<h2 "="">1、简述解说型和编译型编程言语？<h3 "="">概念：
- 编译型言语：把做好的源程序全部编译成二进制代码的可运行程序。然后，可直接运行这个程序。
- 解说型言语：把做好的源程序翻译一句，然后履行一句，直至完毕！
<h3 "="">差异：
- 编译型言语，履行速度快、功率高；依赖编译器、跨渠道性差些。如C、C++、Delphi、Pascal，Fortran。
- 解说型言语，履行速度慢、功率低；依赖解说器、跨渠道性好。如Java、Basic.
<h2 "="">2、Python解说器种类以及特点
- CPython
- c言语开发的 运用最广的解说器
- IPython
- 根据cpython之上的一个交互式计时器 交互方式增强 功能和cpython一样
- PyPy
- 方针是履行功率 选用JIT技术 对python代码进行动态编译，进步履行功率
- JPython
- 运行在Java上的解说器 直接把python代码编译成Java字节码履行
- IronPython
- 运行在微软 .NET 渠道上的解说器，把python编译成. NET 的字节码
<h2 "="">3、python常见的PEP8规范
- 每级缩进用4个空格
- Python 3中不允许混合运用Tab和空格缩进。
- 约束一切行的最大行宽为79字符。
- 在核心Python发布的代码应该总是运用UTF-8(ASCII在Python 2)。
- 引荐绝对路径导入，因为它们通常更可读
<h2 "=""> 4、通过代码完成如下进制转换：
1 hex() 2 转换一个整数对象为十六进制的字符串 3 4 >>> hex(16) 5 '0x10' 6 >>> hex(18) 7 '0x12' 8 >>> hex(32) 9 '0x20'
1 oct() 2 转换一个整数对象为八进制的字符串 3 4 >>> oct(8) 5 '0o10' 6 >>> oct(166) 7 '0o246'
1 bin() 2 转换一个整数对象为二进制字符串 3 4 >>> bin(10) 5 '0b1010' 6 >>> bin(255) 7 '0b11111111'
1 chr() 2 转换一个[0, 255]之间的整数为对应的ASCII字符 3 4 >>> chr(65) 5 'A' 6 >>> chr(67) 7 'C' 8 >>> chr(90) 9 'Z' 10 >>> chr(97) 11 'a'
1 ord()
2 将一个ASCII字符转换为对应整数
3
4 >>> ord('A')
5 65
6 >>> ord('z')
7 122
1 16进制转10进制
2 >>> int('10', 16)
3 16
4 >>> int('0x10', 16)
5 16
6
7 8进制转10进制
8 >>> int('0o10', 8)
9 8
10 >>> int('10', 8)
11 8
12
13 2进制转10进制
14 >>> int('0b1010', 2)
15 10
16 >>> int('1010', 2)
17 10
5、python递归的最大层数
1 import sys 2 sys.setrecursionlimit(100000) 3 4 def foo(n): 5 print(n) 6 n += 1 7 foo(n) 8 9 if __name__ == '__main__': 10 foo(1)
得到的最大数字在3925-3929之间浮动，这个是和计算机有关系的，不然也不会是一个浮动的数字了（数学逻辑讲求严谨）
1、简述说明型和编译型编程言语？
<h2 "="">6、三元运算规矩以及使用场景
- 三元运算符就是在赋值变量的时分，可以直接加判断，然后赋值
- 三元运算符的功能与'if....else'流程句子一致，它在一行中书写，代码十分精粹，执行效率更高
- 格式：[on_true] if [expression] else [on_false]
- res = 值1 if 条件 else 值2
<h2 "="">7、列举 Python2和Python3的差异
- input
-
1 问题：如何获取编码方式的信息？ 2 获取目标bytes的编码方式 3 这一情况可以通过chardet模块的detect()函数来获取信息，chardet是第三方库，可以通过pip来安装 4 5 b是待检测的bytes变量 6 7 import chardet 8 print(chardet.detect(b)) 9 ######output#### 10 {'confidence': 1.0, 'encoding': 'ascii'} 11 1 12 2 13 3 14 4 15 5 16 confidence是指匹配程度，encoding是指可能的编码方式 17 18 获取当前环境的编码方式 19 这一情况可以使用sys模块下的getdefaultencoding()函数来获取信息 20 21 import sys 22 print(sys.getdefaultencoding()) 23 24 ######## output##### 25 utf-8 - 问题在控制台上看到的到底是什么
1 写上面的东西的时候产生了一个疑问，现在已经知道Python内部存储str的方式是使用unicode字符集，但是我们在屏幕上看到的并不是unicode字符集 3 s = "你好" 4 print(s) 6 #########output############# 7 你好 13 s的 unicode 是 \u4f60\u597d 14 1 15 那么，这中间应该是进行了某种转换 16 实际上，在执行print(str)的时候，python内部执行了encoding操作，控制台拿到的其实是一个bytes变量 17 之后，控制台又根据环境内部的编码方式，将所得到的bytes内容进行decoding的操作，就显示了原先str的内容
- 翻开文件不再支撑 file 办法，只能用 open
- range不再回来列表，而是一个可迭代的range目标
- 除法 / 不再是整除，而是得到浮点数，整除需要用双斜杠 //
- urllib和urllib2合并成了urllib，常用的urllib2.urlopen()变成了urllib.request.urlopen()
- 字符串及编码相关有大变动，简略来说就是原来的str变成了新的bytes，原来的unicode变成了新的str。
<h2 "="">8、xrange和range的区别(fengxingshoes)
python2中 xrange 用法与 range 完全相同，所不同的是生成的不是一个list目标，而是一个生成器。
<h2 "="">9、python的read() 、readline()、readlines()、xreadlines()
- read()会读取整个文件，将读取究竟的文件内容放到一个字符串变量，回来str类型。
- readline()读取一行内容，放到一个字符串变量，回来str类型。
- readlines() 读取文件所有内容，按行为单位放到一个列表中，回来list类型。
- xreadlines()回来一个生成器，来循环操作文件的每一行。
<h2 "="">10、列举布尔值为False的常见值
None、""、0、[]、()、{}
<h2 "="">11、字符串、列表、元组、字典每个常用的5个办法（整型，浮点，字符串，布尔型，列表、元组、字典、集合、日期）<h4 "="">字符串：
# encoding:utf-8
__author__ = 'Fioman'
__date__ = '2018/11/19 15:10'
# 1. 去掉空格和特殊符号
name = " abcdefgeyameng "
name1 = name.strip() # 并不会在原来的字符串上操作,返回一个去除了两边空白的字符串
print(name1, len(name1), name, len(name))
# abcdefgeyameng 14 abcdefgeyameng 17
# 去掉左边的空格和换行符
name2 = name.lstrip()
print(name2, len(name2))# print(name2, len(name2))#
# 去掉右边的空格和换行符
name3 = name.rstrip()
print(name3, len(name3)) # abcdefgeyameng 15
# 2.字符串的搜索和替换
name.count('e') # 查找某个字符在字符串中出现的次数
name.capitalize() # 首字母大写
name.center(100,'-') # 把字符串方中间,两边用-补齐,100表示占位多少
name.find('a') # 找到这个字符返回下标,多个时返回第一个,不存在时返回-1
name.index('a') # 找到这个字符返回下标,多个时返回第一个,不存在时报错
print(name.replace(name,'123')) # 字符串的替换
name.replace('abc','123') # 注意字符串的替换的话,不是在原来的字符串上进行替换.而是返回一个替换后的字符串.
# 3.字符串的测试和替换函数
name.startswith("abc") # 是否以abc开头
name.endswith("def") # 是否以def结尾
name.isalnum() # 是否全是字母和数字,并且至少包含一个字符
name.isalpha() # 是否全是字母,并至少包含一个字符
name.isdigit() # 是否全是数字,并且至少包含一个字符
name.isspace() # 是否全是空白字符,并且至少包含一个字符
name.islower() # 是否全是小写
name.isupper() # 是否全是大写
name.istitle() # 是否是首字母大写
# 4.字符串的分割
name.split('') # 默认按照空格进行分隔,从前往后分隔
name.rsplit() # 从后往前进行分隔
# 5.连接字符串
'.'.join(name) # 用.号将一个可迭代的序列拼接起来
name = 'geyameng'
# 6.截取字符串(切片)
name1 = name[0:3] # 第一位到第三位的字符,和range一样不包含结尾索引
name2 = name[:] # 截取全部的字符
name3 = name[6:] # 截取第6个字符到结尾
name4 = name[:-3] # 截取从开头到最后一个字符之前
name5 = name[-1] # 截取最后一个字符
name6 = name[::-1] # 创造一个与原字符串顺序相反的字符串
name7 = name[:-5:-1] # 逆序截取
列表：
# encoding:utf-8
__author__ = 'Fioman'
__date__ = '2018/11/19 16:26'
# 1.创建一个列表
list1 = ['1', '2', '3', '4']
list2 = list("1234")
print(list1, list2)
print(list1 == list2)
# 以上创建的两个列表是等价的,都是['1', '2', '3', '4']
# 2.添加新元素
# 末尾追加
a = [1, 2, 3, 4, 5]
a.append(6)
print(a)
# 指定位置的前面插入一个元素
a.insert(2, 100) # 在下标为2的前面插入一个元素100
print(a)
# 扩展列表list.extend(iterable),在一个列表上追加一个列表
a.extend([10, 11, 12])
print(a)
# 3.遍历列表
# 直接遍历
for i in a:
print(i)
# 带索引的遍历列表
for index, i in enumerate(a):
print(i, index)
# 4.访问列表中的值,直接通过下标取值.list[index]
print(a[2])
# 从list删除元素
# List.remove() 删除方式1:参数object 如果重复元素,只会删除最靠前的.
a = [1,2,3]
a.remove(2) # 返回值是None
# List.pop() 删除方式2:pop 可选参数index,删除指定位置的元素 默认为最后一个元素
a = [1,2,3,4,5]
a.pop()
print(a)
a.pop(2)
print(a)
# 终极删除,可以删除列表或指定元素或者列表切片,list删除后无法访问
a = [1,2,3,4,5,6]
del a[1]
print(a) # 1, 3, 4, 5, 6]
del a[1:]
print(a) # 1
del a
# print(a) # 出错,name a is not defined
# 排序和反转代码
# reverse 反转列表
a = [1,2,3,4,5]
a.reverse()
print(a)
# sort 对列表进行排序,默认升序排列.有三个默认参数cmp = None,key = None,reverse = False
# 7.Python的列表的截取与字符串操作类型相同,如下所示
L = ['spam','Spam','SPAM!']
print(L[-1]) # ['SPAM']
# 8.Python列表操作的函数和方法
len(a) # 列表元素的个数
max(a) # 返回列表元素最大值
min(a) # 返回列表元素最小值
list(tuple) #将一个可迭代对象转换为列表
# 列表常用方法总结
a.append(4)
a.count(1)
a.extend([4,5,6])
a.index(3)
a.insert(0,2)
a.remove()
a.pop()
a.reverse()
a.sort()
元组：
1.用一个可迭代对象生成元组
T = tuple('abc')
对元组进行排序
注意
当对元组进行排序的时候,通常先得将它转换为列表并使得它成为一个可变对象.或者使用sorted方法,它接收任何序列对象.
T = ('c','a','d','b')
tmp = list(T)
tmp.sort() ==> ['a','b','c','d']
T = tunple(tmp)
sorted(T)
字典：
以下实例展示了 fromkeys()函数的使用方法：
实例(Python 2.0+)
#!/usr/bin/python
# -*- coding: UTF-8 -*-
seq = ('Google', 'Runoob', 'Taobao')
dict = dict.fromkeys(seq)
print "新字典为 : %s" % str(dict)
dict = dict.fromkeys(seq, 10)
print "新字典为 : %s" % str(dict)
以上实例输出结果为：
新字典为 : {'Google': None, 'Taobao': None, 'Runoob': None}
新字典为 : {'Google': 10, 'Taobao': 10, 'Runoob': 10}
通过zip函数构建字典 D = dict(zip(keyslist,valueslist))
通过赋值表达式元组构造字典(键必须是字符串,因为如果不是字符串,构造的时候也会当成是字符串处理)
D = dict(name='Bob',age=42) ==> {'name':'Bob,'age':42}
列出所有的键,值.注意得到的是一个可迭代对象,而不是列表.用的时候需要转换 D.keys() D.values() D.items() --> 键 + 值
删除字典(根据键)以及长度 D.pop(key) len(D) del D[key]
新增或者是修改键对应的值 D[key] = value # 如果key已经存在则修改,如果不存在就创建.
字典推导式 D = [x:x**2 for x in range(10) if x %2 == 0]
12、lambda表达式格式以及应用场景
1、lambda函数与list的结合使用
list = lambda:x for x in range(10) print (list[0]) >>>9 list = lambda x:x for x in range(10) print (list[0]) >>>0
2、map,filter,reduce函数
例子：
a = [('a',1),('b',2),('c',3),('d',4)]
a_1 = list(map(lambda x:x[0],a))
如上例子，map函数第一个参数是一个lambda表达式，输入一个对象，返回该对象的第一个元素。第二个就是需要作用的对象，此处是一个列表。Python3中map返回一个map对象，我们需要人工转为list，得到的结果就是[‘a’,’b’,’c’,’d’]
例子：
a = [1,2,3,4]
b = [2,3,4,5]
a_1 = list(map(lambda x,y:x+y,a,b))
上边这个例子是为了说明,lambda表达式参数可以是多个。返回结果是[3,5,7,9]
例子： a = [1,2,3,4,5,6,7] a_1 = filter(lambda x:x<4,a) 如上例子，定义lambda表达式，筛选a列表中小于4的元素，结果为[1,2,3]。filter函数直接返回一个列表，无需再进行转换，第三个是初始值，我们没给初始值，那么开始操作的两个元素就是序列的前两个。否则将使用我们给出的初始值和序列第一个元素操作，然后结果再与第三个元素操作，以此类推。上个例子结果是28
例子： from functools import reduce #python3需要导入此模块 a = [1,2,3,4,5,6,7] a_1 = reduce(lambda x,y:x+y,a) reduce中使用的lambda表达式需要两个参数，reduce函数共三个参数， 第一个是就是lambda表达式，第二个是要累计的序列，第三个是初始值， 我们没给初始值，那么开始操作的两个元素就是序列的前两个。否则将使 用我们给出的初始值和序列第一个元素操作，然后结果再与第三个元素操 作，以此类推。上个例子结果是28
3、字典多条件排序
例子：
dict = {'a':1,'b':2,'c':3,'d':4,'e':3,'f':1,'g':7}
sorted_dict_asc = sorted(dict.items(),key=lambda item:item[0])
sorted_dict_dsc = sorted(dict.items(),key=lambda item:item[0],reverse=True)
输出（第一个升序，第二个降序）：
[('a', 1), ('b', 2), ('c', 3), ('d', 4), ('e', 3), ('f', 1), ('g', 7)]
[('g', 7), ('f', 1), ('e', 3), ('d', 4), ('c', 3), ('b', 2), ('a', 1)]]
13、pass的作用
pass是空语句占位符，是为了保持程序结构的完整性。
14、*arg和**kwarg作用
定义函数时，使用*arg和**kwarg
*arg和**kwarg 可以帮助我们处理上面这种情况，允许我们在调用函数的时候传入多个实参
def exmaple2(required_arg, *arg, **kwarg):
if arg:
print "arg: ", arg
if kwarg:
print "kwarg: ", kwarg
exmaple2("Hi", 1, 2, 3, keyword1 = "bar", keyword2 = "foo")
>> arg: (1, 2, 3)
>> kwarg: {'keyword2': 'foo', 'keyword1': 'bar'}
从上面的例子可以看到，当我传入了更多实参的时候
*arg会把多出来的位置参数转化为tuple
**kwarg会把关键字参数转化为dict
- <h2 "="">15、is和==的区别
- Python中目标包含的三个基本要素，分别是：id(身份标识)、type(数据类型)和value(值)。
- ==是python规范操作符中的比较操作符，用来比较判别两个目标的value(值)是否相等
- is也被叫做同一性运算符，这个运算符比较判别的是目标间的唯一身份标识，也便是id是否相同。
只有数值型和字符串型的情况下，a is b才为True，当a和b是tuple，list，dict或set型时，a is b为False。
<h2 "="">16、简述Python的深浅复制以及应用场景深浅复制用法来自copy模块。
导入模块：import copy
浅复制：copy.copy
深复制：copy.deepcopy
对于 数字 和 字符串 而言，赋值、浅复制和深复制无含义，因为其永久指向同一个内存地址。
字面理解：浅复制指只是复制数据调集的第一层数据，深复制指复制数据调集的一切层。所以对于只有一层的数据调集来说深浅复制的含义是相同的，比方字符串，数字，还有只是一层的字典、列表、元祖等.
字典（列表）的深浅复制
赋值：
import copy
n1 = {'k1':'wu','k2':123,'k3':['alex',678]}
n2 = n1
浅拷贝：
import copy
n1 = {'k1':'wu','k2':123,'k3':['alex',678]}
n3 = copy.copy(n1)
深拷贝：
import copy
n1 = {'k1':'wu','k2':123,'k3':['alex',678]}
n4 = copy.deepcopy(n1)
15、is和==的区别
深复制的时候python将字典的一切数据在内存中新建了一份，所以假如你修改新的模版的时候老模版不会变。相反，在浅copy 的时候，python仅仅将最外层的内容在内存中新建了一份出来，字典第二层的列表并没有在内存中新建，所以你修改了新模版，默认模版也被修改了(pelestat)。
<h2 "="">17、Python是怎么进行内存办理的
-
答:从三个方面来说,一目标的引证计数机制,二废物收回机制,三内存池机制
<h4 "="">一、目标的引证计数机制
-
Python内部运用引证计数，来保持追踪内存中的目标，一切目标都有引证计数。
引证计数添加的状况：
1，一个目标分配一个新称号
2，将其放入一个容器中（如列表、元组或字典）
引证计数削减的状况：
1，运用del句子对目标别名显现的销毁
2，引证超出效果域或被重新赋值
Sys.getrefcount( )函数能够获得目标的当时引证计数
多数状况下，引证计数比你猜想得要大得多。关于不行变数据（如数字和字符串），解说器会在程序的不同部分同享内存，以便节约内存。
<h4 "="">二、废物收回
-
1，当一个目标的引证计数归零时，它将被废物搜集机制处理掉。
2，当两个目标a和b相互引证时，del句子能够削减a和b的引证计数，并销毁用于引证底层目标的称号。然而由于每个目标都包括一个对其他目标的应用，因而引证计数不会归零，目标也不会销毁。（从而导致内存泄露）。为解决这一问题，解说器会定期履行一个循环检测器，查找不行拜访目标的循环并删除它们。
<h4 "="">三、内存池机制
-
Python提供了对内存的废物搜集机制，但是它将不用的内存放到内存池而不是回来给操作体系。
1，Pymalloc机制。为了加速Python的履行功率，Python引入了一个内存池机制，用于办理对小块内存的申请和开释。
2，Python中一切小于256个字节的目标都运用pymalloc完成的分配器，而大的目标则运用体系的malloc。
3，关于Python目标，如整数，浮点数和List，都有其独立的私有内存池，目标间不同享他们的内存池。也便是说假如你分配又开释了大量的整数，用于缓存这些整数的内存就不能再分配给浮点数。
<h2 "="">18、Python的可变类型和不行变类型
-
- 数字、字符串、元组是不行变的，列表、字典是可变的。
目标池：
小整数目标池
[-5, 256] 这些小整数被界说在了一个整数目标池里，当引证小整数时会自动引证整数目标池里的目标，所以这些小整数不会重复创立，当多个变量指向同一个小整数时，实质上它们指向的是同一个目标。字符串目标池
字符串目标是不行变目标，python有个intern机制，简单说便是保护一个字典，这个字典保护现已创立字符串(key)和它的字符串目标的地址(value)，每次创立字符串目标都会和这个字典比较，没有就创立，重复了就用指针进行引证就能够了。intern机制处理字符串长度小于等于20且仅由数字字母下划线构成的，只创立一次。
<h2 "="">19、罗列常见的内置函数<h4 "="">数学相关
-
- abs(a) : 求取绝对值。abs(-1)
- max(list) : 求取list最大值。max([1,2,3])
- min(list) : 求取list最小值。min([1,2,3])
- sum(list) : 求取list元素的和。 sum([1,2,3]) >>> 6
- sorted(list) : 排序，回来排序后的list。
- len(list) : list长度,len([1,2,3])
- divmod(a,b): 获取商和余数。 divmod(5,2) >>> (2,1)
- pow(a,b) : 获取乘方数。pow(2,3) >>> 8
- round(a,b) : 获取指定位数的小数。a代表浮点数，b代表要保存的位数。round(3.1415926,2) >>> 3.14
- range(a[,b]) : 生成一个a到b的数组,左闭右开。 range(1,10) >>> [1,2,3,4,5,6,7,8,9]
<h4 "="">类型转换
-
- int(str) : 转换为int型。int('1') >>> 1
- float(int/str) : 将int型或字符型转换为浮点型。float('1') >>> 1.0
- str(int) : 转换为字符型。str(1) >>> '1'
- bool(int) : 转换为布尔类型。 str(0) >>> False str(None) >>> False
- bytes(str,code) : 接收一个字符串，与所要编码的格式，回来一个字节省类型。bytes('abc', 'utf-8') >>> b'abc' bytes(u'爬虫', 'utf-8') >>> b'\xe7\x88\xac\xe8\x99\xab'
- list(iterable) : 转换为list。 list((1,2,3)) >>> [1,2,3]
- iter(iterable)： 回来一个可迭代的目标。 iter([1,2,3]) >>>
- dict(iterable) : 转换为dict。 dict([('a', 1), ('b', 2), ('c', 3)]) >>> {'a':1, 'b':2, 'c':3}
- enumerate(iterable) : 回来一个枚举目标。
- tuple(iterable) : 转换为tuple。 tuple([1,2,3]) >>>(1,2,3)
- set(iterable) : 转换为set。 set([1,4,2,4,3,5]) >>> {1,2,3,4,5} set({1:'a',2:'b',3:'c'}) >>> {1,2,3}
- hex(int) : 转换为16进制。hex(1024) >>> '0x400'
- oct(int) : 转换为8进制。 oct(1024) >>> '0o2000'
- bin(int) : 转换为2进制。 bin(1024) >>> '0b10000000000'
- chr(int) : 转换数字为相应ASCI码字符。 chr(65) >>> 'A'
- ord(str) : 转换ASCI字符为相应的数字。 ord('A') >>> 65
<h4 "="">相关操作
-
- eval() : 履行一个表达式，或字符串作为运算。 eval('1+1') >>> 2
- exec() : 履行python句子。 exec('print("Python")') >>> Python
- filter(func, iterable) : 通过判别函数fun，筛选契合条件的元素。 filter(lambda x: x>3, [1,2,3,4,5,6]) >>>
- map(func, *iterable) : 将func用于每个iterable目标。 map(lambda a,b: a+b, [1,2,3,4], [5,6,7]) >>> [6,8,10]
- zip(*iterable) : 将iterable分组合并。回来一个zip目标。 list(zip([1,2,3],[4,5,6])) >>> [(1, 4), (2, 5), (3, 6)]
- type()：回来一个目标的类型。
- id()： 回来一个目标的唯一标识值。
- hash(object)：回来一个目标的hash值，具有相同值的object具有相同的hash值。 hash('python') >>> 7070808359261009780
- help()：调用体系内置的协助体系。
- isinstance()：判别一个目标是否为该类的一个实例。
- issubclass()：判别一个类是否为另一个类的子类。
- globals() : 回来当时全局变量的字典。
- next(iterator[, default]) : 接收一个迭代器，回来迭代器中的数值，假如设置了default，则当迭代器中的元素遍历后，输出default内容(paymentdictionary)。
- reversed(sequence) ： 生成一个反转序列的迭代器。 reversed('abc') >>> ['c','b','a']
20、Python写9*9乘法表的两种简单办法
1 for i in range(1,10):
2 for j in range(1,i+1):
3 print("%s * %s = %s" %(j,i,i*j),end="")
4 print("")
print "\n".join("\t".join(["%s*%s=%s" %(x,y,x*y) for y in range(1, x+1)]) for x in range(1, 10))
<h2 "="">21、怎么安装第三方模块？以及用过哪些第三方模块？
-
pip install 模块名
一、Python爬虫
1. 请求
requests（第三方模块）
2. 解析：
bs4（即beautifulsoup，第三方模块）
3. 贮存：
把数据写入MongoDB
MySQL-python（第三方模块）：
把数据写入MySQL里面。
协程：gevent（第三方模块）
二、Python数据剖析&科学核算
Copy了MATLAB的数据结构。很多数据剖析和科学核算库的底层模块。供给了杰出的数组数据结构和C拓宽接口。
Copy了R的data frame的数据结构。
<h2 "="">22、常用模块都有那些？
1 import time
2 import datetime
3
4 print(time.asctime()) # 返回时间格式：Sun May 7 21:46:15 2017
5 print(time.time()) # 返回时间戳 ‘1494164954.6677325’
6 print(time.gmtime()) # 返回本地时间 的struct time对象格式，time.struct_time(tm_year=2017, tm_mon=5, tm_mday=7, tm_hour=22, tm_min=4, tm_sec=53, tm_wday=6, tm_yday=127, tm_isdst=0)
7 print(time.localtime()) # 返回本地时间 的struct time对象格式，time.struct_time(tm_year=2017, tm_mon=5, tm_mday=7, tm_hour=22, tm_min=4, tm_sec=53, tm_wday=6, tm_yday=127, tm_isdst=0)
8 print(time.gmtime(time.time()-800000)) # 返回utc时间的struc时间对象格式
9 print(time.asctime(time.localtime())) # 返回时间格式Sun May 7 22:15:09 2017
10 print(time.ctime()) # 返回时间格式Sun May 7 22:15:09 2017
11 print(time.strftime('%Y-%m-%d')) #默认当前时间 2017-05-07
12 print(time.strftime('%Y-%m-%d',time.localtime())) #默认当前时间 2017-05-07
13
14 string_struct = time.strptime("2016/05/22","%Y/%m/%d") # 将日期字符串 转成 struct时间对象格式
15 print(string_struct) # 返回struct time对象格式 time.struct_time(tm_year=2016, tm_mon=5, tm_mday=22, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=6, tm_yday=143, tm_isdst=-1)
16
17 # 将日期字符串转成时间戳
18 struct_stamp = time.mktime(string_struct) # 将struct time时间对象转成时间戳
19 print(struct_stamp) # 返回时间戳 ‘1463846400.0’
20
21 # 将时间戳转为字符串格式
22 print(time.gmtime(time.time()-86640)) # 将utc时间戳转换成struct_time格式
23 print(time.strftime("%Y-%m-%d %H:%M:%S",time.gmtime()) ) # 将utc struct_time格式转成指定的字符串格式
24
25
26 # 时间加减
27 print(datetime.datetime.now()) # 返回当前时间 2017-05-07 22:36:45.179732
28 print(datetime.date.fromtimestamp(time.time())) # 时间戳直接转换成日期格式 2017-05-07
29 print(datetime.datetime.now() + datetime.timedelta(3)) # 返回时间在当前日期上 +3 天
30 print(datetime.datetime.now() + datetime.timedelta(-3)) # 返回时间在当前日期上 -3 天
31 print(datetime.datetime.now() + datetime.timedelta(hours= 3)) # 返回时间在当前时间上 +3 小时
32 print(datetime.datetime.now() + datetime.timedelta(minutes= 30)) # 返回时间在当前时间上 +30 分钟
33
34 c_time = datetime.datetime.now()
35 print(c_time) # 当前时间为 2017-05-07 22:52:44.016732
36 print(c_time.replace(minute=3,hour=2)) # 时间替换 替换时间为‘2017-05-07 02:03:18.181732’
37
38 print(datetime.timedelta) # 表示时间间隔，即两个时间点之间的长度
39 print (datetime.datetime.now() - datetime.timedelta(days=5)) # 返回时间在当前时间上 -5 天
40
41 # python 日历模块
42 import calendar
43
44 print(calendar.calendar(theyear= 2017)) # 返回2017年整年日历
45 print(calendar.month(2017,5)) # 返回某年某月的日历，返回类型为字符串类型
46
47 calendar.setfirstweekday(calendar.WEDNESDAY) # 设置日历的第一天(第一天以星期三开始）
48 cal = calendar.month(2017, 4)
49 print (cal)
50
51 print(calendar.monthrange(2017,5)) # 返回某个月的第一天和这个月的所有天数
52 print(calendar.monthcalendar(2017,5)) # 返回某个月以每一周为元素的序列
53
54 cal = calendar.HTMLCalendar(calendar.MONDAY)
55 print(cal.formatmonth(2017, 5)) # 在html中打印某年某月的日历
56
57 print(calendar.isleap(2017)) # 判断是否为闰年
58 print(calendar.leapdays(2000,2017)) # 判断两个年份间闰年的个数
1 import random 2 3 # 随机数 4 print(random.random()) # 返回一个随机小数'0.4800545746046827' 5 print(random.randint(1,5)) # 返回（1-5）随机整型数据 6 print(random.randrange(1,10)) # 返回（1-10）随机数据 7 8 # 生成随机验证码 9 code = '' 10 for i in range(4): 11 current = random.randrange(0,4) 12 if current != i: 13 temp = chr(random.randint(65,90)) 14 else: 15 temp = random.randint(0,9) 16 code += str(temp) 17 18 print(code)
import os
print(os.getcwd()) # 获得当前工作目录
print(os.chdir("dirname")) # 改变当前脚本的工作路径，相当于shell下的cd
print(os.curdir) # 返回当前目录‘.'
print(os.pardir) # 获取当前目录的父目录字符串名‘..'
print(os.makedirs('dirname1/dirname2')) # 可生成多层递归目录
print(os.removedirs('dirname1/dirname2')) # 若目录为空，则删除，并递归到上一级目录，如若也为空，则删除，依此类推
print(os.mkdir('test4')) # 生成单级目录；相当于shell中mkdir dirname
print(os.rmdir('test4')) # 删除单级空目录，若目录不为空则无法删除，报错；相当于shell中rmdir dirname
print(os.listdir('/pythonStudy/s12/test')) # 列出指定目录下的所有文件和子目录，包括隐藏文件，并以列表方式打印
print(os.remove('log.log')) # 删除一个指定的文件
print(os.rename("oldname","newname")) # 重命名文件/目录)
print(os.stat('/pythonStudy/s12/test')) # 获取文件/目录信息
print(os.pathsep) # 输出用于分割文件路径的字符串';'
print(os.name) # 输出字符串指示当前使用平台。win->'nt'; Linux->'posix'
print(os.system(command='bash')) # 运行shell命令，直接显示
print(os.environ) # 获得系统的环境变量
print(os.path.abspath('/pythonStudy/s12/test')) # 返回path规范化的绝对路径
print(os.path.split('/pythonStudy/s12/test')) # 将path分割成目录和文件名二元组返回
print(os.path.dirname('/pythonStudy/s12/test')) # 返回path的目录。其实就是os.path.split(path)的第一个元素
print(os.path.basename('/pythonStudy/s12/test')) # 返回path最后的文件名。如果path以／或\结尾，那么就会返回空值。即os.path.split(path)的第二个元素
print(os.path.exists('test')) # 判断path是否存在
print(os.path.isabs('/pythonStudy/s12/test')) # 如果path是绝对路径，返回True
print(os.path.isfile('test')) # 如果path是一个存在的文件，返回True。否则返回False
print(os.path.isdir('/pythonStudy/s12/test')) # 如果path是一个存在的目录，则返回True。否则返回False
print(os.path.getatime('/pythonStudy/s12/test')) # 返回path所指向的文件或者目录的最后存取时间
print(os.path.getmtime('/pythonStudy/s12/test')) # 返回path所指向的文件或者目录的最后修改时间
import sys print(sys.argv) # 命令行参数List，第一个元素是程序本身路径 print(sys.exit(n)) # 退出程序，正常退出时exit(0) print(sys.version) # 获取python的版本信息 print(sys.path) # 返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值 print(sys.platform) # 返回操作平台的名称
# xml的格式如下，就是通过<>节点来区别数据结构的:
import xml.etree.ElementTree as ET
tree = ET.parse("xmltest.xml")
root = tree.getroot()
print(root.tag)
#遍历xml文档
for child in root:
print(child.tag, child.attrib)
for i in child:
print(i.tag,i.text)
#只遍历year 节点
for node in root.iter('year'):
print(node.tag,node.text)
# 修改和删除xml文档内容
import xml.etree.ElementTree as ET
tree = ET.parse("xmltest.xml")
root = tree.getroot()
#修改
for node in root.iter('year'):
new_year = int(node.text) + 1
node.text = str(new_year)
node.set("updated","yes")
tree.write("xmltest.xml")
#删除node
for country in root.findall('country'):
rank = int(country.find('rank').text)
if rank > 50:
root.remove(country)
tree.write('output.xml')
# 自己创建xml文档
import xml.etree.ElementTree as ET
new_xml = ET.Element("namelist")
name = ET.SubElement(new_xml, "name", attrib={"enrolled": "yes"})
age = ET.SubElement(name, "age", attrib={"checked": "no"})
age = ET.SubElement(name, "age")
age.text = '33'
name2 = ET.SubElement(new_xml, "name", attrib={"enrolled": "no"})
age = ET.SubElement(name2, "age")
age.text = '19'
et = ET.ElementTree(new_xml) # 生成文档对象
et.write("test.xml", encoding="utf-8", xml_declaration=True)
ET.dump(new_xml) # 打印生成的格式
python的logging模块提供了标准的日志接口，你可以通过它存储各种格式的日志，logging的日志可以分为 debug(), info(), warning(), error() and critical() 5个级别。
import logging
# %(message)s 日志信息
# %（levelno)s 日志级别
# datefmt 设置时间格式
# filename 设置日志保存的路径
# level=loggin.INFO意思是，把日志纪录级别设置为INFO，也就是说，只有比日志是INFO或比INFO级别更高的日志才会被纪录到文件里，
# 在这个例子， 第一条日志是不会被纪录的，如果希望纪录debug的日志，那把日志级别改成DEBUG就行了。
logging.basicConfig(format='%(asctime)s %(message)s %(levelno)s', datefmt='%m/%d/%Y %I:%M:%S %p',filename='example.log',level=logging.INFO)
logging.debug('This message should go to the log file')
logging.info('So should this')
