts)
    chart.render_to_file('python_repos.svg')

***bar\_descriptions.py***

# 不足之处，请指出，蟹蟹！！！ #

[https_github.com]: https://github.com/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70]: /images/20230528/8237b72687b04fbbb466871e75b6f634.png
[https_api.github.com_search_repositories_q_language_python_sort_stars]: https://api.github.com/search/repositories?q=language:python&sort=stars
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 1]: /images/20230528/2e3e0986a4104af4b5cb802b37d9a8a9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 2]: /images/20230528/14bb076a8f1c4ed890145c50934aec99.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 3]: /images/20230528/052cd208c3484a3fbe80240420d3b14e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 4]: /images/20230528/a62e9efe207147afbf37e562e68579b0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 5]: /images/20230528/b5debedf1a644affbcdec996c1e99407.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 6]: /images/20230528/0b85b7d98b6748b99c20a47122a8533e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 7]: /images/20230528/31b6ccdf7f704d37807fa2b05640b813.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 8]: /images/20230528/c89ca3feaac8420d818255146be89e95.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 9]: /images/20230528/01493fd9a0b54ee78fd536d6719ca1b8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 10]: /images/20230528/0333acb4aa64490cb19ed8b3b05d6d25.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 11]: /images/20230528/3689b46863d640ae94c14ef8821b7984.png
[https_api.github.com_rate_limit]: https://api.github.com/rate_limit
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 12]: /images/20230528/f21ef4df7c2d41baa27574a4e0122be3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 13]: /images/20230528/a1a420431ff0480eb16cf1920c1131b6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 14]: /images/20230528/9bd09fc4d44743d7807df9cc7dbf9ec4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 15]: /images/20230528/681fa627a1df49be971930fc0936840a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 16]: /images/20230528/7a34afe5674149ef996f6f3d8129bfca.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 17]: /images/20230528/706d35b6ff164b47bc05630db0996f13.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqem91bmly_size_16_color_FFFFFF_t_70 18]: /images/20230528/378cd5b04ad34b56883ba7a1a4081e11.png