Python学习笔记1

Python学习笔记1

学习廖雪峰老师Python入门教程，非常感谢~记录自己在学习python过程中的点滴。

1. Python的简介

Python是著名的“龟叔”Guido van Rossum在1989年圣诞节期间，为了打发无聊的圣诞节而编写的一个编程语言。

C语言适合开发那些追求运行速度、充分发挥硬件性能的程序。而Python是用来编写应用程序的高级编程语言。C语言是编译型的语言，Python是解释型的语言

总的来说，Python的哲学就是简单优雅，尽量写容易看明白的代码，尽量写少的代码。

应用

• 网络爬虫
  • 自动的去互联网上批量下载需要的资源的程序（代替人类）
  • 收集数据
  • 大数据，机器学习
• web开发
  • 网站（oa,erp,支付宝，微信，qq，吃鸡）

缺点

• 运行速度慢
• 代码不能加密

2. Python的安装

解释器和IDE

• CPython
• IPython
• PyPy
• Jython
• IronPython
• Notepad++
• Anaconda（推荐）
• Pycharm（推荐）
• VScode（推荐）
• Sublime Text（推荐）

3. Python的基本操作

运行

示例代码：

print('hello, world')

运行：

C:\work>python hello.py
hello, world

输出

用print()在括号中加上字符串，就可以向屏幕上输出指定的文字。比如输出'hello, world'，用代码实现如下：

>>> print('hello, world')

输入

Python提供了一个input()，可以让用户输入字符串，并存放到一个变量里。比如输入用户的名字：

name = input('please enter your name: ')
print('hello,', name)

>>> please enter your name: Michael
hello, Michael

4. Python的基础

数据类型和变量

在Python中，能够直接处理的数据类型有以下几种：

• 整数
• 浮点数
• 字符串
• 布尔值
• 空值
• 变量
• 常数

Tips：转义字符：\,r''表示''内部的字符串默认不转义,``//’'表示整除

对变量赋值x = y是把变量x指向真正的对象，该对象是变量y所指向的。随后对变量y的赋值不影响变量x的指向。

字符串和编码

字符编码

• ASCII
• GB2312
• Unicode
• UTF-8

ASCII：由美国人发明，只有127个字符，大小写英文字母、数字和一些符号，比如大写字母A的编码是65，小写字母z的编码是122。

GB2312：为了处理中文，一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，中国制定了GB2312编码。

Unicode：为避免乱码，Unicode把所有语言都统一到一套编码里，最常用的是用两个字节表示一个字符（如果要用到非常偏僻的字符，就需要4个字节）。现代操作系统和大多数编程语言都直接支持Unicode。

UTF-8：为节约在存储和传输时Unicode编码的存储空间，又出现了把Unicode编码转化为“可变长编码”的UTF-8编码。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。

字符串

Python 3版本中，字符串是以Unicode编码的，支持多语言。

print('包含中文的str')
print('contain chinese str')

>>> 
包含中文的str
contain chinese str

对于单个字符的编码，Python提供了ord()函数获取字符的整数表示，chr()函数把编码转换为对应的字符：

>>> ord('A')
65
>>> ord('中')
20013
>>> chr(66)
'B'
>>> chr(25991)
'文'

bytes类型的数据用带b前缀的单引号或双引号表示：

x = b'ABC'

以Unicode表示的str通过encode()方法可以编码为指定的bytes:

>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'

要把bytes变为str，就需要用decode()方法：

>>> b'ABC'.decode('ascii')
'ABC'
>>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
'中文'

len()函数计算的是str的字符数，如果换成bytes，len()函数就计算字节数：

>>> len(b'ABC')
3
>>> len(b'\xe4\xb8\xad\xe6\x96\x87')
6
>>> len('中文'.encode('utf-8'))
6

为避免Python代码中注释的乱码，通常在文件开头写上这两行：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

格式化

%运算符就是用来格式化字符串的,有几个%?占位符，后面就跟几个变量或者值，顺序对应。常见的占位符有：

• %s表示用字符串替换，
• %d表示用整数替换，
• %f表示用浮点数替换，
• %x表示用十六进制整数替换。

>>> 'Hello, %s' % 'world'
'Hello, world'
>>> 'Hi, %s, you have $%d.' % ('Michael', 1000000)
'Hi, Michael, you have $1000000.'

format()用传入的参数依次替换字符串内的占位符{0}、{1}……

>>> 'Hello, {0}, 成绩提升了 {1:.1f}%'.format('小明', 17.125)
'Hello, 小明, 成绩提升了 17.1%'

使用list和tuple

list

list是一种有序的集合，可以随时添加和删除其中的元素。比如，列出班里所有同学的名字，就可以用一个list表示：

>>> classmates = ['Michael', 'Bob', 'Tracy']
>>> classmates
['Michael', 'Bob', 'Tracy']

用len()函数可以获得list元素的个数：

>>> len(classmates)
3

用索引来访问list中每一个位置的元素，记得索引是从0开始的：

>>> classmates[0]
'Michael'

当索引超出了范围时，Python会报一个IndexError错误，所以，要确保索引不要越界，记得最后一个元素的索引是len(classmates) - 1。

如果要取最后一个元素，除了计算索引位置外，还可以用-1做索引，直接获取最后一个元素：

>>> classmates[-1]
'Tracy'

list是一个可变的有序表，所以，可以有以下操作：

• append()往list中追加元素到末尾,
• insert()把元素插入到指定的位置,
• pop()删除指定位置的元素,默认删除末尾的元素.
• 元素替换，在指定位置赋值

list里面的元素的数据类型可以不同，list元素也可以是另一个list。

tuple

另一种有序列表叫元组：tuple。tuple和list非常类似，但是tuple一旦初始化就不能修改。

>>> classmates = ('Michael', 'Bob', 'Tracy')

获取元素的方法和list是一样的，但不能赋值成另外的元素。因为tuple不可变，所以代码更安全。如果可能，能用tuple代替list就尽量用tuple。

使用dict和set

dict

字典，dict全称dictionary，在其他语言中也称为map，使用键-值（key-value）存储，具有极快的查找速度。

>>> d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}
>>> d['Michael']
95

• 赋值：除了初始化时指定外，还可以通过key放入；
• 读取：可通过key值操作，如果key不存在，dict就会报错，为避免，一通过in判断key是否存在,二是通过dict提供的get()方法，如果key不存在，可以返回None，或者自己指定的value。
• 删除：要删除一个key，用pop(key)方法，对应的value也会从dict中删除.

和list比较，dict有以下几个特点：

1. 查找和插入的速度极快，不会随着key的增加而变慢；
2. 需要占用大量的内存，内存浪费多。

而list相反：

1. 查找和插入的时间随着元素的增加而增加；
2. 占用空间小，浪费内存很少。

set

set和dict类似，也是一组key的集合，但不存储value。由于key不能重复，所以，在set中，没有重复的key。

• 创建：需要提供一个list作为输入集合;
• 添加：通过add(key)方法可以添加元素到set中，可以重复添加，但不会有效果;
• 删除：通过remove(key)方法可以删除指定key元素;
• 交并集操作

5. 正则表达式

正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的。

在正则表达式中，如果直接给出字符，就是精确匹配。用\d可以匹配一个数字，\w可以匹配一个字母或数字，所以：

• '00\d'可以匹配'007'，但无法匹配'00A'；
• '\d\d\d'可以匹配'010'；
• '\w\w\d'可以匹配'py3'；
• .可以匹配任意字符，所以,'py.'可以匹配'pyc'、'pyo'、'py!'等等。

要匹配变长的字符，在正则表达式中，

• 用*表示任意个字符（包括0个），
• 用+表示至少一个字符，
• 用?表示0个或1个字符，
• 用{n}表示n个字符，
• 用{n,m}表示n-m个字符.

要做更精确地匹配，可以用[]表示范围，比如：

• [0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线；
• [0-9a-zA-Z\_]+可以匹配至少由一个数字、字母或者下划线组成的字符串，比如'a100'，'0_Z'，'Py3000'等等；
• [a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串，也就是Python合法的变量；
  [a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。

Python提供re模块，包含所有正则表达式的功能。由于Python的字符串本身也用\转义，所以要特别注意。因此建议使用Python的r前缀，就不用考虑转义的问题了。

match()方法判断是否匹配，如果匹配成功，返回一个Match对象，否则返回None。

>>> import re
>>> re.match(r'^\d{3}\-\d{3,8}$', '010-12345')
<_sre.SRE_Match object; span=(0, 9), match='010-12345'>
>>> re.match(r'^\d{3}\-\d{3,8}$', '010 12345')
>>>

切分字符串

>>> re.split(r'\s+', 'a b   c')
['a', 'b', 'c']

分组

用()表示的就是要提取的分组（Group）。比如：^(\d{3})-(\d{3,8})$分别定义了两个组，group(0)永远是原始字符串，group(1)、group(2)……表示第1、2、……个子串。

>>> t = '19:05:30'
>>> m = re.match(r'^(0[0-9]|1[0-9]|2[0-3]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$', t)
>>> m.groups()
('19', '05', '30')

(0[0-9]|1[0-9]|2[0-3]|[0-9])表示第一位为0第二位为0~9，或者第一位为1第二位为0~9，或者表示第一位为2第二位为0~3，或者只有一位0~9.

6. IO编程

文件读写

读文件

以读文件的模式打开一个文件对象，使用Python内置的open()函数，传入文件名和标示符：

>>> f = open('/Users/michael/test.txt', 'r')

如果文件不存在，open()函数就会抛出一个IOError的错误，并且给出错误码和详细的信息.

如果文件打开成功,调用read()方法可以一次读取文件的全部内容，Python把内容读到内存，用一个str对象表示.

最后一步是调用close()方法关闭文件。

Python引入了with语句来自动帮我们调用close()方法：

with open('/path/to/file', 'r') as f:
    print(f.read())

若文件过大，可以反复调用read(size)方法，每次最多读取size个字节的内容。另外，调用readline()可以每次读取一行内容，调用readlines()一次读取所有内容并按行返回list。

要读取二进制文件，比如图片、视频等等，用'rb'模式打开文件即可.

要读取非UTF-8编码的文本文件，需要给open()函数传入encoding参数，例如，读取GBK编码的文件：

>>> f = open('/Users/michael/gbk.txt', 'r', encoding='gbk')
>>> f.read()
'测试'

写文件

写文件和读文件是一样的，唯一区别是调用open()函数时，传入标识符’w’或者’wb’表示写文本文件或写二进制文件：

>>> f = open('/Users/michael/test.txt', 'w')
>>> f.write('Hello, world!')
>>> f.close()

同样可以使用with语句：

with open('/Users/michael/test.txt', 'w') as f:
    f.write('Hello, world!'

要写入特定编码的文本文件，请给open()函数传入encoding参数，将字符串自动转换成指定编码。

以'w'模式写入文件时，如果文件已存在，会直接覆盖（相当于删掉后新写入一个文件）。如果希望追加到文件末尾,可以传入'a'以追加（append）模式写入。