【Python系统学习】基础篇

这次真的是最后一次了！第三次滚Python的基础。走了太多弯路。认真一点！菜鸟！

教程

• 转义字符 \

可以转义很多字符，比如\n表示换行，\t表示制表符，字符\本身也要转义，所以\\表示的字符就是\

• 用'''...'''的格式表示多行内容

• 用全部大写的变量名表示常量（编写习惯）

• ASCII编码和Unicode编码的区别：ASCII编码是1个字节，而Unicode编码通常是2个字节。

• 在字符串内部，%s表示用字符串替换，%d表示用整数替换，有几个%?占位符，后面就跟几个变量或者值，顺序要对应好。如果只有一个%?，括号可以省略。

• >>> '%2d-%02d' % (3, 1)
  
  ' 3-01'

• 用%%来表示一个%

• 字符串用%s,数字用%d

列表：list []

• Python内置的一种数据类型是列表。

• list是一种有序的集合，可以随时添加和删除其中的元素。

• list中索引值为[-1]， 是最后一个元素

• list是一个可变的有序表，所以可以增-(append)插-(insert)删-(pop)改-(直接赋值)

• 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或tuple //利用多维数组去取元素，tuple不可更改

元组：tuple ()

• 另一种有序列表

• tuple和list非常类似，但是tuple一旦初始化就不能修改

• 只有1个元素的tuple时，也会加一个逗号,，以免你误解成数学计算意义上的括号

• tuple元素也可以是另一个tuple或list //这个时候这个元素就可以满足list的修改等方法了

条件判断和循环

• 条件判断

if <条件判断1>:
    <执行1>
elif <条件判断2>:
    <执行2>
elif <条件判断3>:
    <执行3>
else:
    <执行4>

• 循环有两种：1.for...in循环 2.while循环

• Python提供一个range()函数，可以生成一个整数序列 //range(5)生成的序列是从0开始小于5的整数

• while循环，只要条件满足，就不断循环，条件不满足时退出循环

raw_input

• raw_input()读取的内容永远以字符串的形式返回，把字符串和整数比较就不会得到期待的结果，必须先用int()把字符串转换为我们想要的整型

dict

• Python内置了字典：dict的支持，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

• 一个key只能对应一个value

• 字典还有个get方法

• 一般都是通过Key去找到对应的value，操作不可逆

• 要删除一个key，用pop(key)方法，对应的value也会从dict中删除

• dict的key必须是不可变对象

*这是因为dict根据key来计算value的存储位置，如果每次计算相同的key得出的结果不同，那dict内部就完全混乱了。这个通过key计算位置的算法称为哈希算法（Hash）

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。

• add(key)和remove(key)方法

• set可以看成数学意义上的无序和无重复元素的集合，因此，两个set可以做数学意义上的交集（&）、并集（|）等操作

函数

Python内置函数

• 可以把函数名赋给一个变量，相当于给这个函数起了一个“别名”

• 默认参数必须指向不变对象 （不要用list等可变的作为默认参数）

• 可变参数(*args) //可定义一个列表或元祖num，再通过*num传入到函数中

• 关键字参数(**kw) //字典形式

• 参数组合 （*args和**kw）可以混合着用

'''

Python的函数具有非常灵活的参数形态，既可以实现简单的调用，又可以传入非常复杂的参数。

默认参数一定要用不可变对象，如果是可变对象，运行会有逻辑错误！

要注意定义可变参数和关键字参数的语法：

*args是可变参数，args接收的是一个tuple；

**kw是关键字参数，kw接收的是一个dict。

以及调用函数时如何传入可变参数和关键字参数的语法：

可变参数既可以直接传入：func(1, 2, 3)，又可以先组装list或tuple，再通过*args传入：func(*(1, 2, 3))；

关键字参数既可以直接传入：func(a=1, b=2)，又可以先组装dict，再通过**kw传入：func(**{'a': 1, 'b': 2})。

使用*args和**kw是Python的习惯写法，当然也可以用其他参数名，但最好使用习惯用法。

'''

• 递归函数的优点是逻辑简单清晰，缺点是过深的调用会导致栈溢出

切片

• L[0:3]表示，从索引0开始取，直到索引3为止，但不包括索引3

• 倒数第一个元素的索引是-1

• 前10个数，每两个取一个，取得是索引号靠前的数 // L[:10:2]

• 只写[:]就可以原样复制一个list

*tuple也可以进行切片操作，不过取出来的是一个tuple

迭代

• 如果给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们成为迭代（Iteration）

• 在Python中，迭代是通过for ... in来完成的

• 通过collections模块的Iterable类型判断一个对象是否为可迭代对象

• Python内置的enumerate函数可以把一个list变成索引-元素对

列表生成式：range

• 列表生成式即List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式

• 写列表生成式时，把要生成的元素x * x放到前面，后面跟for循环，就可以把list创建出来

• for循环后面还可以加上if判断(再筛选一次)

• for循环其实可以同时使用两个甚至多个变量

*先写for循环，然后再写要生成的元素（放在前面），最后加[] //最后加()这就变成了一个生成器

*变小写的方法是lower()

*内建的isinstance函数可以判断一个变量是不是字符串

生成器

• 在Python中，这种一边循环一边计算的机制，称为生成器（Generator）

• 生成生成器（Generator）的方法：1.把列表生成式的[]改成() 2.用yield

• 如果要一个一个打印出来，可以通过generator的next()方法 //不推荐，可直接用for..in循环取元素

函数式编程

*函数是Python内建支持的一种封装，我们通过把大段代码拆成函数，通过一层一层的函数调用，就可以把复杂任务分解成简单的任务，这种分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。

高阶函数:接收函数作为参数

• 变量可以指向函数

• 不要把封装好的函数的函数名用来只想对象（如：abs=10）

• 一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数

• 编写高阶函数，就是让函数的参数能够接收别的函数

map/reduce

• map()函数接收两个参数，一个是函数，一个是序列，map将传入的函数依次作用到序列的每个元素，并把结果作为新的list返回

• reduce把一个函数作用在一个序列[x1, x2, x3...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：

reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)

*求和运算可以直接用Python内建函数sum()

filter

• Python内建的filter()函数用于过滤序列

• filter()也接收一个函数和一个序列

• 根据函数的规则，每个元素去比较匹配，符合的存到[]，不符合的过滤掉

*python内建的strip函数：去掉字符串前后的空格

sorted

• Python内置的sorted()函数就可以对list进行排序

• sorted()函数也是一个高阶函数 //sorted([序列],函数名)

返回函数

• 高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回

闭包

• 外部函数+内部函数 //注意缩进

• 返回的函数并没有立刻执行，而是直到调用了内部函数名()才执行

• 实现难，调用简单

• 返回闭包时牢记的一点就是：返回函数不要引用任何循环变量，或者后续会发生变化的变量

匿名函数

• 关键字lambda表示匿名函数，冒号前面的x表示函数参数

• 匿名函数有个限制，就是只能有一个表达式，不用写return，返回值就是该表达式的结果

• 匿名函数也是一个函数对象，也可以把匿名函数赋值给一个变量，再利用变量来调用该（匿名）函数

*函数也是一个对象，而且函数对象可以被赋值给变量，所以，通过变量也能调用该函数

装饰器（Decorator）

• 函数对象有一个__name__属性，可以拿到函数的名字

• 在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）

• 函数A前用@调用出定义的装饰器，装饰器也是高阶函数，接收的函数是A

偏函数

• 通过设定参数的默认值，可以降低函数调用的难度。而偏函数也可以做到这一点

• 创建偏函数时，实际上可以接收函数对象、*args和**kw这3个参数

• 当函数的参数个数太多，需要简化时，使用functools.partial可以创建一个新的函数，这个新函数可以固定住原函数的部分参数，从而在调用时更简单

模块

python自带的内建函数

面向对象编程

• 类名通常是大写开头的单词

• 由于类可以起到模板的作用，因此，可以在创建实例的时候，把一些我们认为必须绑定的属性强制填写进去。通过定义一个特殊的__init__方法，在创建实例的时候，就把name，score等属性绑上去 //初始化

• 如果要让内部属性不被外部访问，可以把属性的名称前加上两个下划线__，在Python中，实例的变量名如果以__开头，就变成了一个私有变量（private），只有内部可以访问，外部不能访问

• 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

继承和多态

• 在OOP程序设计中，当我们定义一个class的时候，可以从某个现有的class继承，新的class称为子类（Subclass），而被继承的class称为基类、父类或超类（Base class、Super class）

• 多态其实指的主要就是子类可以重写父类的方法，然后再实例化调用的时候根据数据类型（指定的是哪个类的）来选择调用具体的方法（父类or子类）

*类一定要实例化，才能去调用类方法啊！

获取对象信息

• 使用type()来判断对象类型

• 有一种类型就叫TypeType，所有类型本身的类型就是TypeType

• 使用isinstance()函数判断class的类型 //从上往下的 判断子类的实例化是否为父类的数据类型（真），判断父类的实例化是否为子类的数据类型（假）

• 使用dir()函数获得一个对象的所有属性和方法

• getattr()、setattr()以及hasattr()，我们可以直接操作一个对象的状态

使用__slots__

*一般我们把方法写在class中，所有实例都可以去掉用它

为了达到限制的目的，Python允许在定义class的时候，定义一个特殊的__slots__变量，来限制该class能添加的属性

*使用__slots__要注意，__slots__定义的属性仅对当前类起作用，对继承的子类是不起作用的

**除非在子类中也定义__slots__，这样，子类允许定义的属性就是自身的__slots__加上父类的__slots__

使用@property（后期继续学习下，不是很理解）

*场景是设置分数（set_score），打印分数（get_score），这样子设置两个方法，实例调用的时候也是调用这两个方法，挺麻烦的。

Python内置的@property装饰器就是负责把一个方法变成属性调用的

*@property 可以将python定义的函数“当做”属性访问

多重继承

• 通过多重继承，一个子类就可以同时获得多个父类的所有功能

*Mixin：需要“混入”额外的功能，通过多重继承就可以实现，这是一种设计模式

**Mixin的目的就是给一个类增加多个功能，这样，在设计类的时候，我们优先考虑通过多重继承来组合多个Mixin的功能，而不是设计多层次的复杂的继承关系

由于Python允许使用多重继承，因此，Mixin就是一种常见的设计

定制类（Python自带的几个） 参考

*看到类似__slots__这种形如__xxx__的变量或者函数名就要注意，这些在Python中是有特殊用途的

• __str__()返回用户看到的字符串，而__repr__()返回程序开发者看到的字符串，也就是说，__repr__()是为调试服务的

• 如果一个类想被用于for ... in循环，类似list或tuple那样，就必须实现一个__iter__()方法

*如果一个类想被用于for ... in循环，类似list或tuple那样，就必须实现一个__iter__()方法，该方法返回一个迭代对象，然后，Python的for循环就会不断调用该迭代对象的next()方法拿到循环的下一个值，直到遇到StopIteration错误时退出循环

• Python还有另一个机制，那就是写一个__getattr__()方法，动态返回一个属性 //只有在没有找到属性的情况下，才调用__getattr__

• 任何类，只需要定义一个__call__()方法，就可以直接对实例进行调用

• 通过callable()函数，我们就可以判断一个对象是否是“可调用”对象

*__XX__类的方法都不用去调用，这像__init__一样，属于内置方法啦

**迭代器 基础知识

　　一个实现了 __iter__() 和 next() 方法的类可以作为迭代器使用

元类（先跳过吧，到时候学Django的时候再拿出来学习下）

'''

Python内置了一套异常处理机制，来帮助我们进行错误处理。

我们也需要跟踪程序的执行，查看变量的值是否正确，这个过程称为调试。

'''

错误处理（Python常见的错误类型）

• 在程序运行的过程中，如果发生了错误，可以事先约定返回一个错误代码，这样，就可以知道是否有错，以及出错的原因。在操作系统提供的调用中，返回错误码非常常见

• try...except...finally...的错误处理机制

*当我们认为某些代码可能会出错时，就可以用try来运行这段代码，如果执行出错，则后续代码不会继续执行，而是直接跳转至错误处理代码，即except语句块，执行完except后，如果有finally语句块，则执行finally语句块，至此，执行完毕

**finally一定会被执行（可以没有finally语句）

• Python的错误其实也是class，所有的错误类型都继承自BaseException，所以在使用except时需要注意的是，它不但捕获该类型的错误，还把其子类也“一网打尽

• Python内置的logging模块可以非常容易地记录错误信息

• 通过配置，logging还可以把错误记录到日志文件里，方便事后排查

抛出错误（raise）

• Python内置的错误类型（类），我们也可以自己定义自己的错误类型（类）//不过一般内置的都够用，用继承的方式重写自己的错误类型（类）就行

• 怎么使用自己定义的错误类型（类）呢：用raise //有点类似try..except..finally，只不过我们用的是raise关键字

• 捕获错误目的只是记录一下，便于后续追踪。但是，由于当前函数不知道应该怎么处理该错误，所以，最恰当的方式是继续往上抛，让顶层调用者去处理

*raise语句如果不带参数，就会把当前错误原样抛出 //我们捕获错误，只不过是判断是不是这种错误类型，然后执行后面我们设置的语句（不一定是处理错误，除非是logging），所以我们在这儿的最后写一句raise，这样子系统会处理这个错误，打出错误信息的、

**捕获错误的目的是分析错误！！！

调试

1.简单直接粗暴有效，就是用print把可能有问题的变量打印出来看看

2.断言

3.（推荐）logging //logging.info()就可以输出一段文本 //logging具体的到时候再说

4.pdb //这个要去单独启动的

5.pdb.set_trace() //也是挺麻烦的

6.IDE //有console

单元测试（unittest） //先略过了

文档测试 //略过

Python内置的“文档测试”（doctest）模块可以直接提取注释中的代码并执行测试

文件读写

• 读写文件是最常见的IO操作。Python内置了读写文件的函数，用法和C是兼容的

• 读文件：open -> read -> close；

• Python引入了with语句来自动帮我们调用close()方法 //with ... as ...

• 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

• 写文件：open -> write -> close

操作文件和目录

• 操作文件和目录的函数一部分放在os模块中，一部分放在os.path模块中，这一点要注意一下

• 查看路径、新建目录、删除目录、文件重命名、删掉文件

• 把两个路径合成一个时，不要直接拼字符串，而要通过os.path.join()函数；同样的道理，要拆分路径时，也不要直接去拆字符串，而要通过os.path.split()函数

• os.path.splitext()可以直接让你得到文件扩展名 // B/a.txt -> ('B/a','.txt')

• 利用Python的特性过滤文件

序列化

• 我们把变量从内存中变成可存储或传输的过程称之为序列化，在Python中叫pickling;反过来，把变量内容从序列化的对象重新读到内存里称之为反序列化，即unpickling

• Python提供两个模块来实现序列化：cPickle和pickle

• pickle.dumps()方法把任意对象序列化成一个str，然后，就可以把这个str写入文件。或者用另一个方法pickle.dump()直接把对象序列化后写入一个file-like Object

• 用pickle.load()方法从一个file-like Object中直接反序列化出对象

*和JSON一样都可以写到一个可读写文件中，再反序列搞到内存中打印读取

**反序列化得到的所有字符串对象默认都是unicode而不是str

JSON //JSON的具体知识后面有空再补补

如果我们要在不同的编程语言之间传递对象，就必须把对象序列化为标准格式，比如XML，但更好的方法是序列化为JSON，因为JSON表示出来就是一个字符串，可以被所有语言读取，也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式，并且比XML更快，而且可以直接在Web页面中读取，非常方便

Python内置的json模块提供了非常完善的Python对象到JSON格式的转换

进程和线程 //略过

一个进程 -> 多个线程

多任务的实现有3种方式：多进程模式；多线程模式；多进程+多线程模式；

多进程

• Python的os模块封装了常见的系统调用，其中就包括fork，可以在Python程序中轻松创建子进程 //Windows没有fork调用

• multiprocessing模块提供了一个Process类来代表一个进程对象

在Unix/Linux下，可以使用fork()调用实现多进程。

要实现跨平台的多进程，可以使用multiprocessing模块。

进程间通信是通过Queue、Pipes等实现的。

正则表达式

• 用\d可以匹配一个数字，\w可以匹配一个字母或数字

• .可以匹配任意字符

• 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

• \s可以匹配一个空格（也包括Tab等空白符），所以\s+表示至少有一个空格

• 要做更精确地匹配，可以用[]表示范围

• [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

• ^表示行的开头，^\d表示必须以数字开头

• $表示行的结束，\d$表示必须以数字结束

re模块

Python提供re模块，包含所有正则表达式的功能

*使用Python的r前缀，就不用考虑转义的问题 ：s = r'ABC\-001' # Python的字符串

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 //re.match('xxxx')

切分字符串 split

分组

用()表示的就是要提取的分组（Group）

如果正则表达式中定义了组，就可以在Match对象上用group()方法提取出子串来；group(0)永远是原始字符串，group(1)、group(2)……表示第1、2、……个子串

常用内建模块

collections //tmd不知道为什么导入了不能用,先放着吧！！

collections是Python内建的一个集合模块，提供了许多有用的集合类

namedtuple

• namedtuple是一个函数，它用来创建一个自定义的tuple对象，并且规定了tuple元素的个数，并可以用属性而不是索引来引用tuple的某个元素

deque

• deque是为了高效实现插入和删除操作的双向列表，适合用于队列和栈

• deque除了实现list的append()和pop()外，还支持appendleft()和popleft()，这样就可以非常高效地往头部添加或删除元素

base64 //不懂什么鬼，感觉也用不到，略过了

• Base64是一种用64个字符来表示任意二进制数据的方法；Base64是一种最常见的二进制编码方法

• Base64是一种任意二进制到文本字符串的编码方法，常用于在URL、Cookie、网页中传输少量二进制数据

struct //官方说明文档

• 由于str既是字符串，又可以表示字节，所以，字节数组＝str

• Python提供了一个struct模块来解决str和其他二进制数据类型的转换

*讲解一下吧：图片视频在python输出来的都是二进制符号，我们无法判断具体是啥，通过struct给它转一转转成我们看得懂的输出

hashlib //有些不太理解，略

• Python的hashlib提供了常见的摘要算法，如MD5，SHA1等等 //摘要算法又称哈希算法、散列算法。它通过一个函数，把任意长度的数据转换为一个长度固定的数据串（通常用16进制的字符串表示）

• 摘要算法就是通过摘要函数f()对任意长度的数据data计算出固定长度的摘要digest，目的是为了发现原始数据是否被人篡改过

• MD5是最常见的摘要算法，速度很快，生成结果是固定的128 bit字节，通常用一个32位的16进制字符串表示

• 另一种常见的摘要算法是SHA1，调用SHA1和调用MD5完全类似

itertools

Python的内建模块itertools提供了非常有用的用于操作迭代对象的函数

XML //SAX还不会，用了虫师的DOM方法

操作XML有两种方法：DOM和SAX

DOM会把整个XML读入内存，解析为树，因此占用内存大，解析慢，优点是可以任意遍历树的节点；SAX是流模式，边读边解析，占用内存小，解析快，缺点是我们需要自己处理事件

*正常情况下，优先考虑SAX，因为DOM实在太占内存

**在Python中使用SAX解析XML非常简洁，通常我们关心的事件是start_element，end_element和char_data，准备好这3个函数，然后就可以解析xml了

会产生3个事件：

1. start_element事件，在读取<a href="/">时；

2. char_data事件，在读取python时；

3. end_element事件，在读取</a>时。

HTMLParser //现在不都用urllib了吗?果断略！

Python提供了HTMLParser来非常方便地解析HTML

PIL //处理图像；可用于图片的验证码处理；

PIL：Python Imaging Library，已经是Python平台事实上的图像处理标准库了。

图形界面 //略略

Tkinter

Python自带的库是支持Tk的Tkinter，使用Tkinter //调用它的接口就行了

网络编程 //略

电子邮件 //导入email又不行，哎，先略过

SMTP发送邮件

SMTP是发送邮件的协议，Python内置对SMTP的支持，可以发送纯文本邮件、HTML邮件以及带附件的邮件

Python对SMTP支持有smtplib和email两个模块，email负责构造邮件，smtplib负责发送邮件

访问数据库 //略

SQLite，MySQL

*表是数据库中存放关系数据的集合，一个数据库里面通常都包含多个表；表和表之间通过外键关联；

Web开发

WSGI接口（Web Server Gateway Interface）

一个Web应用的本质就是：

1. 浏览器发送一个HTTP请求；

2. 服务器收到请求，生成一个HTML文档；

3. 服务器把HTML文档作为HTTP响应的Body发送给浏览器；

4. 浏览器收到HTTP响应，从HTTP Body取出HTML文档并显示。

*最简单的Web应用就是先把HTML用文件保存好，用一个现成的HTTP服务器软件，接收用户请求，从文件中读取HTML，返回。Apache、Nginx、Lighttpd等这些常见的静态服务器就是干这件事情的

**有了MVC，我们就分离了Python代码和HTML代码。HTML代码全部放到模板里，写起来更有效率。

除了Flask，常见的Python Web框架还有：

• Django：全能型Web框架；

• web.py：一个小巧的Web框架；

• Bottle：和Flask类似的Web框架；

• Tornado：Facebook的开源异步Web框架。

协程 //略过

协程，又称微线程，纤程。英文名Coroutine。