Python学习（一）

u'中文'
如果中文字符串在Python环境下遇到 UnicodeDecodeError，这是因为.py文件保存的格式有问题。可以在第一行添加注释
# -*- coding: utf-8 -*-
    - 占位符
常见的占位符有：
%s
字符串
%d
整数
%f
浮点数
%x
十六进制整数
    - 使用list、tuple、dict和set    - List    ['value']1.list.append()  #list增加属性2.list.insert(索引数，‘增加的字段’)3.pop()方法总是删掉list的最后一个元素，并且它还返回这个元素，所以我们执行 L.pop() 后，会打印出 'Paul'。。由于Paul的索引是2，因此，用 pop(2)把Paul删掉4.切片    L[0:3:1]    表示，从索引0开始取，直到索引3为止，中间间隔为0，但不包括索引3。即索引0，1，2，正好是3个元素。——>可以针对str类型截取字符串    - tuple（元组） ('value') 写死的list    - dict字典     {key:value,}len() 函数可以计算任意集合的大小更新dict    d['Paul'] = 72迭代dict的key和value            for key, value in d.items():    - set (['value'])
应用场景        weekdays = set(['MON', 'TUE', 'WED', 'THU', 'FRI', 'SAT', 'SUN']) 更新set        add()
    - 1.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    - 
>>> d = {'a': 1, 'b': 2, 'c': 3}>>> for key in d:...     PRint(key)
判断可迭代
>>> from collections import Iterable>>> isinstance('abc', Iterable) # str是否可迭代True>>> isinstance([1,2,3], Iterable) # list是否可迭代True>>> isinstance(123, Iterable) # 整数是否可迭代False
    - 3.列表生成式
>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
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，十分有用，多写几次，很快就可以熟悉这种语法。
for循环后面还可以加上if判断，这样我们就可以筛选出仅偶数的平方：
>>> [x * x for x in range(1, 11) if x % 2 == 0][4, 16, 36, 64, 100]       - 函数filter()函数filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新list。sorted()函数可对list进行排序len()统计字符list.append('')追加元素到末尾list.pop(i)删除i索引位置的元素range()函数  range(5)生成的序列是从0开始小于5list()函数可以转换为listadd(key)方法可以添加元素到set中remove(key)方法可以删除元素isinstance()可以判断一个变量的类型    - get & set@property---这是关键字，固定格式，能让方法当“属性”用。@score.setter---前面的"score"是@property紧跟的下面定义的那个方法的名字，"setter"是关键字，这种“@+方法名字+点+setter”是个固定格式与@property搭配使用。    - 模块
1.datetime   Python处理日期和时间的标准库。  如果仅导入import datetime，则必须引用全名datetime.datetime。
now = datetime.now() # 获取当前datetime
dt = datetime(2015, 4, 19, 12, 20) # 用指定日期时间创建datetime
dt.timestamp() # 把datetime转换为timestamp把str转换为datetime。转换方法是通过datetime.strptime()实现
>>> from datetime import datetime, timedelta
>>> now = datetime.now()
>>> now
datetime.datetime(2015, 5, 18, 16, 57, 3, 540997)
>>> now + timedelta(hours=10)
datetime.datetime(2015, 5, 19, 2, 57, 3, 540997)
>>> now - timedelta(days=1)
datetime.datetime(2015, 5, 17, 16, 57, 3, 540997)
>>> now + timedelta(days=2, hours=12)
datetime.datetime(2015, 5, 21, 4, 57, 3, 540997)2.collectionsnamedtupledequedefaultdictOrderedDictCounter
3.hashlib
摘要算法md5计算出一个字符串的MD5值：
import hashlib
md5 = hashlib.md5()
md5.update('how to use md5 in python hashlib?'.encode('utf-8'))
print(md5.hexdigest())
4.itertools    - 面向对象
举个例子，Python的网络服务器有TCPServer、UDPServer、UnixStreamServer、UnixDatagramServer，而服务器运行模式有 多进程ForkingMixin 和 多线程ThreadingMixin两种。
要创建多进程模式的 TCPServer：
class MyTCPServer(TCPServer, ForkingMixin)    pass
要创建多线程模式的 UDPServer：
class MyUDPServer(UDPServer, ThreadingMixin):    pass
如果没有多重继承，要实现上述所有可能的组合需要 4x2=8 个子类。
    - 装饰器@property,可以将python定义的函数“当做”属性访问，从而提供更加友好访问方式    - 错误、调试和测试
断言
凡是用print()来辅助查看的地方，都可以用断言（assert）来替代：
try:    print('try...')    r = 10 / 0    print('result:', r)except     ZeroDivisionError as e:    print('except:', e)finally:    print('finally...')print('END')
1.
IndexError: list index out of range索引越界2.
File "index.py", line 11, in <module>    print d['Paul']KeyError: 'Paul'字典key不存在解决：dict本身提供的一个 get 方法，在Key不存在的时候，返回Nonepy->二级制文件（对语法进行检查）->try-except e ,continue随机数import randomnumber= random.randint(0, 100)
    - IO编程
但是每次都这么写实在太繁琐，所以，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())    - 进程和线程【协程】    - 正则表达式
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：
来看一个复杂的例子：/d{3}/s+/d{3,8}。
我们来从左到右解读一下：
/d{3}表示匹配3个数字，例如'010'；
/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，例如匹配' '，' '等；
/d{3,8}表示3-8个数字，例如'1234567'。
因此我们强烈建议使用Python的r前缀，就不用考虑转义的问题了：
s = r'ABC/-001'# Python的字符串# 对应的正则表达式字符串不变：# 'ABC/-001'
先看看如何判断正则表达式是否匹配：
>>> 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')>>>
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。常见的判断方法就是：
test = '用户输入的字符串'if re.match(r'正则表达式', test):    print('ok')else:    print('failed')    - 图形界面    - Json
    - 网络编程    - 访问数据库    - MySQL    - 框架    - BeautifulSoupBeautiful Soup自动将输入文档转换为Unicode编码，输出文档转换为utf-8编码
解析器
使用方法
优势
劣势
Python标准库
BeautifulSoup(markup, “html.parser”)
Python的内置标准库执行速度适中文档容错能力强
Python 2.7.3 or 3.2.2)前 的版本中文档容错能力差
lxml HTML 解析器
BeautifulSoup(markup, “lxml”)
速度快文档容错能力强
需要安装C语言库
lxml XML 解析器
BeautifulSoup(markup, [“lxml”, “xml”])BeautifulSoup(markup, “xml”)
速度快唯一支持XML的解析器
需要安装C语言库
html5lib
BeautifulSoup(markup, “html5lib”)
最好的容错性以浏览器的方式解析文档生成HTML5格式的文档
速度慢不依赖外部扩展
 soup=BeautifulSoup(html)  #创建 beautifulsoup 对象
四大对象种类
Tag（通俗点讲就是 HTML 中的一个个标签）NavigableStringBeautifulSoupComment1.tag：
12
print soup.title#<title>The Dormouse's story</title>
2.NavigableString获取标签内部的文字怎么办呢？很简单，用 .string 即可
12
print soup.p.string#The Dormouse's story
遍历文档树
.contents
tag 的 .content 属性可以将tag的子节点以列表的方式输出，我们可以用列表索引来获取它的某一个元素
12
print soup.head.contents[0]#<title>The Dormouse's story</title>
.children
12
forchildin  soup.body.children:    print child
12345
<pclass="title"name="dromouse"><b>The Dormouse'sstory</b></p> <pclass="story">Once uponatime there were three little sisters;andtheir names were<aclass="sister"href="http://example.com/elsie"id="link1"><!--Elsie--></a>,<aclass="sister"href="http://example.com/lacie"id="link2">Lacie</a>and
.strings如果一个标签里面没有标签了，那么 .string 就会返回标签里面的内容。如果标签里面只有唯一的一个标签了，那么 .string 也会返回最里面的内容,如果tag包含了多个子节点,tag就无法确定，string 方法应该调用哪个子节点的内容, .string 的输出结果是 None.stripped_strings 输出的字符串中可能包含了很多空格或空行,使用 .stripped_strings 可以去除多余空白内容
123456789101112
forstringinsoup.stripped_strings:    print(repr(string))    # u"The Dormouse's story"    # u"The Dormouse's story"    # u'Once upon a time there were three little sisters; and their names were'    # u'Elsie'    # u','    # u'Lacie'    # u'and'    # u'Tillie'    # u';/nand they lived at the bottom of a well.'    # u'...'
.parent (有点像pwd)
123
p=soup.pprintp.parent.name#body
搜索文档树
方法一：
find_all( name , attrs , recursive , text , **kwargs )
name 参数可以查找所有名字为 name 的tag
下面方法校验了当前元素,如果包含 class 属性却不包含 id 属性,那么将返回 True:
12
def has_class_but_no_id(tag):    returntag.has_attr('class')andnottag.has_attr('id')
将这个方法作为参数传入 find_all() 方法,将得到所有<p>标签:
1234
soup.find_all(has_class_but_no_id)# [<p class="title"><b>The Dormouse's story</b></p>,#  <p class="story">Once upon a time there were...</p>,#  <p class="story">...</p>]
keyWord 参数
12
soup.find_all(id='link2')# [<a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>]
如果传入 href 参数,Beautiful Soup会搜索每个tag的”href”属性
12
soup.find_all(href=re.compile("elsie"))# [<a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>]
使用多个指定名字的参数可以同时过滤tag的多个属性
12
soup.find_all(href=re.compile("elsie"),id='link1')# [<a class="sister" href="http://example.com/elsie" id="link1">three</a>]
在这里我们想用 class 过滤，不过 class 是 python 的关键词，这怎么办？加个下划线就可以
1234
soup.find_all("a",class_="sister")# [<a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>,#  <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>,#  <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>]
有些tag属性在搜索不能使用,比如HTML5中的 data-* 属性
123
data_soup=BeautifulSoup('<div data-foo="value">foo!</div>')data_soup.find_all(data-foo="value")# SyntaxError: keyword can't be an expression
但是可以通过 find_all() 方法的 attrs 参数定义一个字典参数来搜索包含特殊属性的tag
12
data_soup.find_all(attrs={"data-foo":"value"})# [<div data-foo="value">foo!</div>]
limit 参数
123
soup.find_all("a",limit=2)# [<a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>,#  <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>]
（2）find( name , attrs , recursive , text , **kwargs )
它与 find_all() 方法唯一的区别是 find_all() 方法的返回结果是值包含一个元素的列表,而 find() 方法直接返回结果
方法二：
CSS选择器
soup.select()，返回类型是 listsoup=BeautifulSoup(html,'lxml')print type(soup.select('title'))print soup.select('title')[0].get_text() fortitle insoup.select('title'):    print title.get_text()以上的 select 方法返回的结果都是列表形式，可以遍历形式输出，然后用 get_text() 方法来获取它的内容。    - 其他if-elif-else迭代：enumerate() 函数：自动把每个元素变成 (index, element) 这样的tuple，再迭代，就同时获得了索引和元素本身。
[x * x for x in range(1, 11) if x % 2 == 0]
传入**kw 即可传入任意数量的参数，并通过 setattr() 绑定属性，iteritems()用于字典kw的遍历
参考代码:
class Person(object):    def __init__(self, name, gender, **kw):        self.name = name        self.gender = gender        for k, v in kw.iteritems():            setattr(self, k, v)p = Person('Bob', 'Male', age=18, course='Python')print p.ageprint p.course