【Web信息处理】Web数据获取-ws01课-Python基础及异步编程

Python基础及异步编程

学编程语言我们在学什么？
1、基本数据类型 重复
2、流程控制语句 顺序
3、语句块定义方法 计算
4、语法糖（trick）灵活
5、库函数 干活

1、基本数据类型

列表类型

由0个或多个数据组成的有序序列

• 列表使用[ ]表示，采用逗号(,)分隔各元素
  [‘F’,‘f’]表示两个元素’F’和’f’
• 使用保留字 in 判断一个元素是否在列表中
  TempStr[-1] in [‘C’,‘c’]判断前者是否与列表中某个元素相同

字典类型定义

理解“映射”

映射是一种**键(索引)和值(数据)**的对应

内部颜色：蓝色
外部颜色：红色

字典类型定义和使用

>>> d = {"中国":"北京", "美国":"华盛顿", "法国":"巴黎"}
>>> d
{'中国': '北京', '美国': '华盛顿', '法国': '巴黎'}
>>> d["中国"] '北京'
>>> de = {} ;
#type(x)返回变量x的累。0
type(de)
<class 'dict'>

2、流程控制语句

多分支结构

if <条件1> : 
	<语句块1>
elif <条件2> : 
	<语句块2>
……
else :
	<语句块N>

遍历循环

遍历某个结构形成的循环运行方式

for <循环变量> in <遍历结构> : 
	<语句块>

• 从遍历结构中逐一提取元素，放在循环变量中

无限循环

由条件控制的循环运行方式

while <条件> : 
	<语句块> 

• 反复执行语句块，直到条件不满足时结束

循环控制保留字

break 和 continue

• break跳出并结束当前整个循环，执行循环后的语句
• continue结束当次循环，继续执行后续次数循环
• break和continue可以与for和while循环搭配使用

3、语句块定义方法

#TempConvert.py
TempStr = input("请输入带有符号的温度值: ")
if TempStr[-1] in ['F', 'f']:
	C = (eval(TempStr[0:-1]) - 32)/1.8
	print("转换后的温度是{:.2f}C".format(C))
elif TempStr[-1] in ['C', 'c']:
	F = 1.8*eval(TempStr[0:-1]) + 32
	print("转换后的温度是{:.2f}F".format(F))
else:
	print("输入格式错误")

代码高亮：编程的色彩辅助体系，不是语法要求

#TempConvert.py
TempStr = input("请输入带有符号的温度值: ")
if TempStr[-1] in ['F', 'f']:
	C = (eval(TempStr[0:-1]) - 32)/1.8
	print("转换后的温度是{:.2f}C".format(C))
elif TempStr[-1] in ['C', 'c']:
	F = 1.8*eval(TempStr[0:-1]) + 32
	print("转换后的温度是{:.2f}F".format(F))
else:
	print("输入格式错误")

缩进：一行代码开始前的空白区域，表达程序的格式框架

缩进

缩进表达程序的格式框架

• 严格明确：缩进是语法的一部分，缩进不正确程序运行错误
• 所属关系：表达代码间包含和层次关系的唯一手段
• 长度一致：程序内一致即可，一般用4个空格或1个TAB

函数的定义

函数是一段代码的表示

• 函数是一段具有特定功能的、可重用的语句组
• 函数是一种功能的抽象，一般函数表达特定功能
• 两个作用：降低编程难度 和 代码复用

函数的定义
函数是一段代码的表示

def <函数名>(<参数(0个或多个)>) : 
	<函数体>
	return <返回值>

计算 n!


注释
不被程序执行的辅助性说明信息

• 单行注释：以#开头，其后内容为注释

# 这里是单行注释

• 多行注释：以’’'开头和结尾

''' 这是多行注释第一行
	这是多行注释第二行'''

4、语法糖

装饰器

装饰器

现在，假设我们要增强now()函数的功能，比如，在函数调用前后自动打印日志，但又不希望修改now()函数的定义，这种在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）。

本质上，decorator就是一个返回函数的高阶函数。所以，我们要定义一个能打印日志的decorator，可以定义如下：

def log(func):
    def wrapper(*args, **kw):
        print('call %s():' % func.__name__)
        return func(*args, **kw)
    return wrapper

观察上面的log，因为它是一个decorator，所以接受一个函数作为参数，并返回一个函数。我们要借助Python的@语法，把decorator置于函数的定义处：

@log
def now():
    print('2015-3-25')

调用now()函数，不仅会运行now()函数本身，还会在运行now()函数前打印一行日志：

>>> now()
call now():
2015-3-25

把@log放到now()函数的定义处，相当于执行了语句：

now = log(now)

由于log()是一个decorator，返回一个函数，所以，原来的now()函数仍然存在，只是现在同名的now变量指向了新的函数，于是调用now()将执行新函数，即在log()函数中返回的wrapper()函数。

wrapper()函数的参数定义是(*args, **kw)，因此，wrapper()函数可以接受任意参数的调用。在wrapper()函数内，首先打印日志，再紧接着调用原始函数。

如果decorator本身需要传入参数，那就需要编写一个返回decorator的高阶函数，写出来会更复杂。比如，要自定义log的文本：

def log(text):
    def decorator(func):
        def wrapper(*args, **kw):
            print('%s %s():' % (text, func.__name__))
            return func(*args, **kw)
        return wrapper
    return decorator

这个3层嵌套的decorator用法如下：

@log('execute')
def now():
    print('2015-3-25')

执行结果如下：

>>> now()
execute now():
2015-3-25

和两层嵌套的decorator相比，3层嵌套的效果是这样的：

>>> now = log('execute')(now)

我们来剖析上面的语句，首先执行log(‘execute’)，返回的是decorator函数，再调用返回的函数，参数是now函数，返回值最终是wrapper函数。

以上两种decorator的定义都没有问题，但还差最后一步。因为我们讲了函数也是对象，它有__name__等属性，但你去看经过decorator装饰之后的函数，它们的__name__已经从原来的’now’变成了’wrapper’：

>>> now.__name__
'wrapper'

因为返回的那个wrapper()函数名字就是’wrapper’，所以，需要把原始函数的__name__等属性复制到wrapper()函数中，否则，有些依赖函数签名的代码执行就会出错。

不需要编写wrapper.__name__ = func.__name__这样的代码，Python内置的functools.wraps就是干这个事的，所以，一个完整的decorator的写法如下：

一个完整的decorator的写法

import functools

def log(func):
    @functools.wraps(func)
    def wrapper(*args, **kw):
        print('call %s():' % func.__name__)
        return func(*args, **kw)
    return wrapper

或者针对带参数的decorator：

import functools

def log(text):
    def decorator(func):
        @functools.wraps(func)
        def wrapper(*args, **kw):
            print('%s %s():' % (text, func.__name__))
            return func(*args, **kw)
        return wrapper
    return decorator

import functools是导入functools模块。模块的概念稍候讲解。现在，只需记住在定义wrapper()的前面加上@functools.wraps(func)即可。

海象操作符（也称为赋值表达式运算符（：））