~艾比郎~学Python之Python基础
第一步:
尝试写Hello World程序
这是我用Python写出的第一个程序,我的一小步,我人生的一大步
在linux 下创建一个文件叫hello.py,如图所示
然后执行命令:python hello.py ,输出
指定解释器(参考Alex老师的总结)
上一步中执行 python hello.py 时,明确的指出 hello.py 脚本由 python 解释器来执行。
如果想要类似于执行shell脚本一样执行python脚本,例: ./hello.py ,那么就需要在 hello.py 文件的头部指定解释器,如图:
如此一来,执行: ./hello.py 即可。
ps:执行前需给予 hello.py 执行权限,chmod 755 hello.py或者chmod a+x hello.py
变量\字符编码
声明变量,如图
上述代码声明了几个变量,例:变量名为: name,变量name的值为:"liyasen"
变量定义的规则:
- 变量名只能是 字母、数字或下划线的任意组合
- 变量名的第一个字符不能是数字
- 以下关键字不能声明为变量名
['and', 'as', 'assert', 'break', 'class', 'continue', 'def', 'del', 'elif', 'else', 'except', 'exec', 'finally', 'for', 'from', 'global', 'if', 'import', 'in', 'is', 'lambda', 'not', 'or', 'pass', 'print', 'raise', 'return', 'try', 'while', 'with', 'yield']
变量名命名习惯
当你的代码越写越多的时候,你会发现你定义的变量也会越来越多,为了增加代码的易读性和方便调试,给变量起名时一定要遵循一定的命名习惯,你起的变量名称最好能让人一眼就大概知道这个变量是干什么用的,比如,getUserName一看就知道,这个变量应该是要获取用户的姓名,check_current_conn_count代表是要检查现在的连接数,只有这样,别人才能在看你的代码时知道你的这些变量的作用,而如果你把变量名全起成了var1,var2,var3…..varN,那别人再看你的代码时会骂死你的。
变量名的定义在能表达清楚它的作用的前提下最越简洁越好,能用一个单词表述清楚的尽量就不要用两个。变量起名时一般有这么几种写法,你觉得哪种最简洁,你就选哪种吧。
CheckCurrentConnCount
check_current_conn_count
checkCurrentConnCount
定义变量
了解了变量的概念和用途后,我们一起来定义几个简单的变量看一下
name = ‘liyasen’ #name 是字符串,字符串要加上引号噢
age = 24 #age 是整数,整数不要加引号,加了引号后就变成字符串了
has_girlfriend = True #是布尔值,一般用这个做逻辑判断,如if has_girlfriend:print ‘good for you !’
age = age + 1 #这个结果应该是25,运算流程是先将=号后面的age +1结果算出,然后再把这个结果重赋值给age, 由于age之前的值是24,重新赋值后,age值变为25.
最后,理解变量在计算机内存中的表示也非常重要。当我们写:
name = 'liyasen'
时,Python解释器干了两件事情:
- 在内存中创建一个”liyasen”的字符串;
- 在内存中创建了一个名为name的变量,并把它指向”liyasen”的内存地址。
也可以变量name赋值给另一个变量name2,这个操作实际上是把变量name2指向的数据,例如:
唉?不是已经把name2 等于name变量了吗?name 值改了以后,name2不跟着改吗?没错,当name 的值由”Alex”改成”Jack”后,name2还是指向原来的”Alex”,我们来一步步分析一下:
1. 定义name=”liyasen”,解释器创建了字符串”liyasen”和变量name,并把name指向了”liyasen”
2. 执行name2=name,解释器创建了name2变量,并把name2指向了name变量所指向的字符串
3. 这时通过id内置函数来查看一下这两个变量分别指向的内存地址,结果都是指向了同一地址。
4. 执行name=”Jack”,解释器创建一个新的变量”Jack”,并把name的指向改成了”Jack”
5. 此时再查看两个变量的内存地址指向就会发现,name的指向已经变成了一个新的地址,也就是”Jack”所在内存地址,但是name2依然还是指向原来的”liyasen”。
Now, 你明白了吗? 再总结一下,当你把一个变量name赋值给另一个变量name2时,解释器只是把name变量所指向的内存地址赋值给了name2,因此name 和 name2并未发生直接的关联,只不过是他们都同时指向了同一个内存地址而已,这也就是为什么你把name再指向一个新地址后,而name2的值还保持不变的原因。
常量
刚才说到了变量,还有一概念就是常量,所谓常量就是不能变的变量,比如常用的数学常数π就是一个常量。在Python中,通常用全部大写的变量名表示常量:
PI = 3.14159265359
但事实上PI仍然是一个变量,Python根本没有任何机制保证PI不会被改变,所以,用全部大写的变量名表示常量只是一个习惯上的用法,如果你一定要改变变量PI的值,也没人能拦住你。
数据运算符
和其它语言一样,python也支持进行各种各样的数学和逻辑运算,我们一起来看一些。
python语言支持以下几种运算
算术运算
比较运算
Assignment Operators
二进制运算
关系运算
验证运算
算术运算
以下例子a = 10 , b= 20
运算符 |
描述 |
示例 |
+ |
加法运算 |
a + b 得 30 |
- |
减法运算 |
a - b 得 -10 |
* |
乘法运算 |
a * b 得 200 |
/ |
除法运算 |
b / a 得 2 |
% |
取模 - 将%号左边的值除以%号右边的值并且将得到的结果的余数返回 |
10%5得0 ,10%3 得1, 20%7 得6 |
** |
幂 - 返回x的y次幂,就是返回多少次方 |
2**8 得256 |
// |
取整除 - 返回x除以y的商的整数部分 |
9//2得4 , 9.0//2.0得4.0 |
比较运算
以下例子a = 10 , b= 20
运算符 |
描述 |
示例 |
== |
判断两个对象是否相等 |
(a == b) is not true. |
!= |
判断两个对象是否不相等 |
(a != b) is true. |
<> |
判断两个对象是否不相等 |
(a <> b) is true. 与 != 运算符一样. |
> |
大于 - 返回a是否大于b |
(a > b) is not true. |
< |
小于 - 返回a是否小于b |
(a < b) is true. |
>= |
大于等于 - 返回a 是否大于等于b |
(a >= b) is not true. |
<= |
小于等于 - 返回a 是否小于等于b |
(a <= b) is true. |
赋值运算
运算符 |
描述 |
示例 |
= |
赋值 - 将右边的值赋值给左边的变量名 |
c = a + b 将会把a+b的结果赋值给c |
+= |
自加赋值 - 将+=号左边的值与+=号右边的值相加,然后再把结果赋值给+=号左右的值 |
c += a相当于 c = c + a |
-= |
自减赋值 |
c -= a相当于 c = c - a |
*= |
自乘赋值 |
c *= a 相当于 c = c * a |
/= |
自除赋值 |
c /= a 相当于 c = c / a |
%= |
自取模赋值 |
c %= a 相当于 c = c % a |
**= |
自求幂赋值 |
c **= a 相当于 c = c ** a |
//= |
自取整赋值 |
c //= a 相当于 c = c // a |
按位运算(二进制运算)
我们都知道,计算机处理数据的时候都会把数据最终变成0和1的二进制来进行运算,也就是说,计算机其实只认识0和1, 那按位运算其实就是把数字转换成二进制的形式后再进行位运算的,唉呀,说的好迷糊,直接看例子,我们设定a=60; b=13; 要进行位运算,就得把他们先转成2进制格式,那0和1是如何表示60和13的呢?学过计算机基础的人都知道,计算机最小的存储单位是字节,也就是说一个数字、一个字母最少需要用一个字节来存储,然后呢,一个字节又由8个2进制位来表示,也就是8bit,所以呢,一个计算机中最小的数据也需要用一个字节来存储噢。那为是什么8位而不是9位、10位、20位呢?这个问题上学的时候应该都讲过,不明白的自己网上查下吧再。8个二进制如何表示60这个数字呢?聪明的计算机先人们想到了用占位的方式来轻松的实现了,怎么占位呢?如下表所示,我们把8个二进制位依次排列,每个二进制位代表一个固定的数字,这个数字是由2的8次方得来的,即每个二进制位代表的值就是2的第几次方的值,8个二进制位能表示的最大数是2**8=256, 那把60分解成二进制其实就是以此在这8位上做个比对,只要把其中的几位相加,如果结果正好等于60,那这个位就找对了,首先看60 肯定占不了128和64那两位,不占位就设为0,后面的32+16+8+4=60,所以这几位要设置为1,其它的全设置为0,13的二进制算法也是一样的。
二进制位数 |
8 |
7 |
6 |
5 |
4 |
3 |
2 |
1 |
每位所代表的数字 |
128 |
64 |
32 |
16 |
8 |
4 |
2 |
1 |
60 |
0 |
0 |
1 |
1 |
1 |
1 |
0 |
0 |
13 |
0 |
0 |
0 |
0 |
1 |
1 |
0 |
1 |
好,知道了10进制如何转2进制了之后,我们接着来看,如果进行2个10进制数字的位运算
运算符 |
描述 |
示例 |
& |
与运算,这个二进制位必须在2组数中都为真,结果才返回真 |
(a & b)得12,二进制位: 0000 1100 |
| |
或运算,这个二进制位只需在其中一组数据中为真即返回真 |
(a | b)得 61,二进制位: 0011 1101 |
^ |
异或运算,只要这个二进制位在两组数据中不相同就返回真 |
(a ^ b)得 49 ,二进制位: 0011 0001 |
<< |
左移运算,将a整体向左移2位 |
a << 2得240,二进制位: 1111 0000 |
>> |
右移运算,将a整体向左移3位 |
a >> 3得 7 ,二进制位: 0000 0111 |
看下面的运算过程:
二进制位 |
8 |
7 |
6 |
5 |
4 |
3 |
2 |
1 |
结果 |
每位所代表的数字 |
128 |
64 |
32 |
16 |
8 |
4 |
2 |
1 |
|
60 |
0 |
0 |
1 |
1 |
1 |
1 |
0 |
0 |
|
13 |
0 |
0 |
0 |
0 |
1 |
1 |
0 |
1 |
|
&与运算 |
0 |
0 |
0 |
0 |
1 |
1 |
0 |
0 |
12 |
|或运算 |
0 |
0 |
1 |
1 |
1 |
1 |
0 |
1 |
61 |
^异或运算 |
0 |
0 |
1 |
1 |
0 |
0 |
0 |
1 |
49 |
a<<2 |
1 |
1 |
1 |
1 |
0 |
0 |
0 |
0 |
240 |
a>>3 |
0 |
0 |
0 |
0 |
0 |
1 |
1 |
1 |
7 |
后面还有
逻辑运算符 and 、or 、not
关系运算符 in 、not in
验证运算符 is 、 is not
因为我们现在还没有学流程控制相关的,现在说这些反而会让你迷惑,先忘掉这几个吧,以后我们用到的时候你自然就会明白了哈。
字符编码 <引用3>
我们已经讲过了,字符串也是一种数据类型,但是,字符串比较特殊的是还有一个编码问题。
因为计算机只能处理数字,如果要处理文本,就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特(bit)作为一个字节(byte),所以,一个字节能表示的最大的整数就是255(二进制11111111=十进制255),如果要表示更大的整数,就必须用更多的字节。比如两个字节可以表示的最大整数是65535
,4个字节可以表示的最大整数是4294967295
。
由于计算机是美国人发明的,因此,最早只有127个字母被编码到计算机里,也就是大小写英文字母、数字和一些符号,这个编码表被称为ASCII
编码,比如大写字母A
的编码是65
,小写字母z
的编码是122
。
但是要处理中文显然一个字节是不够的,至少需要两个字节,而且还不能和ASCII编码冲突,所以,中国制定了GB2312
编码,用来把中文编进去。
你可以想得到的是,全世界有上百种语言,日本把日文编到Shift_JIS
里,韩国把韩文编到Euc-kr
里,各国有各国的标准,就会不可避免地出现冲突,结果就是,在多语言混合的文本中,显示出来会有乱码。
因此,Unicode应运而生。Unicode把所有语言都统一到一套编码里,这样就不会再有乱码问题了。
Unicode标准也在不断发展,但最常用的是用两个字节表示一个字符(如果要用到非常偏僻的字符,就需要4个字节)。现代操作系统和大多数编程语言都直接支持Unicode。
现在,捋一捋ASCII编码和Unicode编码的区别:ASCII编码是1个字节,而Unicode编码通常是2个字节。
字母A
用ASCII编码是十进制的65
,二进制的01000001
;
字符0
用ASCII编码是十进制的48
,二进制的00110000
,注意字符'0'
和整数0
是不同的;
汉字中
已经超出了ASCII编码的范围,用Unicode编码是十进制的20013
,二进制的01001110 00101101
。
你可以猜测,如果把ASCII编码的A
用Unicode编码,只需要在前面补0就可以,因此,A
的Unicode编码是00000000 01000001
。
新的问题又出现了:如果统一成Unicode编码,乱码问题从此消失了。但是,如果你写的文本基本上全部是英文的话,用Unicode编码比ASCII编码需要多一倍的存储空间,在存储和传输上就十分不划算。
所以,本着节约的精神,又出现了把Unicode编码转化为“可变长编码”的UTF-8
编码。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节,常用的英文字母被编码成1个字节,汉字通常是3个字节,只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符,用UTF-8编码就能节省空间:
字符 |
ASCII |
Unicode |
UTF-8 |
A |
01000001 |
00000000 01000001 |
01000001 |
中 |
x |
01001110 00101101 |
11100100 10111000 10101101 |
从上面的表格还可以发现,UTF-8编码有一个额外的好处,就是ASCII编码实际上可以被看成是UTF-8编码的一部分,所以,大量只支持ASCII编码的历史遗留软件可以在UTF-8编码下继续工作。
搞清楚了ASCII、Unicode和UTF-8的关系,我们就可以总结一下现在计算机系统通用的字符编码工作方式:
在计算机内存中,统一使用Unicode编码,当需要保存到硬盘或者需要传输的时候,就转换为UTF-8编码。
用记事本编辑的时候,从文件读取的UTF-8字符被转换为Unicode字符到内存里,编辑完成后,保存的时候再把Unicode转换为UTF-8保存到文件:
浏览网页的时候,服务器会把动态生成的Unicode内容转换为UTF-8再传输到浏览器:
所以你看到很多网页的源码上会有类似<meta charset="UTF-8" />
的信息,表示该网页正是用的UTF-8编码。
Python的字符串
搞清楚了令人头疼的字符编码问题后,我们再来研究Python对Unicode的支持。
因为Python的诞生比Unicode标准发布的时间还要早,所以最早的Python只支持ASCII编码,普通的字符串'ABC'
在Python内部都是ASCII编码的。Python提供了ord()和chr()函数,可以把字母和对应的数字相互转换:
>>> ord('A') 65 >>> chr(65) 'A'
Python在后来添加了对Unicode的支持,以Unicode表示的字符串用u'...'
表示,比如:
>>> print u'
中文
'
中文
>>> u'
中
' u'\u4e2d'
写u'
中
'
和u'\u4e2d'
是一样的,\u
后面是十六进制的Unicode码。因此,u'A'
和u'\u0041'
也是一样的。
两种字符串如何相互转换?字符串'xxx'
虽然是ASCII编码,但也可以看成是UTF-8编码,而u'xxx'
则只能是Unicode编码。
把u'xxx'
转换为UTF-8编码的'xxx'
用encode('utf-8')
方法:
>>> u'ABC'.encode('utf-8') 'ABC' >>> u'
中文
'.encode('utf-8') '\xe4\xb8\xad\xe6\x96\x87'
英文字符转换后表示的UTF-8的值和Unicode值相等(但占用的存储空间不同),而中文字符转换后1个Unicode字符将变为3个UTF-8字符,你看到的\xe4
就是其中一个字节,因为它的值是228
,没有对应的字母可以显示,所以以十六进制显示字节的数值。len()
函数可以返回字符串的长度:
>>> len(u'ABC') 3 >>> len('ABC') 3 >>> len(u'
中文
') 2 >>> len('\xe4\xb8\xad\xe6\x96\x87') 6
反过来,把UTF-8编码表示的字符串'xxx'
转换为Unicode字符串u'xxx'
用decode('utf-8')
方法:
>>> 'abc'.decode('utf-8') u'abc' >>> '\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8') u'\u4e2d\u6587' >>> print '\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
中文
由于Python源代码也是一个文本文件,所以,当你的源代码中包含中文的时候,在保存源代码时,就需要务必指定保存为UTF-8编码。当Python解释器读取源代码时,为了让它按UTF-8编码读取,我们通常在文件开头写上这两行:
#!/usr/bin/env python # -*- coding: utf-8 -*-
第一行注释是为了告诉Linux/OS X系统,这是一个Python可执行程序,Windows系统会忽略这个注释;
第二行注释是为了告诉Python解释器,按照UTF-8编码读取源代码,否则,你在源代码中写的中文输出可能会有乱码。
格式化
最后一个常见的问题是如何输出格式化的字符串。我们经常会输出类似'
亲爱的
xxx
你好!你
xx
月的话费是
xx
,余额是
xx'
之类的字符串,而xxx的内容都是根据变量变化的,所以,需要一种简便的格式化字符串的方式。
在Python中,采用的格式化方式和C语言是一致的,用%
实现,举例如下:
>>> 'Hello, %s' % 'world' 'Hello, world' >>> 'Hi, %s, you have $%d.' % ('Michael', 1000000) 'Hi, Michael, you have $1000000.'
你可能猜到了,%
运算符就是用来格式化字符串的。在字符串内部,%s
表示用字符串替换,%d
表示用整数替换,有几个%?
占位符,后面就跟几个变量或者值,顺序要对应好。如果只有一个%?
,括号可以省略。
常见的占位符有:
%d |
整数 |
%f |
浮点数 |
%s |
字符串 |
%x |
十六进制整数 |
其中,格式化整数和浮点数还可以指定是否补0和整数与小数的位数:
>>> '%2d-%02d' % (3, 1) ' 3-01' >>> '%.2f' % 3.1415926 '3.14'
如果你不太确定应该用什么,%s
永远起作用,它会把任何数据类型转换为字符串:
>>> 'Age: %s. Gender: %s' % (25, True) 'Age: 25. Gender: True'
对于Unicode字符串,用法完全一样,但最好确保替换的字符串也是Unicode字符串:
>>> u'Hi, %s' % u'Michael' u'Hi, Michael'
有些时候,字符串里面的%
是一个普通字符怎么办?这个时候就需要转义,用%%
来表示一个%
:
>>> 'growth rate: %d %%' % 7 'growth rate: 7 %'
小结
由于历史遗留问题,Python 2.x版本虽然支持Unicode,但在语法上需要'xxx'
和u'xxx'
两种字符串表示方式。
Python当然也支持其他编码方式,比如把Unicode编码成GB2312:
>>> u'
中文
'.encode('gb2312') '\xd6\xd0\xce\xc4'
Try
但这种方式纯属自找麻烦,如果没有特殊业务要求,请牢记仅使用Unicode和UTF-8这两种编码方式。
在Python 3.x版本中,把'xxx'
和u'xxx'
统一成Unicode编码,即写不写前缀u
都是一样的,而以字节形式表示的字符串则必须加上b
前缀:b'xxx'
。
格式化字符串的时候,可以用Python的交互式命令行测试,方便快捷。