了解Python
一、Python简介
作用
Python具有丰富和强大的库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。常见的一种应用情形是，使用Python快速生成程序的原型（有时甚至是程序的最终界面），然后对其中[3] 有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。需要注意的是在您使用扩展类库时可能需要考虑平台问题，某些可能不提供跨平台的实现。
由于Python语言的简洁性、易读性以及可扩展性，在国外用Python做科学计算的研究机构日益增多，一些知名大学已经采用Python来教授程序设计课程。例如卡耐基梅隆大学的编程基础、麻省理工学院的计算机科学及编程导论就使用Python语言讲授。众多开源的科学计算软件包都提供了Python的调用接口，例如著名的计算机视觉库OpenCV、三维可视化库VTK、医学图像处理库ITK。而Python专用的科学计算扩展库就更多了，例如如下3个十分经典的科学计算扩展库：NumPy、SciPy和matplotlib，它们分别为Python提供了快速数组处理、数值运算以及绘图功能。因此Python语言及其众多的扩展库所构成的开发环境十分适合工程技术、科研人员处理实验数据、制作图表，甚至开发科学计算应用程序。
说起科学计算，首先会被提到的可能是MATLAB。然而除了MATLAB的一些专业性很强的工具箱还无法替代之外，MATLAB的大部分常用功能都可以在Python世界中找到相应的扩展库。和MATLAB相比，用Python做科学计算有如下优点：
● 首先，MATLAB是一款商用软件，并且价格不菲。而Python完全免费，众多开源的科学计算库都提供了Python的调用接口。用户可以在任何计算机上免费安装Python及其绝大多数扩展库。
● 其次，与MATLAB相比，Python是一门更易学、更严谨的程序设计语言。它能让用户编写出更易读、易维护的代码。
● 最后，MATLAB主要专注于工程和科学计算。然而即使在计算领域，也经常会遇到文件管理、界面设计、网络通信等各种需求。而Python有着丰富的扩展库，可以轻易完成各种高级任务，开发者可以用Python实现完整应用程序所需的各种功能。
Python的作者有意的设计限制性很强的语法，使得不好的编程习惯（例如if语句的下一行不向右缩进）都不能通过编译。其中很重要的一项就是Python的缩进规则。
一个和其他大多数语言（如C）的区别就是，一个模块的界限，完全是由每行的首字符在这一行的位置来决定的（而C语言是用一对花括号{}来明确的定出模块的边界的，与字符的位置毫无关系）。这一点曾经引起过争议。因为自从C这类的语言诞生后，语言的语法含义与字符的排列方式分离开来，曾经被认为是一种程序语言的进步。不过不可否认的是，通过强制程序员们缩进（包括if，for和函数定义等所有需要使用模块的地方），Python确实使得程序更加清晰和美观。
Python的设计哲学是“优雅”、“明确”、“简单”。
Python是完全面向对象的语言。函数、模块、数字、字符串都是对象。并且完全支持继承、重载、派生、多继承，有益于增强源代码的复用性。Python支持重载运算符和动态类型。相对于Lisp这种传统的函数式编程语言，Python对函数式设计只提供了有限的支持。有两个标准库(functools, itertools)提供了Haskell和Standard ML中久经考验的函数式程序设计工具。
执行
编辑
Python在执行时，首先会将.py文件中的源代码编译成Python的byte code（字节码），然后再由Python Virtual Machine（Python虚拟机）来执行这些编译好的byte code。这种机制的基本思想跟Java，.NET是一致的。然而，Python Virtual Machine与Java或.NET的Virtual Machine不同的是，Python的Virtual Machine是一种更高级的Virtual Machine。这里的高级并不是通常意义上的高级，不是说Python的Virtual Machine比Java或.NET的功能更强大，而是说和Java 或.NET相比，Python的Virtual Machine距离真实机器的距离更远。或者可以这么说，Python的Virtual Machine是一种抽象层次更高的Virtual Machine。
基于C的Python编译出的字节码文件，通常是.pyc格式。
除此之外，Python还可以以交互模式运行，比如主流操作系统Unix/Linux、Mac、Windows都可以直接在命令模式下直接运行Python交互环境。直接下达操作指令即可实现交互操作。
解释器
编辑
Python是一门跨平台的脚本语言，Python规定了一个Python语法规则，实现了Python语法的解释程序就成为了Python的解释器。
基本语法
编辑
Python的设计目标之一是让代码具备高度的可阅读性。它设计时尽量使用其它语言经常使用的标点符号和英文单字，让代码看起来整洁美观。它不像其他的静态语言如C、Pascal那样需要重复书写声明语句，也不像它们的语法那样经常有特殊情况和意外。
缩进
Python开发者有意让违反了缩进规则的程序不能通过编译，以此来强制程序员养成良好的编程习惯。并且Python语言利用缩进表示语句块的开始和退出（Off-side规则），而非使用花括号或者某种关键字。增加缩进表示语句块的开始，而减少缩进则表示语句块的退出。缩进成为了语法的一部分。例如if语句：
python3
| 1 2 3 4 |
|
根据PEP的规定，必须使用4个空格来表示每级缩进（不清楚4个空格的规定如何，在实际编写中可以自定义空格数，但是要满足每级缩进间空格数相等）。使用Tab字符和其它数目的空格虽然都可以编译通过，但不符合编码规范。支持Tab字符和其它数目的空格仅仅是为兼容很旧的的Python程序和某些有问题的编辑程序。
Python使用and, or, not表示逻辑运算。
is, is not用于比较两个变量是否是同一个对象。in, not in用于判断一个对象是否属于另外一个对象。
函数
Python的函数支持递归、默认参数值、可变参数，但不支持函数重载。为了增强代码的可读性，可以在函数后书写“文档字符串”(Documentation Strings，或者简称docstrings)，用于解释函数的作用、参数的类型与意义、返回值类型与取值范围等。可以使用内置函数help()打印出函数的使用帮助。比如：
>>> def randint(a, b):
... "Return random integer in range [a, b], including both end points."...
>>> help(randint)
Help on function randint in module __main__:
randint(a, b)
Return random integer inrange[a, b], including both end points.
二、Python最简单小例子
Python程序一
使用Python创建第一个CGI程序，文件名为hello.py，文件位于/var/www/cgi-bin目录中，内容如下，修改文件的权限为755：[5]
| 1 2 3 4 5 6 7 8 9 10 |
|
以上程序在浏览器访问显示结果如下：
| 1 |
|
这个的hello.py脚本是一个简单的Python脚本，脚本第一的输出内容"Content-type:text/html\r\n\r\n"发送到浏览器并告知浏览器显示的内容类型为"text/html"。
用python写一个hello world程序
1，http://www.python.org/download/ 下载windows安装包，
2，python环境变量配置
（1）设置环境变量:我的电脑-右键-属性-高级-环境变量 在Path中加入
;c:\python26 （注意前面的分号和路径）
（2）此时，还是只能通过"python *.py"运行python脚本，若希望直接运行*.py，只需再修改另一个环境变量PATHEXT:
;.PY;.PYM
3，测试是否安装成功
cmd进入命令行 输入python –v 若是输出版本信息，则表示安装完毕
4，建一个hello.py
print ("hello world")
5,cmd 进入命令行 找到文件路径 hello.py
会输出"hello world"
6,接受用户输入
x= input("x:")
y= input("y:")
print (x * y)
print("我开始学习python了，要加油啊！")
Python基础01 Hello World!
作者：Vamei 出处：http://www.cnblogs.com/vamei 欢迎转载，也请保留这段声明。谢谢！
简单的‘Hello World!’
Python命令行
假设你已经安装好了Python, 那么在Linux命令行输入:
$python
将直接进入python。然后在命令行提示符>>>后面输入:
>>>print('Hello World!')
可以看到，随后在屏幕上输出:
Hello World!
print是一个常用函数，其功能就是输出括号中得字符串。
（在Python 2.x中，print还可以是一个关键字，可写成print 'Hello World!'，但这在3.x中行不通 ）
写一段小程序
另一个使用Python的方法，是写一个Python程序。用文本编辑器写一个.py结尾的文件，比如说hello.py
在hello.py中写入如下，并保存:
print('Hello World!')
退出文本编辑器，然后在命令行输入:
$python hello.py
来运行hello.py。可以看到Python随后输出
Hello World!
脚本
我们还可以把Python程序hello.py改成一个可执行的脚本，直接执行：
#!/usr/bin/env python
print('Hello World!')
需要修改上面程序的权限为可执行：
chmod 755 hello.py
然后再命令行中，输入
./hello.py
就可以直接运行了
总结
命令行模式: 运行Python，在命令行输入命令并执行。
程序模式: 写一段Python程序并运行。
相当于不用编译，可以直接执行的就是脚本。
三、Python和c++
28原则吧 80%精力学习c++ 20精力学习一门脚本语言
主要看楼主以后方向吧 如果是网络安全python肯定需要 如果是游戏可以先学lua
光学习语言是不行的 多看看优秀的源码的 openresty skynet stl
对于python可以先过书 几天搞定一个高级话题 如装饰器 迭代器 协程 元类
学一门学累了 看看csapp 算法导论 挺好
目测纠结的时间都足够学个七七八八了。
python和c++面对的领域不同，特点不同，都学了也没坏处。
何况编程这事，重要的是思想，不是语言。
要完成一些成规模的项目，软件架构与性能都必不可少。C++正是为此而生，在尽量不牺牲性能的情况下，提供高层次抽象所需的功能。毕竟C所缺少的命名空间、高级数据结构等，使其完成大规模项目是有一定困难的。
不过C++并不是解决该问题的唯一方案。很多其他方案并不专注于同时确保两点，而是将目标集中于更好的软件架构，以及可以接受的性能。Python、Lua等很多语言都是如此。而同时，对于要求性能较高的部分，或者与系统结合紧密的部分，则是交给C模块去处理。这样的思路对大型项目是很有利的，架构方面因为有高级语言的支持而得到了更好的抽象，更容易实现复杂的逻辑。而循环次数较多的部分则交给C去处理。尤其是引入高级语言后，可以迫使人们将传递的数据交给高级语言，而不是C里随处使用全局变量。
所以，以实用的角度讲，Python+C是更好的选择。另外就是C++为了寻求性能与架构的折中而不得不引入很多概念，这些概念使得C++比C要复杂很多，同时其对架构的支持能力却又比高级语言查一截。
总的来说，我的建议是：
1. 学Python，反正很快
2. 学好C，结合具体的系统与函数库
3. 学Python与C结合的方法，比如Python的C模块、Cython、Swig等多种方式
4. 学一点C++语法，毕竟还是有一定概率会用到C++的库，但不要在那些奇怪的C++功能上浪费时间
聊一聊Python与C++的不同（一）
之前一直在学C，C++，还有一些Java，抱着兴趣去选了一个Python，当我看到老师敲得代码后，我惊叹，Python还可以这样，如果用C的话，不得麻烦死，而且在写函数时没有用大括号，靠缩进分层次，显得特别整洁，这也是为什么我第一次实验课代码总出问题的原因，那我想从今天开始总结一下Python与C++的不同。
一、头文件
学一门语言的第一步就是输出"hello world",如果是C++得这么写：
但是如果是Python的话，只需要一句print("hello world")
句尾还不用加分号，是不是有点怀疑人生，main函数呢？头文件呢？没有返回值吗？统统没有，我当时看到这个心里在想，这是真的Python吗？那Python为什么没有main函数？没有main函数程序怎么知道从哪里开始呢？我们在用Python打印helloword时拿到就没有调用任何头文件吗？其实是这样的，我们知道PythonPython使用缩进对齐组织代码的执行，所有没有缩进的代码（非函数定义和类定义），都会在载入时自动执行，这些代码，可以认为是Python的main函数。至于print头文件我查清楚了再说，在C中不用头文件也可以用printf()函数
二、注释这个没啥好说的，python是#，C++为//
三、数组在学习C++的时候经常出现数组越界的情况，比如下标是-1，系统会崩溃，但是在这里如果数组的长度为n，那么他的下标范围[-n,n-1],就是这么神奇。
聊一聊Python与C++的不同（二）
今天我们聊一下基本数据类型吧，
在学习c++的时候我们要记住几种数据类型，int,float,double,long，char，double，string，bool，每次使用都要明确定义每个数据类型，这样做是为了在内存里申请指定大小的空间。
但是在Python中就有些不同了，比如我们在使用时直接拿出来不必指定他是什么类型的
如，我们定义一个int类型的x，并赋值等于3，
C++要这么做，int x=3;
而Python则要这么做 x=3,好像在写一条数学公式，
但是这时我们想一个问题，我们在定义这个变量时，C++为x申请了4个字节的空间，Python为x申请了多大的空间呢
我们就从浅浅的分析一下吧。
首先Python语言为动态类型，也就是说对象的类型和内存都是在运行时确定的，另外，Python还采用了Windows内核对象一样的方式对内存进行管理，每一个对象都在维护这一个对指向该对象的引用的计数
这个就好比C++中的指针，定义了指针x,然后为x申请空间并赋值3.14,然后在定义一个指针，指向x，这时x和y用的同一块内存，代码及结果如下：
最后我们在了解一下python内存的垃圾回收，
1、当内存中有不再使用的部分时，垃圾收集器就会把他们清理掉。它会去检查那些引用计数为0的对象，然后清除其在内存的空间。当然除了引用计数为0的会被清除，还有一种情况也会被垃圾收集器清掉：当两个对象相互引用时，他们本身其他的引用已经为0了。
2、垃圾回收机制还有一个循环垃圾回收器, 确保释放循环引用对象(a引用b, b引用a, 导致其引用计数永远不为0)。
程序有两种执行方式，解释执行和编译执行。
PYTHON是一种脚本语言，是解释执行的，不需要经过编译，所以很方便快捷，且能够很好地跨平台，写一些小工具小程序特别合适。
而C++则是一种需要编译后运行语言，在特定的机器上编译后在特定的机上运行，运行效率高，安全稳定。但编译后的程序一般是不跨平台的。
学习一种编程语言不能看它热不热。而是要看它在某个领域的作用。就像汇编，虽然现在不热了，但是它在某些行业内还是很吃香的。PYTHON确实很强大，但在三五年内，不会作为一种主流的编程语言。至少在Windows程序开发领域内不会。
建议将C++作为主要的学习方向，将PYTHON作为一种辅助工具。当然，都能学通则更好了。
四、Python和java
对比java和python
1.难易度而言。python远远简单于java。
2.开发速度。Python远优于java
3.运行速度。java远优于标准python，pypy和cython可以追赶java，但是两者都没有成熟到可以做项目的程度。
4.可用资源。java一抓一大把，python很少很少，尤其是中文资源。
5.稳定程度。python3和2不兼容，造成了一定程度上的混乱以及大批类库失效。java由于有企业在背后支持所以稳定的多。
6.是否开源。python从开始就是完全开源的。Java由sun开发，但现在有GUN的Openjdk可用，所以不用担心。
7.编译还是解释。两者都是解释型。
我理解，C好比手动挡车（编译型语言），java和python（解释型语言）好比自动档车。跑的最快的车都是手动档，但是对开不好的人来说，开自动档反而更快些。
Kno有一篇文章谈到选择编程语言，“先确定你的需求”，不要由语言的简单还是复杂去觉定。只有能够编写你真正认为有用的程式，才能获得满足感，学习才能继续。
那么java和python分别适用于什么样的环境呢。由sourceforge.net可以看出：
最著名，久经考验的普通应用程序，基本都是c++写的。例如emule，7-zip，WinSCP,FileZilla等等等。
一部分由java开发，例如最有名的OpenOffice。
python写的很少，如Pidgin，FireBird。
开发语言（有多少个程式由此语言开发）的排行如下：
# Java46,202
# C++36,895
# PHP30,048
# C28,075
# C#13,476
# Python13,379
# JavaScript11,285
# Perl9,216
# Unix Shell3,869
# Delphi/Kylix3,548
# Visual Basic3,186
# Visual Basic .NET
很多框架和类库也和应用软件一样在这个列表里，因此比较公平。
由此可以看出，java不管在GNU还是商业领域都是应用最广的语言。C主要用于构建系统底层。c++和java用于构建中间应用层。如果资源足够，那么会选择c++开发，以求运行速度，否则会用java开发，以求开发速度。python在各方面都比java优秀，可谓次世代语言。可最受争议的是它的速度，纯python比java慢很多，以及背后没有商业支持，稳定性备受诟病。目前为止，python在商业层次上，主要作为一种胶水语言，粘合其他语言（主要是c/c++）的类库。在GNU领域，主要局限于小规模的应用和个人化应用。以及逆向工程（黑客）应用。
为什么java在服务器端被大量应用，在客户端用的却比较少呢。难道服务器端用到的计算量反而少么。我认为这说明对比c++，java的速度还是可以接受的。无法被接受的是JRE平台，以及JRE平台启动时卡的那一会儿。我就曾经为此认为java写就的程式性能低下。
python用户常常拿来说嘴的一点是：python并不慢，因为python运行时调用了大量c库，而c是很快的。反过来想想，这正反映了其胶水语言的事实，任何一种语言都可以调用c库，这么比较有价值么？假如一个库完全由python，那么它的运行效率...不说也罢。编程不能总是用别人的库啊。
----
Python编程语言目前的使用中需要不断的学习。下面我们就详细的看看如何才能更好的进行相关知识的学习。最近我一直在看一个基于wxPython的GUI应用程序代码，大概45.5KLOC的左右，而且这还不包括它所用到的库(如Twisted)。
代码是由那些对Python比较生疏的Java的开发者写的，所以它存在很严重的性能问题(如三十秒的启动时间)。在检查代码的时候，我发现他们写了很多在Java中能讲得通但是对Python编程语言来说去却是很难接受的东西。并不是因为“Python比Java慢”，而是因为在Python中有更方便的方法去完成同样的目标，甚至是在Java中不可能的事情。
所以，令人难过的事就是这些家伙事倍功半，写的那些代码比本应合乎用Python编程语言实现的慢很多。下面，让我们来看一些例子：
◆Java中的静态方法不能翻译成Python的类方法。哦，当然，他多多少少也能产生同样的效果，但类方法的目的实际上是做一些通常在Java中甚至都不可能的事情(如继承一个非默认的默认函数)。Java静态方法惯用的翻译通常翻译成一个模块级的函数，而不是一个类方法或静态方法。(并且静态常量应该翻译成模块级常量.)
这不是性能上的问题，但是一个Python编程语言程序员如果想调用Foo.someMethod，他要是被迫采用像Java中Foo.Foo.someMethod的方式去做的话，那么他就会被逼疯的。有一点一定要注意:调用一个类方法需要一个额外的存储空间,而调用静态方法或函数就不需要这样.
对了,还有就是这些Foo.Bar.Baz的属性链也不是自己就能数出来的.在Java中,这些带点的名称是有编译器来查找的,运行的时候并不会去考虑一共有多少.而在Python中,查找的过程是在运行时进行的,所以要包括每个点.(在Python中,要记住一点,"平铺的结构别嵌套的要好",尽管相对于从性能方面来说,可能它更多涉及的是"可读性"和"简单要比复杂好".)
◆要使用switch语句吗?Python编程语言将是一个哈希表，不是一堆if-then语句。要使用在Java中不是switch语句而且还有字符串参与了的一堆if-then语句吗?它将仍然是一个哈希表。CPython字典是用在我们所了解的领域中认为是最佳性能之一的哈希表来实现的。你自己所写的代码也不会比这个再好了，除非你是Guido、Tim Peters和Raymond Hettinger的私生子,而且还是遗传增强了的。
◆XML不是答案。它也不是一个问题。现在用正则表达式来解释Jamie Zawinski，“一些人，当他遇到一个问题的时候，就会想‘我知道，我要用XML.’那么他们就有两个问题了。”
相对于在Java中来说这是个不同的情况，因为比起Java代码，XML是灵活而且有弹性的。但比起Python的代码来，XML就是一个船锚，一个累赘。在Python中，XML是用来协同工作的，而不是你的核心功能，因为你不需要那么做。在Java中，XML可能是你的救世主,因为它让你实现了特定领域的语言并且“不用编码”就提高你的应用程序的适应性。在Java中，避免编码是一个很大的优势，因为编码意味着重新编译。但在Python中，通常是，写代码比写XML更简单。还有就是Python处理代码要比处理XML快很多很多。(不仅仅是这个，你必须写XML处理代码，同时Python就已经为你写好了.)
如果你是一个Java程序员，你并不能利用本能知觉来考虑你是否要在你的Python核心应用中使用XML作为一部分。如果你不是因为信息交互的原因去实现一个已经存在的XML标准或是建立某种输入、输出格式或者建立某种XML编辑器或处理工具，那么就不要这么做。根本不要去这么做。甚至连想都不要想。现在，丢掉那个XML模式然后把你的手解放出来吧！如果你的应用程序或者平台要被Python编程语言开发者使用，他们只会感谢你不要在他们的工作中添加使用XML的负担。
(这里唯一的例外是如果你的客户(your target audience)确确实实因为某些原因而需要使用XML。就好像，他们拒绝学习Python但如果你使用XML他们就给你付钱，或者你打算给他们一个很棒的能编辑XML的GUI，还有就是这个XML的GUI是另一个人写的，同时你得到免费使用的权利。还有一些很少见的架构上的原因需要用到XML。相信我，它们不会应用到你的程序中去的。如果有疑问，对一个资深的Python开发员解释你的用例。或者，如果你脸皮厚而且不介意被人嘲笑的话，试试向一个Lisp程序解释你的程序为什么要用XML!)
◆Getter和setter是恶魔。我应该说它是恶魔,是魔鬼！Python编程语言对象不是Java Bean。不要写什么getter和setter，而是还把它们内置在“属性”里面。它直到你能证明你需要比一个简单访问复杂一点的功能时才有意义，要不然，不要写getter和setter。它们是CPU时间的浪费，更要紧的是，它们还是程序员宝贵时间的浪费。不仅仅对于写代码和测试的人，对于那些要阅读和理解它们的人也是。
在Java中，你必须使用getter和setter,因为公共字段不允许你以后改变想法再去使用getter和setter。所以,在Java中你最好事先避开这些"家务杂事".在Python中，这样做很傻，因为你可以以一个普通特性开始并可以在任何时间改变你的想法，而不用影响到这个类的任何客户。所以不要写getter和setter方法。
◆代码重复在Java中通常来说就是一场不可避免的灾祸，你必须经常反复地写同一个方法而只有一点点的变化(通常是这是因为静态类型约束)。在Python中这样做是没有必要的也是不值得的(除了极少数一些特定的场合需要内联一些要求性能的函数)。如果你发现自己一遍一遍在写同样的代码而且变化很少，你就需要去学一下闭包。他们实际不并是那么可怕。
这就是你要做的。你写了一个包含了函数的函数。这里内部的函数就是你要一遍遍写的函数的模版，但是在里面加入了针对不同情况的函数要使用变量。外部的函数需要刚刚提高的那种变量作为参数，并且将内部的函数作为结果返回。然后，每次你要写另一种略微不同的函数的时候，你只要调用这个外部的函数，并且把返回值赋给你要让“重复”函数出现的名字。现在，如果你需要改变这个工作方式，你只需要改变一个地方：这个模版。
在我所看过的应用程序/平台中，只有一个很微不足道的程序使用了这个技术,它去掉了数百行重负的代码。实际上，因为开发者使用了特别的样板文件来为这个平台开发插件，所以这会节省很多很多第三方开发人员的代码，同时也使那些程序员要学习的东西变得简单了。
这只是Java->Python编程语言思维方式转变的冰山一角而已，现在我能正确的转变而不用去钻研程序的细节。本质上，如果你曾经用过一段时间Java，而且对Python比较陌生，那么你不要太相信自己的本能。你的本能已经被Java调节，而不是Python。向后退一步来说，最重要的是不要再写这么多代码了。
为了这样做，让自己觉得更加需要Python。假装好像Python是可以做任何你想做的魔棒，而你无须出一点力。问一下，“Python怎样解决我的问题？”还有“Python语言的哪个特点和我的问题最相似？”如果对于你需要的东西其实已经有了某种固定形式,那么你绝对会感到惊讶的。事实上，这种现象实在是太普遍了，甚至即使在很有经验的Python程序员中也会出现，以至于Python社区中给这种现象起了个名字。我们称之为“GUIDO的时间机器”，因为在我们自己还没有掌握它之前,通常看上去要得到我们所需要的东西好像那是唯一的方法。
所以，如果你在使用Python编程语言时候不能感到比使用Java要至少多出10倍的生产力话，你就最好做一下改动,你是不是忘记使用time machine!(chances are good that you've been forgetting to use the time machine)(同时如果你还怀念你的Java IDE，你可以这样想：因为你写的Python程序比他所需要的要复杂得多.)
五、Python用于爬虫和数据挖掘
用Python写简单爬虫
首先，要通过urllib2这个Module获得对应的HTML源码。
| 1 2 3 4 | import urllib2 #调用urllib2 url='http://www.baidu.com/s?wd=cloga' #把等号右边的网址赋值给url html=urllib2.urlopen(url).read() #html随意取名 等号后面的动作是打开源代码页面，并阅读 print html #打印 |
通过上面这三句就可以将URL的源码存在content变量中，其类型为字符型。
接下来是要从这堆HTML源码中提取我们需要的内容。用Chrome查看一下对应的内容的代码（也可以用Firefox的Firebug）。
可以看到url的信息存储在span标签中，要获取其中的信息可以用正则式。
Python简单爬虫2
在我们日常上网浏览网页的时候，经常会看到一些好看的图片，我们就希望把这些图片保存下载，或者用户用来做桌面壁纸，或者用来做设计的素材。
我们最常规的做法就是通过鼠标右键，选择另存为。但有些图片鼠标右键的时候并没有另存为选项，还有办法就通过就是通过截图工具截取下来，但这样就降低图片的清晰度。好吧～！其实你很厉害的，右键查看页面源代码。
我们可以通过python 来实现这样一个简单的爬虫功能，把我们想要的代码爬取到本地。下面就看看如何使用python来实现这样一个功能。
一，获取整个页面数据
首先我们可以先获取要下载图片的整个页面信息。
getjpg.py
#coding=utf-8
import urllib
def getHtml(url):
page = urllib.urlopen(url)
html = page.read()
return html
html = getHtml("http://tieba.baidu.com/p/2738151262")
print html
Urllib 模块提供了读取web页面数据的接口，我们可以像读取本地文件一样读取www和ftp上的数据。首先，我们定义了一个getHtml()函数:
urllib.urlopen()方法用于打开一个URL地址。
read()方法用于读取URL上的数据，向getHtml()函数传递一个网址，并把整个页面下载下来。执行程序就会把整个网页打印输出。
二，筛选页面中想要的数据
Python 提供了非常强大的正则表达式，我们需要先要了解一点python 正则表达式的知识才行。
http://www.cnblogs.com/fnng/archive/2013/05/20/3089816.html
假如我们百度贴吧找到了几张漂亮的壁纸，通过到前段查看工具。找到了图片的地址，如：src=”http://imgsrc.baidu.com/forum......jpg”pic_ext=”jpeg”
修改代码如下：
import re
import urllib
def getHtml(url):
page = urllib.urlopen(url)
html = page.read()
return html
def getImg(html):
reg = r'src="(.+?\.jpg)" pic_ext'
imgre = re.compile(reg)
imglist = re.findall(imgre,html)
return imglist
html = getHtml("http://tieba.baidu.com/p/2460150866")
print getImg(html)
我们又创建了getImg()函数，用于在获取的整个页面中筛选需要的图片连接。re模块主要包含了正则表达式：
re.compile() 可以把正则表达式编译成一个正则表达式对象.
re.findall() 方法读取html 中包含 imgre（正则表达式）的数据。
运行脚本将得到整个页面中包含图片的URL地址。
三，将页面筛选的数据保存到本地
把筛选的图片地址通过for循环遍历并保存到本地，代码如下：
#coding=utf-8
import urllib
import re
def getHtml(url):
page = urllib.urlopen(url)
html = page.read()
return html
def getImg(html):
reg = r'src="(.+?\.jpg)" pic_ext'
imgre = re.compile(reg)
imglist = re.findall(imgre,html)
x = 0
for imgurl in imglist:
urllib.urlretrieve(imgurl,'%s.jpg' % x)
x+=1
html = getHtml("http://tieba.baidu.com/p/2460150866")
print getImg(html)
这里的核心是用到了urllib.urlretrieve()方法，直接将远程数据下载到本地。
通过一个for循环对获取的图片连接进行遍历，为了使图片的文件名看上去更规范，对其进行重命名，命名规则通过x变量加1。保存的位置默认为程序的存放目录。
程序运行完成，将在目录下看到下载到本地的文件。
2484
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
