python编程快速上手--重点整理（上）

第一章--python基础

• ★整数型可以和浮点型值相等

• ★py3的input不需要输入双引号，py2的input需要输入双引号

第二章--控制流

• ★3种布尔操作符：and or not
• ★按下Ctrl-C可以终止程序
• ★用sys.exit()可以提前终止程序

第三章--函数

• ★对于所有没有return语句的函数定义，python都会在末尾加上return None.

• ★print函数的一些参数，end 结束符，sep 分隔符
• 
  

第四章--列表

• ★作为快捷方法，你可以省略切片中冒号两边的一个下标或两个下标。省略第一个下标相当于使用0，或列表的开始。省略第二个下标相当于使用列表的长度。

• ★用+号可以连接两个列表，*号实现列表的复制
• ★用del语句从列表中删除值，例如del spam[1]
• ★多重赋值是一种快捷方式，让你在一行代码中，用列表的值为多个变量赋值，注意变量的数目和列表的长度必须严格相等，否则出现ValueError错误。

• ★用index()方法在列表中查找值，如果值存在则返回他的下标，如果存在重复的值，九分返回它第一次出现的下标。
• ★用append()和insert()方法在列表中添加值。例如spam.append('d')；spam.insert(1,'d')
• ★用remove()方法从列表中删除值，spam.remove('d')，或者del spam[1]。如果删除的值出现多次，则只是删除第一次出现的值
• ★用sort()可以对列表排序，默认为升序，指定reverse关键字参数为True可以按逆序排序。sort会改变原来的值。sort中需要注意的事项：1.不能既有数字又有字符串的值的列表排序  2.sort()对字符串排序时使用“ASCII字符排序”而不是实际的字典排序，这意味着大写字母排在小写字母前。  3.如果需要按照普通的字典排序来排序，就在sort()方法调用时，将关键字参数key设置为str.lower
• ★续行字符\，可以将一条信息写成多行
  

• ★在变量必须保存为可变数据类型的值时，例如列表或字典，python就使用引用。对于不可变的数据类型值，例如字符串，整型或元组，python变量就保存值本身。
• ★使用copy.copy()或者copy.deepcopy()可以复制列表或字典这样的可变值，而不是复制引用。如果复制的列表中包含了列表，那就使用copy.deepcopy()
• 
  

第五章--字典和结构化数据

• ★keys(),values(),items()分别返回字典的键，值，键值对（元组）。这些方法返回的值不是真正的列表，他们不能被修改，没有append()方法，但可用于for循环。例如'a' in spam.keys()相当于'a' in spam.
• ★get()当键不存在时返回默认的值，他有两个参数，要取得的键，如果不存在返回的值。例如spam.get('a',0)
  
• ★setdefault()为字典中的某个键设置一个默认值，当该键没有任何值时。有两个参数，第一个参数时检查的键，第二个参数时如果该键不存在时要设置的值。
  
• ★使用pprint模块的pprint()和pformat()可以使得输出更干净。如果字典本身包含嵌套的列表和字典，使用pprint()特别有用；如果希望得到的漂亮文本作为字符串而不是显示在屏幕上，那就调用pformat()。下面两句代码是等价的。

pprint.pprint(spam)
print(pprint.pformat(spam))

第六章--字符串操作

• ★upper()和lower()没有改变字符串本身，而是返回一个新的字符串。
• ★如果字符串至少有一个字母，并且所有的字母都是大写或小写，isupper()和islower()方法就会返回布尔值True，否则返回False.
• 
  
• ★isalpha() 只包含字母，并且非空  
•    isalnum()  只包含数字和字母，并且非空
•    isdecimal()  isspace() istitle()
• ★startswith()和endswith()。例如‘hello world’.startswith('hell')
  
• ★join()和split()。join()连接一个字符串列表，例如','.join(['a','b'])
  
• ★用rjust(),ljust()和center()方法对齐文本。这些方法有个可选参数将指定一个填充字符，取代空格字符。
  
• 
  
• 
  
• ★用strip(),rstrip(),lstrip()删除空白字符。有一个可选字符串参数，指定两边的那些字符应该删除。
• 
  
• ★用pyperclip模块拷贝粘贴字符串。利用copy()和paste()函数可以向计算机的剪贴板发送文本，或者接受文本。例如pyperclip.copy('hello')，pyperclip.paste()

第七章--模式匹配与正则表达式

• ★在python中使用正则表达式：
• （1）导入re模块
• （2）用re.compile()函数创建一个regex对象（记得使用原始字符串）
• （3）向regex对象的search()方法传入想查找的字符串。它返回一个match对象。
• （4）调用match对象的group()方法，它返回实际匹配文本的字符串。
• 
  
• 
  
• ★利用括号分组：添加括号将在正则表达式中创建“分组”，例如‘（\d\d）--(\d\d\d)’，然后使用group()从分组中获取匹配的文本。向group()传入整数1或2就可以获取匹配文本的不同部分，传入0或者为空将返回整个匹配的文本。如果想要一次获取所有的分组，使用groups()。
• 
  

• ★利用管道“|”可以匹配多个模式。利用括号可以指定前缀。下面的例子匹配batax和batbv。
• 

• ★用？实现可选匹配。就是说，匹配这个问号之前的分组零次或者一次。
• 
  
• 
  
• ★用*匹配零次或者多次。就是说，星号前的分组可以在文本中出现任意次，也可以不出现。
• ★用+匹配一次或者多次。
  
• ★用花括号匹配特定次数。例如(ha){3}，还可以指定一个范围，(ha){3,6}，匹配3~6次。也可以不写花括号的第一个或第二个数字，不限定最小值或最大值。(ha){3,}匹配3次或者更多。(ha){,3}匹配0~3次。
  
• ★Python的正则表达式默认是“贪心”的，即它会尽可能的匹配最长的字符串。花括号的“非贪心”版本尽可能匹配最短的字符串，即在结束的花括号后跟一个问号。
  
• 
  
• 
  
• ★findall()方法可以返回一组字符串，包含被查找字符串中的所有匹配。而search()方法返回一个第一个匹配的字符串，而且返回的是一个match对象，而findall()返回字符串列表。有两点注意：
  
• （1）如果调用一个没有分组的正则表达式，findall()返回一个字符串列表。
• （2）如果调用一个有分组的正则表达式，findall()返回一个字符串的元组的列表（每个分组对应一个字符串）。
• 
  

• ★使用方括号可以建立自己的字符分类。例如[dfs324DSFF]将匹配括号里面的所有字符。也可以使用短横表示字母或数字的范围。例如[a-z0-9]。请注意，在括号里面的正则表达式符号不会被解释。意味着你不需要加上倒斜杠转义。通过在字符分类的左方括号后加上一个插入字符^，就可以得到非字符类。例如[^0-9]将匹配非数字字符。
  
• ★在正则表达式开始处使用插入符（^），表明匹配必须发生在字符串的开始处。在正则表达式末尾加上美元符号（$），表明匹配必须以这个正则表达式结束。可以同时使用这两个符号，表示整个字符串都需要满足匹配。
  
• 例如re.compile('^\d+')，以数字开头；re.compile('\d+$')以数字结尾，re.compile('^\d+$')匹配全是数字的字符串。
• ★（.）是通配字符，匹配除了换行符之外的所有字符。注意它只匹配一个字符。例如(.sd)。可以匹配sad,had等等。如果要匹配(.)，则使用转义符\.
  
• ★用(.*)匹配所有的字符。因为（.）可以匹配除了换行符以外的所有字符，(*)可以匹配零次或者多次，所以(.*)可以匹配所有的字符。注意（.*）使用“贪心”模式，它总是匹配尽可能多的字符。要使用“非贪心”模式，使用(.*?)。
  
• 
  
• ★（.*）可以匹配除了换行符以外的字符，通过传入re.DOTALL作为re.compile()的第二个参数，可以使得(.)匹配所有的字符，包括换行符。例如re.compile( '.*' ,re.DOTALL)
• ★正则表达式符号复习
  
• 
  

• ★不区分大小写的匹配。向re.compile()传入re.IGNORECASE或者re.I作为第二个参数。
• ★用sub()方法替换字符串。regex对象的sub()方法需要传入两个参数，第一个参数是用于替换的字符串，第二个参数是需要替换的字符串。有时候我们需要使用匹配的文本的本身作为替换的一部分，在sub()第一个参数中，可以输入\1,\2,\3……。表示“在替换中输入分组1,2,3……的文本”。注意使用原始字符串。
  
• 
  

• ★管理复杂的正则表达式。向re.compile()传入第二个参数re.VERBOSE，可以忽略正则表达式字符串中的空白符和解释。
• ★可以使用管道字符（|）将re.VERBOSE，re.I，re.DOTALL组合起来。例如re.compile("\w+",re.I | re.DOTALL)

第八章--读写文件

• ★windows使用“\\”作为文件夹的分隔符，os X和linux使用“/”作为路径分隔符。

• ★os.path.join()可以连接文件的路径。可以连接多个字符串。
• 
  
• ★os.getcwd()返回当前工作目录。os.chdir()可以改变当前工作路径。
• 
  
• ★路径中的（.）表示当前目录，（..）表示当前目录的父文件夹。
• 
  
• ★os.makedirs()创建新文件夹。例如os.makedirs("H:\\python\\test\\')
• ★（1）os.path.abspath(path)返回参数的绝对路径的字符串。
  
•     （2）os.path.isabs(path)，如果参数是一个绝对路径返回True。
•     （3）os.path.relpath(path,start)返回从start路径到path的相对路径的字符串。如果没有提供start，则使用当前的工作目录作为开始路径。
•     （4）os.path.dirname(path)返回path参数最后一个斜杠之前的内容（目录名称）。os.path.basename(path)返回最后一个斜杠之后的内容（基本名称）。调用os.path.split(path)返回一个目录名称和基本名称的元组。
• 
  

• ★os.path.getsize(path)返回path参数文件的大小。os.listdir(path)返回path路径下的文件组成的列表。
• ★os.path.exists(path)检查路径是否存在，存在返回True。os.path.isfile(path)检查路径是否为文件，os.path.isdir(path)检查路径是否为文件夹。
• ★python读写文件步骤：
  
• （1）调用open(path)返回file对象，默认以读（'r'）的方式打开，以读的方式打开时确认文件是否存在，不存在报错。'w'以写的方式打开，'a'以添加的方式打开。如果文件不存在，写模式和添加模式都会创建一个新的空文件。
• （2）调用read()和wirte()进行读写文件。readlines()返回字符串列表，注意write()方法不会在字符串的末尾自动添加换行字符，必须自己添加换行字符。
• （3）close()关闭文件。
• ★用shelve模块可以保存python的变量。利用shelve模块，可以将python程序中的变量保存到二进制的shelf文件中（位于当前目录下，包含3个文件，分别以.bak，.bat，.dir结尾），这样，程序就可以从硬盘中恢复变量的数据。注意shelf值有keys()和values()方法，但是它们返回的是类似列表的值，而不是真正的列表，所以需要用list()转化为列表。shelf值不必用读模式或者写模式打开，因为它们在打开后，既能读又能写。
  
• 
  
• ★用pprint.pformat()函数保存变量。pprint.pformat()可以返回一个字符串，你可以将它写入.py文件中，该文件成为你自己的模块，如果需要使用里面存储的变量，就可以导入它。例如存储一个字典或者列表就可以使用这种方法，将字典或者列表转化为字符串写入.py文件。

第九章--组织文件

• ★shutil模块的使用
• （1）复制文件和文件夹
• shutil.copy(source,destination)，将路径source处的文件复制到路径destination处的文件夹。该函数返回一个字符串，表示被复制的路径。
• shutil.copytree(source,destination)，将路径source处的文件夹，包括它的所有的文件和文件夹，复制到路径destination处的文件夹。该函数返回一个字符串，表示被复制的路径。
• （2）文件和文件夹的移动和改名
• shutil.move(source,destination)，将路径source处的文件夹移动到路径destination，并返回新位置的绝对路径的字符串。注意，确保destination文件或者文件夹的存在。
• （3）删除文件和文件夹
• 利用os模块中的函数，可以删除一个文件或者一个空文件夹，但是利用shutil模块可以删除一个文件夹及其所有的内容。
• os.unlink(path) 删除path处的文件
• os.rmdir(path)  删除path处的文件夹。注意该文件夹必须为空，没有任何文件和文件夹
• shutil.rmtree(path) 删除path处的文件夹，包含的文件和文件夹都会被删除
• ★安全删除文件和文件夹
  
• os模块和shutil模块的删除函数是不可恢复的，是永久删除的，为了确保安全，使用send2trash模块可以将删除的文件或者文件发送到计算机的回收站，而不是永久删除。调用send2trash.send2trash(path)即可删除文件或者文件夹。
• ★遍历目录树（P161）
  
• 使用os.walk(path)可以遍历目录树，os.walk()在循环的每次迭代中会返回3个值：
• （1）当前文件夹名称的字符串
• （2）当前文件夹中子文件夹的字符串列表
• （3）当前文件夹中文件的字符串列表
• 例如下面这个例子，左边是目录树，右边是遍历输出结果。
• 
  

• ★用zipfile模块压缩文件（P162）
• （1）读取zip文件
• 要读取zip文件的内容，首先必须创建一个ZipFile对象。调用zipfile.ZipFile(path)可以创建一个ZipFile对象。ZipFile对象有一个namelist()方法，它会返回ZIP文件中包含的所有文件和文件夹的字符串列表。这些字符串可以传递给ZipFile对象的getinfo()方法，返回特定文件的ZipInfo对象，ZipInfo对象有自己的属性，file_size表示原来文件的大小，compress_size表示压缩后的大小。
• （2）从ZIP文件中解压缩
• ZipFile对象的extractall()方法从zip文件中解压缩所有的文件和文件夹，放在当前工作目录中。当然你也可以传入path指定解压缩的路径。而extract()解压缩单个文件，传递给extract()的字符串必须匹配namelist()返回的字符串列表中的一个。extract()接受第二个参数，表示解压缩的路径。
• （3）创建和添加文件到zip文件
• 创建自己的压缩文件，必须以“写模式”打开ZipFile对象，即传入'w'作为第二个参数。调用ZipFile对象的write()方法可以压缩文件到zip文件，write()方法接受两个参数，第一个参数表示要压缩的文件，第二个参数表示压缩的算法，可以使用默认的算法。注意，如果是添加文件，需要使用“添加模式”（'a'）。
• 
  
• ★os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表
  

第十章--调式

• ★只要抛出的异常没有被处理，python就会显示反向追踪。利用traceback模块的format_exec()函数可以得到追踪的字符串形式。
• 
  
• ★利用断言可以检查变量值，如果检查失败，则抛出异常。assert语句包括以下部分：
  
• assert   条件（即求值为True或者False的表达式） ， 当条件为False时显示的字符串
• 
  
• ★在运行python程序（命令行）时传入-O选项，可以禁用断言。
  
• ★使用日志(logging)来记录错误：（P178）
  
• 日志一共分为5个级别：DEBUG，INFO，WARNING，ERROR，CRITICAL（级别递增）
• 向basicConfig()函数传入level，这将显示级别及以上的消息。例如level=logging.ERROR可以显示ERROR和CRITICAL。传入filename可以将日志写入文件，不会显示在屏幕。
• 向logging.disable()传入一个日志级别，它就会禁止该级别及更低级别的日志信息。
• 
  

第十一章--从web抓取信息

• ★调用webbrowser模块中的open函数可以启动一个浏览器，打开指定的URL。
• 
  
• ★用requests模块从web上下载文件（P192）
• （1）用requests.get()可以下载一个网页，该函数返回一个Response对象，包含了web服务器做出的相应。Response对象拥有status_code属性，表示请求是否成功，如果请求成功，下载的页面作为一个字符串，保存在Response对象的text属性里面。也可以调用raise_for_status()方法检查是否下载成功，如果失败就会抛出异常。
• （2）可以将下载的文件保存到硬盘，但是注意需要以“写二进制”的形式打开文件，即“wb”或“ab”，目的是为了保存该文件中的“Unicode编码”。Response对象的iter_content()方法在循环的每次迭代中，返回一段内容。每段都是bytes数据类型。
• 
  

• ★用BeautifulSoup模块解析HTML（P199）
  

• （1）利用bs4.BeautifulSoup()函数可以创建一个BeautifulSoup对象，需要传入一个字符串，其中包含要解析的HTML。可以传入Resquest对象的text属性或者一个File对象。

• （2）利用select()方法可以寻找元素，传入CSS选择器即可。返回一个Tag对象列表。调用getText()可以获取文本内容。调用get('attr')可以获取属性值。

★（1）os.mkdir(path)创建一个目录，可以是相对或者绝对路径。如果目录有多级，则创建最后一级，如果最后一级的目录的上级不存在，则抛出异常。
（2）os.mkdirs(path)创建递归的目录树，可以是相对或者绝对路径。如果子目录创建失败或者已经存在，则会抛出抛出异常。设置关键字参数exist_ok=True在该文件夹已经存在时，防止该函数抛出异常。
★利用selenium模块可以控制浏览器，实现表单自动化处理等等。（P210）