Python基础【译】
说明
本文翻译自斯坦福开放课程【编程范式】的系列课件，有删改。
本系列会持续更新，预计一周发布1到2篇。
如有意见/建议或是存在版权问题，欢迎园友指正。
转载无需通知本人，但请注明出处，谢谢！
速成课
你可以和Python解释器对话，你输入表达式，它返回计算结果。多做几次就产生了一个清晰的读取-求值-输出循环。
Python并不要求每个表达式都打印一个结果--赋值语句就不会在屏幕上打印任何东西。虽然不支持++和--操作，但是Python有一个内置方法**可以用来求冥。在命令行里输入python可以开启交互模式，试着聊会儿天，当你决定退出的时候按下Control-D。
布尔值
布尔常量包括True和False，6个关系操作符（>、 <、 ==、 ！、 ||、 &&）能作用于所有基本单元，可以用表现力更强的字符not、or和and代替!，||，和&&。你也可把关系表达式连在一起，像min < mean < max这样的写法完全行的通。
整数
整数和你想的一样，较小的数占4个字节，超级大的数则以长整型的方式存在，没有内存限制。
当数很大的时候，别忘了数字结尾有个L。（我自己定义了factorial函数，它并不是内置的，很快我们就知道怎样定义函数了。）
字符串
字符串的截取，连接和重复等操作都是支持的。
[start:stop]这种新奇的表达式就是切片。[2:6]表示截取子字符串：从位置2开始，到位置5结束。开始索引的默认值是0，结束索引的默认值是字符串长度。两个都不填则返回整个字符串。（Python不需要区分字符和字符串，使用字符时可以把它视作单字符字符串。）
字符串确实是对象，并且有很多方法。你应该猜到这些方法借鉴了其他的面向对象语言。你会猜到一些像find、startswith、endswith，replace等等之类的方法，因为一个string类没有这些方法就太无力了。Python为string提供了一堆附加方法，令它在脚本和Web领域更有用--像capitalize、split、join、expandtabs，和encode等。这里给出一些例子：
列表和元组
Python有两种有序容器：lists（可读可写）和tuples（不可变、只读）。列表用方括号括起来，元组用圆括号。下面给出一些例子。
string的slicing操作也能用在列表上：
你可以用索引标记出一个列表区间，然后用一个新的列表片段替换掉原来的内容：
第一个例子中，5和6之间的空白区域应该被等号右侧的list常量替换掉。第二个例子中street[0:1]，即子列表['Castro']，应该被['Eureka','Collingswood','Castro']覆盖掉。当然，有一个append方法也是很正常的。
注意：列表不要求所有数据都是一种类型。你可以用列表保存一条记录，只要你能搞清楚每个位置放置的数据表示什么含义。
列表有个更保守的兄弟叫元组，可以理解为把方括号换成圆括号的列表常量，基本上没法修改。元组支持切片，但不支持插入：
定义函数
下面是gatherDivisors函数。它包括了if判断，for循环迭代，更重要的是，它表明了代码块是靠着空格和缩进来划分的。
# Function: gatherDivisors # --------------------------- # Accepts the specified number and produces # alist of all numbers that divide evenly # into it. def gatherDivisors(num): """Synthesizes a list of all the positive numbers that evenly divide into the specified num. """ divisors = [] for d in xrange(1, num/2 + 1): if(num % d == 0): divisors.append(d) return divisors
语法有些似曾相识。我们并没有忘记写分号（就算你把分号加进去，解释器也会忽视掉这个小错误）。你可能注意到这个实现的某些部分缩进了一次，两次，甚至三次。缩进（以一个制表符或四个空格符的形式存在）使得谁包括谁的层次关系清晰无比。你可能注意到def，for，和if声明后边加了冒号：表明这个声明可能会覆盖一大片代码块。
注意一下几点：
- #符号用来注释整行，我猜你已经看出来了。
- 没有任何变量--无论参数还是局部变量--是强类型的。Python有整数、浮点数，字符串等概念。但它不需要你知道这些数据类型会被存储在特殊的变量中。标识符可以是任意数据类型，也不被强制永远只是一种类型。比如一个data变量可以等于5，再等于“five”,然后再等于[5,"five",5,[5]]，虽然做这种事情没什么好处，Python支持这个。
- 三重双引号内的字符串可以理解成允许换行的字符串常量，如若字符串常量是def后面第一个表达式，它会被认定为一种解释性文本--和注释不同，它被展示给使用者，告诉他函数是做什么的。
- for循环和其他语言不同。不同于用一个专门的整数计数，for循环通过一个迭代对象来实现重复。迭代子（也就是gatherDivisors函数中的d）绑定了迭代对象中的每个元素，直到所有元素都遍历了一遍。迭代对象有多种表现形式，list最为常见。我们也可以迭代字符串，或者sequences（实际上就是只读的列表），或者dictionaries（Python版的C++hash_map）。
模块化
当你处理一个规模大到需要把程序拆分的问题，你可能想把函数放在文件里--文件作为模块（有点像Java里的packages和C++里的libraries）来互相调用。
我们只要把之前的gatherDivisors函数写在一个叫divisors.py的文件里。然后在存放divisors.py的目录下边儿启动python，接着你可以导入divisors模块，你也可以导入模块内部的函数。看：
如果你想把你写的所有代码都设计成独立的脚本来运行--也就是一个独立的可解释程序--那么你可以把所有有意义的函数捆在一起放在一个单独的文件里，保存这个文件，然后把这个文做成可执行的东西（比如，chmod a+x narcissist.py）。
这里是一个简明的程序，打印出前15（调用者提供的数字）个水仙花数（如果你忘记水仙花数的定义，不妨谷歌一下）：
#!/usr/bin/env python # encoding: utf-8 # 这是一个简单的打印脚本 # 前n个水仙花数, n从命令行传入 import sys def numDigits(num): """返回num的位数, 从0开始但是不包括0。""" if (num == 0):return 1 digitCount = 0 while(num > 0): digitCount += 1 num /= 10 return digitCount def isNarcissistic(num): """只有当num是水仙花数时才返回True。""" originalNum = num total = 0 exp = numDigits(num) while(num > 0): digit = num % 10 num /= 10 total += digit ** exp return total == originalNum def listNarcissisticNumbers(numNeeded): """查找并且打印出前'numNeeded'个水仙花数。""" numFound = 0 numToConsider = 0 print "这是前 %d 个水仙花数。" % numNeeded while(numFound < numNeeded): if (isNarcissistic(numToConsider)): numFound += 1 print numToConsider numToConsider += 1 print "Done!" def getNumberNeeded(): """解析命令行参数来决定打印几个水仙花数。""" numNeeded = 15 if len(sys.argv) > 1: try: numNeeded = int(sys.argv[1]) except: print "No-integral argument encountered... using default." return numNeeded listNarcissisticNumbers(getNumberNeeded())
上面的模块有五个表达式。前四个是def表达式--函数定义--作用是把函数的名字和一些代码绑定在一起。第五个表达式是函数调用，求值后会产生我们感兴趣的输出。它依赖于以下事实：前四个表达式先于它发生，所以当Python环境设法调用listNarcissisticNumbers的时候，listNarcissisticNumbers和getNumbersNeeded已经有了含义，并且可以通过代码跳转过去。
快速排序和列表推导
下面是一个熟悉的排序算法，说明了原位列表初始化技术。
# 说明了怎样使用列表切片、列表连接和列表推导来做一些有意义的事情。 # 这个版本的快速排序效率不是最好的,因为各级都需要执行两次而不是一次。 def quicksort(sequence): """快速排序的经典实现用到了列表推导，并且假定传统的关系操作有效。而这种特殊实现的主要缺陷是
需要排序两次而不是一次。""" if(len(sequence) == 0):return sequence front = quicksort([le for le in sequence[1:] if le <= sequence[0]]) back = quicksort([gt for gt in sequence[1:] if gt > sequence[0]]) return front + [sequence[0]] + back
>>> from quicksort import quicksort >>> quicksort([5, 3, 6, 1, 2, 9]) [1, 2, 3, 5, 6, 9] >>> quicksort(['g', 'b', 'z', 'k', 'e', 'a', 'y', 's']) ['a', 'b', 'e', 'g', 'k', 's', 'y', 'z']
[le for le in sequence[1:] if le <= sequence[0]]，这个被传给第一个递归调用作为参数的东西，叫做列表推导。它只有一行，可以用一堆数据快速创建一个列表。列表推导可以包括任意个迭代，比如：
>>> [(x, y) for x in xrange(1, 3) for y in xrange(4, 8)] [(1, 4), (1, 5), (1, 6), (1, 7), (2, 4), (2, 5), (2, 6), (2, 7)] >>> [(x, y, z) for x in range(1, 5) ... for y in range(1, 5) ... for z in range(1, 6) if x < y <= z] [(1, 2, 2), (1, 2, 3), (1, 2, 4), (1, 2, 5), (1, 3, 3), (1, 3, 4), (1, 3, 5), (1, 4, 4), (1, 4, 5), (2, 3, 3), (2, 3, 4), (2, 3, 5), (2, 4, 4), (2, 4, 5), (3, 4, 4), (3, 4, 5)]
下面是一个更加严肃的脚本，有点像Unix系统下的find程序。当给出一个路径和一个文件名时，我们的find程序会在该路径下查找和该文件名同名的文件，并列出查找结果的完整路径。
# !/usr/bin/env python # encoding: utf-8 # # 对Unix下find指令的简单模仿，在子树下搜索一个文件名，字树和文件名都是参数。 # 因为python是脚本语言，又对系统导航和正则表达式提供相当好的支持， # 所以python非常适合处理这种类型的任务 from sys import argv from os import listdir from os.path import isdir, exists, basename, join def listAllExactMatches(path, filename): """列出和给定文件名匹配的所有文件的递归函数""" if basename(path) == filename: print "%s" % path if not isdir(path): return dirlist = listdir(path) for file in dirlist: listAllExactMatches(join(path, file), filename) def parseAndListMatches(): """解析命令行，验证是否有三个参数，确保给定的路径确实存在， 最后在给定路径为根的文件树下检索文件""" if(len(argv) != 3): print "使用：查找 <文件路径> <文件名>" return directory = argv[1] if not exists(directory): print "给定的路径\"%s\"不存在。" % directory return if not isdir(directory): print "\"%s\" 存在， 但它不是一个路径。" % directory filename = argv[2] listAllExactMatches(directory, filename) parseAndListMatches()
下面是用find脚本查找到的find.py文件列表：
root@ecs-mem:~/python# python find.py ~ find.py /root/demo/find.py /root/python/find.py
from/import声明告诉你函数来自哪里。大部分函数是不言自明的，其他东西则取决于你对脚本运行机制的了解。
- basename返回了path的最后一部分：
- Users/jerry/code/rsg/random.c 会返回 random.c
- /usr/class/cs107/assignments/assn-1-rsg/Makefile 会返回 Makefile
- /usr 会返回 /usr
- join返回一个或多个路径的连接，这些路径使用操作系统的路径分隔符，如果其中有绝对路径，那么它之前的路径参数会被忽略：
- join('/usr/class/cs107', 'bin' , 'submit') 返回 ‘/usr/class/cs107/bin/submit’
- join('/usr/ccs/', '/usr/bin','ps') 返回 ‘/usr/bin/ps’
- 从os和os.path模块引入的其他函数应该是不言自明的。
我为什么要用Python？因为有些事就应该让脚本语言来做，再加上对系统导航和正则匹配的支持，Python是完美的选择。
获取和解析XML
# !/usr/bin/env python # encoding: utf-8 from xml.dom import * from xml.dom.minidom import parse from urllib2 import urlopen from sys import argv # 整个程序说明了Python对XML的支持是极好的 # xml.dom.minidom模块提供了解析方法，知道怎样利用网络连接获取XML， # 在内存里构建一个树状文档 # xml.dom包定义了Document类和所有的帮助类 # document是树状的 def listAllWeathers(rssURL): """列出我国所有省会级行政区的天气情况""" conn = urlopen(rssURL) xmldoc = parse(conn) cities = xmldoc.getElementsByTagName("city") for city in cities: cityname = city.getAttribute("cityname") windState = city.getAttribute("windState") print("%s的天气情况是：%s" % (cityname.encode('utf-8') , windState.encode('utf-8'))) def getURL(): """如有没有目标URL，使用一个默认值""" defaultURL = "http://flash.weather.com.cn/wmaps/xml/china.xml" URL = defaultURL if len(argv) == 2: URL = argv[1] return URL listAllWeathers(getURL())
我为什么要用Python？因为Python的库很现代化、复杂度也足够支撑当前的Web技术需求--像HTTP，XML，SOAP，SMTP，和FTP。作业4需要两个完整的.h和.c文件来管理URL和URL连接。Python只用urlopen就能对付它们。
字典(Dictionaries)
现在我们知道的足够多了，下面让我们探讨Python数据结构的圣杯：字典。
Python中的字典有点像哈希表，键是字符串，值可以是我们希望的任何东西。下面进入交互界面，用一个简单的字典实例来模拟我成长的家庭。
>>> primaryHome = {} >>> primaryHome["phone"] = "609-786-06xx" >>> primaryHome["house-type"] = "rancher" >>> primaryHome["address"] = {} >>> primaryHome["address"]["number"] = 2210 >>> primaryHome["address"]["street"] = "Hope Lane" >>> primaryHome["address"]["city"] = "Cinnaminson" >>> primaryHome["address"]["state"] = "New Jersey" >>> primaryHome["address"]["zip"] = "08077" >>> primaryHome["num-bedrooms"] = 3 >>> primaryHome["num-bathrooms"] = 1.5 >>> primaryHome {'num-bathrooms': 1.5, 'phone': '609-786-06xx', 'num-bedrooms': 3, 'house-type': 'rancher', 'address': {'city': 'Cinnaminson', 'state': 'New Jersey', 'street': 'Hope Lane', 'number': 2210, 'zip': '08077'}}
你可以把primaryHome看做一个挤满了一大堆属性的对象。像这样逐步的构建出一个字典还不算乏味，你也可以打出整个字典常量的文本来再次初始化一个字典：
>>> vacationHome = {'phone': '717-581-44yy', 'address': {'city': 'Jim\
... Thorpe', 'state': 'Pennsylvania', 'number': 146, 'street':'Fawn Drive',
... 'zip':'18229'}}
>>> vacationHome["address"]["city"]
'JimThorpe'
字典通常以程序化的方式建立而不是手动输入。在我们动手编程之前，我可以给你看下Python版的随机语句生成器是什么样子的，随机语句的组成元素以字典的形式写死在文件里：
# !/usr/bin/env python # encoding: utf-8 # 这个脚本能从写死的grammar中生成三个随机的句子。一般来说，grammar会被存放在数据文件里， # 但是说实话，它可能会被编码成序列化的字典，这样的话还要反序列化数据，感觉有点鸡肋。 import sys # 为了 sys .stdout from random import seed, choice grammar = {'<start>': [['The ', '<object>', ' ', '<verb>', ' tonight.']], '<object>': [['waves'], ['big yellow flowers'], ['slugs']], '<verb>': [['sigh ', '<adverb>'], ['portend like ', '<object>']], '<adverb>': [['warily'], ['grumpily']]} # 在字符串末端插入特定的符号。 # 如果这个符号已经在末端了，我们就把他打印出来， # 否则，我们在grammer里查找，随机的选一个，把他传入map函数 def expand(symbol): if symbol.startswith('<'): options = grammar[symbol] # 这个choice是random模块的内置方法，输入一个序列返回一个随机选择的元素， # 所有元素被选到的可能性是一样的，这正是我们产生随机输出的方法 production = choice(options) # 快看！Mapping！ map(expand, production) else: sys.stdout.write(symbol) # 播种随机化引擎， 收获是三个随机语句 # 用sys.stdout让我们可以更精细的控制格式 def generateRandomSentences(numSentences): seed() for iteration in range(numSentences): sys.stdout.write(str(iteration + 1)) sys.stdout.write('.)') expand('<start>') sys.stdout.write('\n') generateRandomSentences(3)
下面列一些运行结果：
root@ecs-mem:~/python# python rsg.py 1.)The slugs portend like waves tonight. 2.)The big yellow flowers portend like big yellow flowers tonight. 3.)The slugs sigh warily tonight. root@ecs-mem:~/python# python rsg.py 1.)The slugs sigh grumpily tonight. 2.)The slugs sigh grumpily tonight. 3.)The big yellow flowers portend like slugs tonight. root@ecs-mem:~/python# python rsg.py 1.)The slugs portend like big yellow flowers tonight. 2.)The slugs portend like slugs tonight. 3.)The slugs portend like big yellow flowers tonight.
定义对象
下边儿定义了一个简单的词典类：
# !/usr/bin/env python # encoding: utf-8 from bisect import bisect class lexicon: def __init__(self, filename='words'): """通过读取指定文件里的一个大致按字母排序的单词列表来构建一个原始字典， 执行时没有错误检查""" infile = open(filename, 'r') words = infile.readline() # 保存新行 self._words = map(lambda w: w.rstrip(), words) def containsWord(self, word): """在字典上实现传统的位查找，已确认某个单词是否存在""" return self.words[bisect(self.words, word) - 1] == word def wordContainsEverything(self, word, characterset): """当且仅当word包含characterset里的每一个字符时返回真""" for i in range(len(characterset)): if word.find(characterset[i]) < 0: return False return True def listAllWordsContaining(self, characterset): """暴力列出字典里所有包含characterset的单词""" matchingWords = [] for word in self.words: if self.wordContainsEverything(word, characterset): matchingWords.append(word) if(len(matchingWords) == 0): print "我们找不到包括这些字符的单词。" print "试试用更小的字符集试试" return print "列出所有的单词\"%s\"" % characterset print "" for word in matchingWords: print "\t%s" % word print ""
（全文终）
