黑马python3_黑马程序员:Python3入门,看这里就够了!(三)

流程控制

if 控制

if 表达式1:语句 if 表达式2: 语句 elif 表达式3: 语句 else: 语句elif 表达式4: 语句else: 语句

1、每个条件后面要使用冒号 :表示接下来是满足条件后要执行的语句块。 2、使用缩进来划分语句块,相同缩进数的语句在一起组成一个语句块。 3、在 Python 中没有 switch - case 语句。

三元运算符:

if else

编写条件语句时,应该尽量避免使用嵌套语句。嵌套语句不便于阅读,而且可能会忽略一些可能性。

for 遍历

for in :else:

else 语句中的语句2只有循环正常退出(遍历完所有遍历对象中的值)时执行。

在字典中遍历时,关键字和对应的值可以使用

items()

方法同时解读出来:

knights = {'gallahad': 'the pure', 'robin': 'the brave'}for k, v in knights.items():print(k, v)

在序列中遍历时,索引位置和对应值可以使用

enumerate()

函数同时得到:

for i, v in enumerate(['tic', 'tac', 'toe']):print(i, v)

同时遍历两个或更多的序列,可以使用

zip()

组合:

questions = ['name', 'quest', 'favorite color']answers = ['lancelot', 'the holy grail', 'blue']for q, a in zip(questions, answers):print('What is your {0}? It is {1}.'.format(q, a))

要反向遍历一个序列,首先指定这个序列,然后调用

reversed()

函数:

for i in reversed(range(1, 10, 2)):print(i)

要按顺序遍历一个序列,使用

sorted()

函数返回一个已排序的序列,并不修改原值:

basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']for f in sorted(set(basket)):print(f)

while 循环

while:else:

break、continue、pass

break 语句用在 while 和 for 循环中,break 语句用来终止循环语句,即循环条件没有 False 条件或者序列还没被完全递归完,也会停止执行循环语句。    continue 语句用在 while 和 for 循环中,continue 语句用来告诉 Python 跳过当前循环的剩余语句,然后继续进行下一轮循环。 continue 语句跳出本次循环,而 break 跳出整个循环。

pass 是空语句,是为了保持程序结构的完整性。pass 不做任何事情,一般用做占位语句。

迭代器

迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。迭代器有两个基本的方法:iter() 和 next()。字符串,列表或元组对象都可用于创建迭代器。

迭代器可以被 for 循环进行遍历:

li = [1, 2, 3]it = iter(li)for val in it:print(val)

迭代器也可以用 next() 函数访问下一个元素值:

import sysli = [1,2,3,4]it = iter(li)while True:try: print (next(it)) except StopIteration: sys.exit()

生成器

在 Python 中,使用了 yield 的函数被称为生成器(generator)。跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。调用一个生成器函数,返回的是一个迭代器对象。

import sysdef fibonacci(n): # 生成器函数 - 斐波那契a, b, counter = 0, 1, 0 while True: if (counter > n): return yield a a, b = b, a + b counter += 1f = fibonacci(10) # f 是一个迭代器,由生成器返回生成while True: try: print(next(f)) except StopIteration: sys.exit()

函数

自定义函数

函数(Functions)是指可重复使用的程序片段。它们允许你为某个代码块赋予名字,允许你通过这一特殊的名字在你的程序任何地方来运行代码块,并可重复任何次数。这就是所谓的调用(Calling)函数。

函数代码块以def关键词开头,后接函数标识符名称和圆括号 ()。任何传入参数和自变量必须放在圆括号中间,圆括号之间可以用于定义参数。函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明。函数内容以冒号起始,并且缩进。return [表达式]结束函数,选择性地返回一个值给调用方。不带表达式的 return 相当于返回 None。

return可以返回多个值,此时返回的数据未元组类型。定义参数时,带默认值的参数必须在无默认值参数的后面。

def 函数名(参数列表):函数体

参数传递

在 Python 中,类型属于对象,变量是没有类型的:

a = [1,2,3]a = "Runoob"

以上代码中,[1,2,3] 是 List 类型,”Runoob” 是 String 类型,而变量 a 是没有类型,她仅仅是一个对象的引用(一个指针),可以是指向 List 类型对象,也可以是指向 String 类型对象。

可更改与不可更改对象

在 Python 中,字符串,数字和元组是不可更改的对象,而列表、字典等则是可以修改的对象。

不可变类型:变量赋值 a=5 后再赋值 a=10,这里实际是新生成一个 int 值对象 10,再让 a 指向它,而 5 被丢弃,不是改变a的值,相当于新生成了a。可变类型:变量赋值 la=[1,2,3,4] 后再赋值 la[2]=5 则是将 list la 的第三个元素值更改,本身la没有动,只是其内部的一部分值被修改了。

Python 函数的参数传递:

不可变类型:类似 c++ 的值传递,如 整数、字符串、元组。如fun(a),传递的只是a的值,没有影响a对象本身。比如在 fun(a)内部修改 a 的值,只是修改另一个复制的对象,不会影响 a 本身。可变类型:类似 c++ 的引用传递,如 列表,字典。如 fun(la),则是将 la 真正的传过去,修改后fun外部的la也会受影响

Python 中一切都是对象,严格意义我们不能说值传递还是引用传递,我们应该说传不可变对象和传可变对象。

参数

必需参数

必需参数须以正确的顺序传入函数。调用时的数量必须和声明时的一样。

关键字参数

关键字参数和函数调用关系紧密,函数调用使用关键字参数来确定传入的参数值。 使用关键字参数允许函数调用时参数的顺序与声明时不一致,因为 Python 解释器能够用参数名匹配参数值。

def print_info(name, age):"打印任何传入的字符串" print("名字: ", name) print("年龄: ", age) returnprint_info(age=50, name="john")

默认参数

调用函数时,如果没有传递参数,则会使用默认参数。

def print_info(name, age=35):print ("名字: ", name) print ("年龄: ", age) returnprint_info(age=50, name="john")print("------------------------")print_info(name="john")

不定长参数

加了星号 * 的参数会以元组的形式导入,存放所有未命名的变量参数。如果在函数调用时没有指定参数,它就是一个空元组。我们也可以不向函数传递未命名的变量。

def print_info(arg1, *vartuple):print("输出: ") print(arg1) for var in vartuple: print (var) returnprint_info(10)print_info(70, 60, 50)

加了两个星号 ** 的参数会以字典的形式导入。变量名为键,变量值为字典元素值。

def print_info(arg1, **vardict):print("输出: ") print(arg1) print(vardict)print_info(1, a=2, b=3)

匿名函数

Python 使用 lambda 来创建匿名函数。

所谓匿名,意即不再使用def语句这样标准的形式定义一个函数。

lambda 只是一个表达式,函数体比 def 简单很多。 lambda 的主体是一个表达式,而不是一个代码块。仅仅能在 lambda 表达式中封装有限的逻辑进去。 lambda 函数拥有自己的命名空间,且不能访问自己参数列表之外或全局命名空间里的参数。 虽然 lambda 函数看起来只能写一行,却不等同于 C 或 C++ 的内联函数,后者的目的是调用小函数时不占用栈内存从而增加运行效率。

# 语法格式lambda [arg1 [,arg2,.....argn]]:expression

变量作用域

L (Local) 局部作用域E (Enclosing) 闭包函数外的函数中G (Global) 全局作用域B (Built-in) 内建作用域

以 L –> E –> G –> B 的规则查找,即:在局部找不到,便会去局部外的局部找(例如闭包),再找不到就会去全局找,再者去内建中找。

Python 中只有模块(module),类(class)以及函数(def、lambda)才会引入新的作用域,其它的代码块(如 if/elif/else/、try/except、for/while等)是不会引入新的作用域的,也就是说这些语句内定义的变量,外部也可以访问。

定义在函数内部的变量拥有一个局部作用域,定义在函数外的拥有全局作用域。

局部变量只能在其被声明的函数内部访问,而全局变量可以在整个程序范围内访问。调用函数时,所有在函数内声明的变量名称都将被加入到作用域中。

当内部作用域想修改外部作用域的变量时,就要用到global和nonlocal关键字。

num = 1def fun1():global num # 需要使用 global 关键字声明 print(num) num = 123 print(num)fun1()

如果要修改嵌套作用域(enclosing 作用域,外层非全局作用域)中的变量则需要 nonlocal 关键字。

def outer():num = 10 def inner(): nonlocal num # nonlocal关键字声明 num = 100 print(num) inner() print(num)outer()

模块

编写模块有很多种方法,其中最简单的一种便是创建一个包含函数与变量、以 .py 为后缀的文件。

另一种方法是使用撰写 Python 解释器本身的本地语言来编写模块。举例来说,你可以使用 C 语言来撰写 Python 模块,并且在编译后,你可以通过标准 Python 解释器在你的 Python 代码中使用它们。

模块是一个包含所有你定义的函数和变量的文件,其后缀名是.py。模块可以被别的程序引入,以使用该模块中的函数等功能。这也是使用 Python 标准库的方法。

当解释器遇到 import 语句,如果模块在当前的搜索路径就会被导入。

搜索路径是一个解释器会先进行搜索的所有目录的列表。如想要导入模块,需要把命令放在脚本的顶端。一个模块只会被导入一次,这样可以防止导入模块被一遍又一遍地执行。

搜索路径被存储在 sys 模块中的 path 变量。当前目录指的是程序启动的目录。

导入模块

导入模块:

import module1[, module2[,... moduleN]]

从模块中导入一个指定的部分到当前命名空间中:

from modname import name1[, name2[, ... nameN]]

把一个模块的所有内容全都导入到当前的命名空间:

from modname import *

__name__ 属性

每个模块都有一个 __name__ 属性,当其值是 '__main__' 时,表明该模块自身在运行,否则是被引入。

一个模块被另一个程序第一次引入时,其主程序将运行。如果我们想在模块被引入时,模块中的某一程序块不执行,我们可以用 __name__ 属性来使该程序块仅在该模块自身运行时执行。

if __name__ == '__main__':print('程序自身在运行')else: print('我来自另一模块')

dir 函数

内置的函数 dir()可以找到模块内定义的所有名称。以一个字符串列表的形式返回。

如果没有给定参数,那么 dir() 函数会罗列出当前定义的所有名称。

在 Python 中万物皆对象,int、str、float、list、tuple等内置数据类型其实也是类,也可以用

dir(int) 查看 int 包含的所有方法。也可以使用help(int) 查看 int 类的帮助信息。

包是一种管理 Python 模块命名空间的形式,采用”点模块名称”。

比如一个模块的名称是 A.B, 那么他表示一个包 A中的子模块 B 。

就好像使用模块的时候,你不用担心不同模块之间的全局变量相互影响一样,采用点模块名称这种形式也不用担心不同库之间的模块重名的情况。

在导入一个包的时候,Python 会根据 sys.path 中的目录来寻找这个包中包含的子目录。

目录只有包含一个叫做 __init__.py 的文件才会被认作是一个包,主要是为了避免一些滥俗的名字(比如叫做 string)不小心的影响搜索路径中的有效模块。

最简单的情况,放一个空的 __init__.py 文件就可以了。当然这个文件中也可以包含一些初始化代码或者为 __all__

变量赋值。

第三方模块

easy_install 和 pip 都是用来下载安装 Python 一个公共资源库 PyPI 的相关资源包的,pip 是 easy_install 的改进版,提供更好的提示信息,删除 package 等功能。老版本的 python 中只有 easy_install,没有pip。easy_install 打包和发布 Python 包,pip 是包管理。

easy_install 的用法:

安装一个包easy_install 包名easy_install "包名 == 包的版本号"升级一个包easy_install -U "包名 >= 包的版本号"

pip 的用法:

安装一个包pip install 包名pip install 包名 == 包的版本号升级一个包 (如果不提供version号,升级到最新版本)pip install —upgrade 包名 >= 包的版本号删除一个包

pip uninstall 包名

已安装包列表pip list

面向对象

类与对象是面向对象编程的两个主要方面。一个类(Class)能够创建一种新的类型(Type),其中对象(Object)就是类的实例(Instance)。可以这样来类比:你可以拥有类型 int 的变量,也就是说存储整数的变量是 int 类的实例(对象)。

类(Class):用来描述具有相同的属性和方法的对象的集合。它定义了该集合中每个对象所共有的属性和方法。对象是类的实例。方法:类中定义的函数。类变量:类变量在整个实例化的对象中是公用的。类变量定义在类中且在函数体之外。类变量通常不作为实例变量使用。数据成员:类变量或者实例变量用于处理类及其实例对象的相关的数据。方法重写:如果从父类继承的方法不能满足子类的需求,可以对其进行改写,这个过程叫方法的覆盖(override),也称为方法的重写。实例变量:定义在方法中的变量,只作用于当前实例的类。继承:即一个派生类(derived class)继承基类(base class)的字段和方法。继承也允许把一个派生类的对象作为一个基类对象对待。例如,有这样一个设计:一个Dog类型的对象派生自Animal类,这是模拟”是一个(is-a)”关系(例图,Dog是一个Animal)。实例化:创建一个类的实例,类的具体对象。对象:通过类定义的数据结构实例。对象包括两个数据成员(类变量和实例变量)和方法。

Python 中的类提供了面向对象编程的所有基本功能:类的继承机制允许多个基类,派生类可以覆盖基类中的任何方法,方法中可以调用基类中的同名方法。

对象可以包含任意数量和类型的数据。

self

self表示的是当前实例,代表当前对象的地址。类由 self.__class__表示。

self 不是关键字,其他名称也可以替代,但 self 是个通用的标准名称。

类由 class关键字来创建。 类实例化后,可以使用其属性,实际上,创建一个类之后,可以通过类名访问其属性。

对象方法

方法由 def关键字定义,与函数不同的是,方法必须包含参数

self, 且为第一个参数,

self 代表的是本类的实例。

类方法

装饰器 @classmethod 可以将方法标识为类方法。类方法的第一个参数必须为 cls,而不再是 self。

静态方法

装饰器 @staticmethod可以将方法标识为静态方法。静态方法的第一个参数不再指定,也就不需要 self 或 cls。

__init__ 方法

__init__方法即构造方法,会在类的对象被实例化时先运行,可以将初始化的操作放置到该方法中。如果重写了 __init__,实例化子类就不会调用父类已经定义的 __init__。

变量

类变量(Class Variable)是共享的(Shared)——它们可以被属于该类的所有实例访问。该类变量只拥有一个副本,当任何一个对象对类变量作出改变时,发生的变动将在其它所有实例中都会得到体现。

对象变量(Object variable)由类的每一个独立的对象或实例所拥有。在这种情况下,每个对象都拥有属于它自己的字段的副本,也就是说,它们不会被共享,也不会以任何方式与其它不同实例中的相同名称的字段产生关联。

在 Python 中,变量名类似 __xxx__ 的,也就是以双下划线开头,并且以双下划线结尾的,是特殊变量,特殊变量是可以直接访问的,不是 private 变量,所以,不能用 __name__、__score__ 这样的变量名。

访问控制

私有属性__private_attr:两个下划线开头,声明该属性为私有,不能在类地外部被使用或直接访问。私有方法__private_method:两个下划线开头,声明该方法为私有方法,只能在类的内部调用,不能在类地外部调用。

我们还认为约定,一个下划线开头的属性或方法为受保护的。比如,_protected_attr、_protected_method。

继承

类可以继承,并且支持继承多个父类。在定义类时,类名后的括号中指定要继承的父类,多个父类之间用逗号分隔。

子类的实例可以完全访问所继承所有父类的非私有属性和方法。

若是父类中有相同的方法名,而在子类使用时未指定,Python 从左至右搜索,即方法在子类中未找到时,从左到右查找父类中是否包含方法。

方法重写

子类的方法可以重写父类的方法。重写的方法参数不强制要求保持一致,不过合理的设计都应该保持一致。super()函数可以调用父类的一个方法,以多继承问题。

类的专有方法:

__init__: 构造函数,在生成对象时调用

__del__: 析构函数,释放对象时使用

__repr__: 打印,转换

__setitem__: 按照索引赋值

__getitem__: 按照索引获取值

__len__: 获得长度

__cmp__: 比较运算

__call__: 函数调用

__add__: 加运算

__sub__: 减运算

__mul__: 乘运算

__div__: 除运算

__mod__: 求余运算

__pow__: 乘方

类的专有方法也支持重载。

实例

class Person:"""人员信息""" # 姓名(共有属性) name = '' # 年龄(共有属性) age = 0 def __init__(self, name='', age=0): self.name = name self.age = age # 重载专有方法: __str__ def __str__(self): return "这里重载了 __str__ 专有方法, " + str({'name': self.name, 'age': self.age}) def set_age(self, age): self.age = ageclass Account: """账户信息""" # 账户余额(私有属性) __balance = 0 # 所有账户总额 __total_balance = 0 # 获取账户余额 # self 必须是方法的第一个参数 def balance(self): return self.__balance # 增加账户余额 def balance_add(self, cost): # self 访问的是本实例 self.__balance += cost # self.__class__ 可以访问类 self.__class__.__total_balance += cost # 类方法(用 @classmethod 标识,第一个参数为 cls) @classmethod def total_balance(cls): return cls.__total_balance # 静态方法(用 @staticmethod 标识,不需要类参数或实例参数) @staticmethod def exchange(a, b): return b, aclass Teacher(Person, Account): """教师""" # 班级名称 _class_name = '' def __init__(self, name): # 第一种重载父类__init__()构造方法 # super(子类,self).__init__(参数1,参数2,....) super(Teacher, self).__init__(name) def get_info(self): # 以字典的形式返回个人信息 return { 'name': self.name, # 此处访问的是父类Person的属性值 'age': self.age, 'class_name': self._class_name, 'balance': self.balance(), # 此处调用的是子类重载过的方法 } # 方法重载 def balance(self): # Account.__balance 为私有属性,子类无法访问,所以父类提供方法进行访问 return Account.balance(self) * 1.1class Student(Person, Account): """学生""" _teacher_name = '' def __init__(self, name, age=18): # 第二种重载父类__init__()构造方法 # 父类名称.__init__(self,参数1,参数2,...) Person.__init__(self, name, age) def get_info(self): # 以字典的形式返回个人信息 return { 'name': self.name, # 此处访问的是父类Person的属性值 'age': self.age, 'teacher_name': self._teacher_name, 'balance': self.balance(), }# 教师 Johnjohn = Teacher('John')john.balance_add(20)john.set_age(36) # 子类的实例可以直接调用父类的方法print("John's info:", john.get_info())# 学生 Marymary = Student('Mary', 18)mary.balance_add(18)print("Mary's info:", mary.get_info())# 学生 Fakefake = Student('Fake')fake.balance_add(30)print("Fake's info", fake.get_info())# 三种不同的方式调用静态方法print("john.exchange('a', 'b'):", john.exchange('a', 'b'))print('Teacher.exchange(1, 2)', Teacher.exchange(1, 2))print('Account.exchange(10, 20):', Account.exchange(10, 20))# 类方法、类属性print('Account.total_balance():', Account.total_balance())print('Teacher.total_balance():', Teacher.total_balance())print('Student.total_balance():', Student.total_balance())# 重载专有方法print(fake)

输出:

John's info: {'name': 'John', 'age': 36, 'class_name': '', 'balance': 22.0}Mary's info: {'name': 'Mary', 'age': 18, 'teacher_name': '', 'balance': 18}Fake's info {'name': 'Fake', 'age': 18, 'teacher_name': '', 'balance': 30}john.exchange('a', 'b'): ('b', 'a')Teacher.exchange(1, 2) (2, 1)Account.exchange(10, 20): (20, 10)Account.total_balance(): 0Teacher.total_balance(): 20Student.total_balance(): 48这里重载了 __str__ 专有方法, {'name': 'Fake', 'age': 18}

错误和异常

语法错误

SyntaxError 类表示语法错误,当解释器发现代码无法通过语法检查时会触发的错误。语法错误是无法用

try...except...捕获的。

>>> print:File "", line 1 print: ^SyntaxError: invalid syntax

异常

即便程序的语法是正确的,在运行它的时候,也有可能发生错误。运行时发生的错误被称为异常。 错误信息的前面部分显示了异常发生的上下文,并以调用栈的形式显示具体信息。

>>> 1 + '0'Traceback (most recent call last):File "", line 1, in TypeError: unsupported operand type(s) for +: 'int' and 'str'

异常处理

Python 提供了 try ... except ...的语法结构来捕获和处理异常。

try 语句执行流程大致如下:

首先,执行 try 子句(在关键字 try 和关键字 except 之间的语句)如果没有异常发生,忽略 except 子句,try 子句执行后结束。如果在执行 try 子句的过程中发生了异常,那么 try 子句余下的部分将被忽略。如果异常的类型和 except 之后的名称相符,那么对应的 except 子句将被执行。最后执行 try 语句之后的代码。如果一个异常没有与任何的 except 匹配,那么这个异常将会传递给上层的 try 中。一个 try 语句可能包含多个 except 子句,分别来处理不同的特定的异常。最多只有一个 except 子句会被执行。处理程序将只针对对应的 try 子句中的异常进行处理,而不是其他的 try 的处理程序中的异常。一个 except 子句可以同时处理多个异常,这些异常将被放在一个括号里成为一个元组。最后一个 except 子句可以忽略异常的名称,它将被当作通配符使用。可以使用这种方法打印一个错误信息,然后再次把异常抛出。try except 语句还有一个可选的 else 子句,如果使用这个子句,那么必须放在所有的 except 子句之后。这个子句将在 try 子句没有发生任何异常的时候执行。异常处理并不仅仅处理那些直接发生在 try 子句中的异常,而且还能处理子句中调用的函数(甚至间接调用的函数)里抛出的异常。不管 try 子句里面有没有发生异常,finally 子句都会执行。如果一个异常在 try 子句里(或者在 except 和 else 子句里)被抛出,而又没有任何的 except 把它截住,那么这个异常会在 finally 子句执行后再次被抛出。

抛出异常

使用 raise 语句抛出一个指定的异常。

raise 唯一的一个参数指定了要被抛出的异常。它必须是一个异常的实例或者是异常的类(也就是 Exception 的子类)。

如果你只想知道这是否抛出了一个异常,并不想去处理它,那么一个简单的 raise 语句就可以再次把它抛出。

自定义异常

可以通过创建一个新的异常类来拥有自己的异常。异常类继承自 Exception 类,可以直接继承,或者间接继承。

当创建一个模块有可能抛出多种不同的异常时,一种通常的做法是为这个包建立一个基础异常类,然后基于这个基础类为不同的错误情况创建不同的子类。

大多数的异常的名字都以”Error”结尾,就跟标准的异常命名一样。

实例

import sysclass Error(Exception):"""Base class for exceptions in this module.""" pass# 自定义异常class InputError(Error): """Exception raised for errors in the input. Attributes: expression -- input expression in which the error occurred message -- explanation of the error """ def __init__(self, expression, message): self.expression = expression self.message = messagetry: print('code start running...') raise InputError('input()', 'input error') # ValueError int('a') # TypeError s = 1 + 'a' dit = {'name': 'john'} # KeyError print(dit['1'])except InputError as ex: print("InputError:", ex.message)except TypeError as ex: print('TypeError:', ex.args) passexcept (KeyError, IndexError) as ex: """支持同时处理多个异常, 用括号放到元组里""" print(sys.exc_info())except: """捕获其他未指定的异常""" print("Unexpected error:", sys.exc_info()[0]) # raise 用于抛出异常 raise RuntimeError('RuntimeError')else: """当无任何异常时, 会执行 else 子句""" print('"else" 子句...')finally: """无论有无异常, 均会执行 finally""" print('finally, ending')

文件操作

打开文件

open() 函数用于打开/创建一个文件,并返回一个 file 对象:open(filename, mode)

filename:包含了你要访问的文件名称的字符串值mode:决定了打开文件的模式:只读,写入,追加等

文件打开模式:

文件对象方法

fileObject.close()close() 方法用于关闭一个已打开的文件。关闭后的文件不能再进行读写操作,否则会触发 ValueError 错误。 close() 方法允许调用多次。当 file 对象,被引用到操作另外一个文件时,Python 会自动关闭之前的 file 对象。 使用 close() 方法关闭文件是一个好的习惯。fileObject.flush()flush() 方法是用来刷新缓冲区的,即将缓冲区中的数据立刻写入文件,同时清空缓冲区,不需要是被动的等待输出缓冲区写入。一般情况下,文件关闭后会自动刷新缓冲区,但有时你需要在关闭前刷新它,这时就可以使用 flush() 方法。fileObject.fileno()fileno() 方法返回一个整型的文件描述符(file descriptor FD 整型),可用于底层操作系统的 I/O 操作。fileObject.isatty()isatty() 方法检测文件是否连接到一个终端设备,如果是返回 True,否则返回 False。next(iterator[,default])Python 3 中的 File 对象不支持 next() 方法。 Python 3 的内置函数 next()通过迭代器调用 __next__()方法返回下一项。在循环中,next() 函数会在每次循环中调用,该方法返回文件的下一行,如果到达结尾(EOF),则触发 StopIteration。fileObject.read()read() 方法用于从文件读取指定的字节数,如果未给定或为负则读取所有。fileObject.readline()readline() 方法用于从文件读取整行,包括 “” 字符。如果指定了一个非负数的参数,则返回指定大小的字节数,包括 “” 字符。fileObject.readlines()readlines() 方法用于读取所有行(直到结束符 EOF)并返回列表,该列表可以由 Python 的 for... in ...结构进行处理。如果碰到结束符 EOF,则返回空字符串。fileObject.seek(offset[, whence])seek() 方法用于移动文件读取指针到指定位置。whence 的值, 如果是 0 表示开头, 如果是 1 表示当前位置, 2 表示文件的结尾。whence 值为默认为0,即文件开头。例如:seek(x, 0):从起始位置即文件首行首字符开始移动 x 个字符seek(x, 1):表示从当前位置往后移动 x 个字符seek(-x, 2):表示从文件的结尾往前移动 x 个字符fileObject.tell(offset[, whence])tell() 方法返回文件的当前位置,即文件指针当前位置。fileObject.truncate([size])truncate() 方法用于从文件的首行首字符开始截断,截断文件为 size 个字符,无 size 表示从当前位置截断;截断之后 V 后面的所有字符被删除,其中 Widnows 系统下的换行代表2个字符大小。fileObject.write([str])write() 方法用于向文件中写入指定字符串。在文件关闭前或缓冲区刷新前,字符串内容存储在缓冲区中,这时你在文件中是看不到写入的内容的。如果文件打开模式带 b,那写入文件内容时,str (参数)要用 encode 方法转为 bytes 形式,否则报错:TypeError: a bytes-like object is required, not 'str'。fileObject.writelines([str])writelines() 方法用于向文件中写入一序列的字符串。这一序列字符串可以是由迭代对象产生的,如一个字符串列表。换行需要指定换行符 。

实例

filename = 'data.log'# 打开文件(a+ 追加读写模式)# 用 with 关键字的方式打开文件,会自动关闭文件资源with open(filename, 'w+', encoding='utf-8') as file:print('文件名称: {}'.format(file.name)) print('文件编码: {}'.format(file.encoding)) print('文件打开模式: {}'.format(file.mode)) print('文件是否可读: {}'.format(file.readable())) print('文件是否可写: {}'.format(file.writable())) print('此时文件指针位置为: {}'.format(file.tell())) # 写入内容 num = file.write("第一行内容") print('写入文件 {} 个字符'.format(num)) # 文件指针在文件尾部,故无内容 print(file.readline(), file.tell()) # 改变文件指针到文件头部 file.seek(0) # 改变文件指针后,读取到第一行内容 print(file.readline(), file.tell()) # 但文件指针的改变,却不会影响到写入的位置 file.write('第二次写入的内容') # 文件指针又回到了文件尾 print(file.readline(), file.tell()) # file.read() 从当前文件指针位置读取指定长度的字符 file.seek(0) print(file.read(9)) # 按行分割文件,返回字符串列表 file.seek(0) print(file.readlines()) # 迭代文件对象,一行一个元素 file.seek(0) for line in file: print(line, end='')# 关闭文件资源if not file.closed: file.close()

输出:

文件名称: data.log文件编码: utf-8文件打开模式: w+文件是否可读: True文件是否可写: True此时文件指针位置为: 0写入文件 6 个字符16第一行内容1641第一行内容第二次['第一行内容', '第二次写入的内容']第一行内容第二次写入的内容

序列化

在 Python 中 pickle 模块实现对数据的序列化和反序列化。pickle 支持任何数据类型,包括内置数据类型、函数、类、对象等。

方法

dump

将数据对象序列化后写入文件

pickle.dump(obj, file, protocol=None, fix_imports=True)

必填参数 obj 表示将要封装的对象。 必填参数 file 表示 obj 要写入的文件对象,file 必须以二进制可写模式打开,即wb。 可选参数 protocol 表示告知 pickle 使用的协议,支持的协议有 0,1,2,3,默认的协议是添加在 Python 3 中的协议3。

load

从文件中读取内容并反序列化pickle.load(file, fix_imports=True, encoding='ASCII', errors='strict')必填参数 file 必须以二进制可读模式打开,即rb,其他都为可选参数。

dumps

以字节对象形式返回封装的对象,不需要写入文件中pickle.dumps(obj, protocol=None, fix_imports=True)

loads

从字节对象中读取被封装的对象,并返回pickle.loads(bytes_object, fix_imports=True, encoding='ASCII', errors='strict')

实例

import pickledata = [1, 2, 3]# 序列化数据并以字节对象返回dumps_obj = pickle.dumps(data)print('pickle.dumps():', dumps_obj)# 从字节对象中反序列化数据loads_data = pickle.loads(dumps_obj)print('pickle.loads():', loads_data)filename = 'data.log'# 序列化数据到文件中with open(filename, 'wb') as file:pickle.dump(data, file)# 从文件中加载并反序列化with open(filename, 'rb') as file: load_data = pickle.load(file) print('pickle.load():', load_data)

输出:

pickle.dumps(): b']q(KKKe.'pickle.loads(): [1, 2, 3]pickle.load(): [1, 2, 3]

命名规范

Python 之父 Guido 推荐的规范

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值