Python自动化 【第三篇】：Python基础-集合、文件操作、字符编码与转码、函数

1.        集合

1.1      特性

集合是一个无序的，不重复的数据组合，主要作用如下：

• 去重，把一个列表变成集合实现自动去重。
• 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。

1.2     常用操作：

s = set([3,5,9,10])	# 创建一个数值集合
t = set("Hello")	# 创建一个唯一字符的集合
a = t | s	# 求 t 和 s 的并集
b = t & s	# 求 t 和 s 的交集
c = t – s	# 求差集（项在 t 中，但不在 s 中）
d = t ^ s	# 求对称差集（项在 t 或 s 中，但不同时出现在二者中）

1.3      基本操作：

t.add('x')	# 添加一项
s.update([10,37,42])	# 在 s 中添加多项
t.remove('H')	# 删除一项
len(s)	#  s e t 的长度
x in s	# 测试 x 是否是 s 的成员
x not in s	# 测试 x 是否不是 s 的成员
s.issubset(t) s <= t	# 测试是否 s 中的每一个元素都在 t 中
s.issuperset(t) s >= t	# 测试是否 t 中的每一个元素都在 s 中
s.union(t) s | t	# 返回一个新的 set 包含 s 和 t 中的每一个元素
s.intersection(t) s & t	# 返回一个新的 set 包含 s 和 t 中的公共元素
s.difference(t) s - t	# 返回一个新的 set 包含 s 中有但是 t 中没有的元素
s.symmetric_difference(t) s ^ t	# 返回一个新的 set 包含 s 和 t 中不重复的元素
s.copy()	# 返回 set “s”的一个浅复制

2.       文件操作

2.1     文件操作流程

示例文件：

root:x:0:0:root:/root:/bin/bash

bin:x:1:1:bin:/bin:/sbin/nologin

daemon:x:2:2:daemon:/sbin:/sbin/nologin

adm:x:3:4:adm:/var/adm:/sbin/nologin

lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin

sync:x:5:0:sync:/sbin:/bin/sync

shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown

halt:x:7:0:halt:/sbin:/sbin/halt

mail:x:8:12:mail:/var/spool/mail:/sbin/nologin

uucp:x:10:14:uucp:/var/spool/uucp:/sbin/nologin

operator:x:11:0:operator:/root:/sbin/nologin

games:x:12:100:games:/usr/games:/sbin/nologin

gopher:x:13:30:gopher:/var/gopher:/sbin/nologin

ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin

nobody:x:99:99:Nobody:/:/sbin/nologin

dbus:x:81:81:System message bus:/:/sbin/nologin

2.2     基本操作

f = open('file.txt')	# 打开文件
first_line = f.readline()
print('first line:',first_line)	# 读一行
print('我是分隔线'.center(50,'-'))
data = f.read()	# 读取剩下的所有内容,文件大时不要用
print(data)	# 打印文件
f.close()	# 关闭文件

2.3    打开文件的模式

• r，只读模式（默认）。

• w，只写模式。【不可读；不存在则创建；存在则删除内容；】

• a，追加模式。【可读；不存在则创建；存在则只追加内容；】

　　　　"+" 表示可以同时读写某个文件

　　　　> r+，可读写文件。【可读；可写；可追加】

　　　　> w+，写读

　　　　> a+，同a

　　　　"b" 表示处理二进制文件

　　　　> rb

　　　　> wb

　　　　> ab

2.4     with语句

为了避免打开文件后忘记关闭，可以通过管理上下文，即：

1 2 3

with open('log','r') as f: ...

 

3.      字符编码与转码

3.1    字符编码方式

3.1.1  ASCII编码

ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。它是现今最通用的单字节编码系统，并等同于国际标准ISO/IEC 646。

3.1.2   Unicode编码

Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，所有的字符和符号最少（可能更多）由 16 位来表示（2个字节），即：2 **16 = 65536，这里还有个问题：字节数增加后使用空间会直接翻倍！举例还说：同样是ABCD这些字符存储一篇相同的文章，使用ASCII码如果是1M的话，那么Unicode存储至少2M可能还会更多。

3.1.3   UTF-8编码

是对Unicode编码的压缩和优化，他不再使用最少使用2个字节，而是将所有的字符和符号进行分类：ascii码中的内容用1个字节保存、欧洲的字符用2个字节保存，东亚的字符用3个字节保存... 通过这种可扩展的方式来存储。

在2.x版本的Python中，解释.py文件的时候，默认是给他一个编码的就是ASCII码，如果在2.x版本中不指定编码并且在.py文件中写了一个ASCII码中没有的字符就会显示乱码，不过这个问题在Python3中就不存在了，因为在Python3中默认就是Unicode编码

3.2     Python编码转化

3.2.1   Python3中的编码转换

#在Python3中默认就是unicode编码

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

name = '小岳岳'
#转为UTF-8编码
print(name.encode('UTF-8'))
#转为GBK编码
print(name.encode('GBK'))
#转为ASCII编码(报错为什么?因为ASCII码表中没有‘小岳岳’这个字符集~~)
print(name.encode('ASCII'))

3.2.2   Pyton2.x中的编码转换

#因为在python2.x中默认是ASCII编码，你在文件中指定编码为UTF-8，但是UTF-8如果你想转GBK的话是不能直接转的，需要Unicode做一个转接站点。

GBK转换为UTF-8格式流程：

> 首先通过解码（decode）转换为Unicode编码

> 然后通过编码（encode）转换为UTF-8编码

UTF-8转换为GBK格式流程：

> 首先通过解码（decode）转换为Unicode编码

> 然后通过编码（encode）转换为GBK编码

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

import chardet
name = '小岳岳'
print chardet.detect(name)
#先解码为Unicode编码，然后再从Unicode编码为GBK
new_name = name.decode('UTF-8').encode('GBK')
print chardet.detect(new_name)

4.      函数

4.1    基本语法

函数是指将一组语句的集合通过一个名字(函数名)封装起来，要想执行这个函数，只需调用其函数名即可。

特性:

• 减少重复代码
• 使程序变的可扩展
• 使程序变得易维护

语法：

def function_name():#函数名

print("Hello, World!")

function_name() #调用函数

可以带参数：

def calc(x,y):

res = x**y

return res #返回函数执行结果

c = calc(a,b) ＃结果赋值给c变量

print(c)

4.2      函数参数与变量

4.2.1   函数参数

形参是在函数被调用时才分配内存单元，调用结束时立即释放所分配的内存单元，so，形参只在函数内部有效。

实参可以是常量、变量、表达式、函数等，实参在进行函数调用时必须有确，以便把这些值传给形参。故应预先用赋值，输入等办法使参数获得确定值。

上述函数中x，y是形参，a，b是实参。

默认参数

Def stu_register(name,age,country=”CN”):

这样，country参数在调用时不指定就是默认参数CN，指定了的话就是你指定的值。默认参数必须放在未指定默认值的后面。

关键参数

若给函数传参是不想按顺序的话可以指定关键字参数，只需指定参数名即可，但是，关键参数必须放在位置参数之后。

语法：

Stu_register(age=22,name=”poker”)

非固定参数

若函数定义时不确定用户想出入多少个参数，可使用非固定参数

 

Def stu_register(name,age,*args)  #args会把多传入的参数变成一个元组形式

Print（name,age,args）

Stu_register(“poker”,22)

#输出

Poker 22 ()  #后面这个空元组就是args，因为没传参所以空

---

Stu_register(“Tom”,28,”CN”,”Python”)

#输出

Tom 28 (‘CN’,’Python’)

---

还有一个**kwargs

Def stu_register(name,age,*args,**kwargs): #kwargs会把多传入的参数变成一个字典形式

Print(name,age,kwargs)

Stu_register(‘poker’,22)

#输出

#poker 22 () {} #后面这个{}就是kwargs，因为没传值，所以为空

---

Stu_register(“Tom”,28,”CN”,”Python”,sex=”Male”,school=”Qinghua”)

#输出

#Tom 28 (‘CN’,’Python’) {‘school’:’Qinghua’,’sex’:’Male’}

4.2.2   全局与局部变量

在子程序中定义的变量称为局部变量，在程序的一开始定义的变量称为全局变量。

全局变量作用域是整个程序，局部变量作用域是定义该变量的子程序。

当全局变量与局部变量同名时，在定义局部变量的子程序内，局部变量起作用；在其它地方全局变量起作用。

返回值

Return语句可以返回函数的返回值

> 函数执行时遇到return就会停止执行并返回结果，也代表着函数的结束

> 未指定return，函数返回None

递归

函数内部可以调用其他函数，若函数内部调用自身，该函数为递归函数。

def calc(n):

    print(n)

    if int(n/2) ==0:

        return n

    return calc(int(n/2))

calc(10)

输出：

10

5

2

1

递归特性：

> 需明确结束条件

> 进入更深一层递归时，规模要比上次有所减少

> 递归效率不高，递归层次过多会导致栈溢出

高阶函数

变量可以指向函数，函数的参数能接收变量，那么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。

1 2 3 4 5 6

def add(x,y,f): return f(x) + f(y) res = add(3,-6,abs) print(res)