python学习之路基础篇(第五篇)

前四天课程回顾

1.python简介

2.python基本数据类型

类：
　　int:整型  | str:字符串 |  list:列表 |tuple:元组 |dict:字典 | set:集合
对象：
　　li = [11,22,33] 　　#列表的一个对象
　　s = "MoHan"　　　 #字符串的一个对象

3.函数式编程

4.装饰器

@装饰器函数名
def func():
　pass

其中@装饰器函数名，程序执行到此，会进行如下三步操作：

1.将func当做参数进行传递给装饰器函数并执行
2.将装饰器函数的返回值重新赋值给func
3.执行func函数就相当于执行装饰器函数的返回值

装饰器

通过上一次课程的学习，我们已经知道了什么是装饰器，装饰器内部是如何运行的，上次课程我们说到函数可以被装饰器封装，并且通过作业的练习，已基本掌握简单装饰器的基本操作，我心里有个疑问，一个函数可以被多个装饰器装饰么？答案是肯定。

#执行程序的开关
USER_INFO = {}
USER_INFO['is_login'] = False     #通过is_login的值来判断用户是否已经登录
USER_INFO['user_type'] = 2       #通过user_type的值来判断用户是否是管理员
#USER_INFO.get('is_login',None)

def check_login(func):
    def inner(*args,**kwargs):
        if USER_INFO.get('is_login',None):
            ret = func(*args,**kwargs)
            return ret
        else:
            print('请登录')
    return inner

def check_admin(func):
    def inner(*args,**kwargs):
        if USER_INFO.get('user_type',None) == 2:
            ret = func(*args,**kwargs)
            return ret
        else:
            print('您无权限进行此操作')
    return inner

@check_login
@check_admin
def index():
    print('inex')

index()    

#双层装饰器的执行顺序：check_log-------check_admin-----index
#装饰器还可有三层、四层......多层

字符串格式化

一、.python字符串格式化有两种方式：% 和 format

This PEP proposes a new system for built-in string formatting operations, intended as a replacement for the existing '%' string formatting operator

1.百分号方式

用法：%[(name)][flags][width].[precision]typecode

(name) 可选，用于选择指定的key
flags 可选，可供选择的值有:
- + 右对齐；正数前加正好，负数前加负号；
- - 左对齐；正数前无符号，负数前加负号；
- 空格右对齐；正数前加空格，负数前加负号；
- 0 右对齐；正数前无符号，负数前加负号；用0填充空白处
width 可选，占有宽度
.precision 可选，小数点后保留的位数
typecode 必选
- s，获取传入对象的__str__方法的返回值，并将其格式化到指定位置
- r，获取传入对象的__repr__方法的返回值，并将其格式化到指定位置
- c，整数：将数字转换成其unicode对应的值，10进制范围为 0 <= i <= 1114111（py27则只支持0-255）；字符：将字符添加到指定位置
- o，将整数转换成八进制表示，并将其格式化到指定位置
- x，将整数转换成十六进制表示，并将其格式化到指定位置
- d，将整数、浮点数转换成十进制表示，并将其格式化到指定位置
- e，将整数、浮点数转换成科学计数法，并将其格式化到指定位置（小写e）
- E，将整数、浮点数转换成科学计数法，并将其格式化到指定位置（大写E）
- f，将整数、浮点数转换成浮点数表示，并将其格式化到指定位置（默认保留小数点后6位）
- F，同上
- g，自动调整将整数、浮点数转换成浮点型或科学计数法表示（超过6位数用科学计数法），并将其格式化到指定位置（如果是科学计数则是e；）
- G，自动调整将整数、浮点数转换成浮点型或科学计数法表示（超过6位数用科学计数法），并将其格式化到指定位置（如果是科学计数则是E；）
- %，当字符串中存在格式化标志时，需要用 %%表示一个百分号

注意：python中百分号格式化是不存在自动将整数转换成二进制表示的方式

#常用的%： %s :字符串 %d:数字 %f:浮点数

tp1 = "i am %s age %d" %("alex",19)
tp2 = "i am %(name)s age %(age)d" %{"name":"alex","age":19}
tp3 = "percent %.2f" %99.9762
tp4 = "percent %(pp).2f" %{"pp":99.9762}
tp5 = "percent %.2f%%" %(99.9762,)
tp6 = "i am %s" %('alex')
print(tp1)
print(tp2)
print(tp3)
print(tp4)
print(tp5)
print(tp6)
程序执行结果如下：
i am alex age 19
i am alex age 19
percent 99.98
percent 99.98
percent 99.98%
i am alex

2.Format方式

[[fill]align][sign][#][0][width][,][.precision][type]

fill 【可选】空白处填充的字符
align 【可选】对齐方式（需配合width使用）

<，内容左对齐
>，内容右对齐(默认)
＝，内容右对齐，将符号放置在填充字符的左侧，且只对数字类型有效。即使：符号+填充物+数字
^，内容居中

sign 【可选】有无符号数字
- +，正号加正，负号加负；
- -，正号不变，负号加负；
- 空格，正号空格，负号加负；
# 【可选】对于二进制、八进制、十六进制，如果加上#，会显示 0b/0o/0x，否则不显示
，【可选】为数字添加分隔符，如：1,000,000
width 【可选】格式化位所占宽度
.precision 【可选】小数位保留精度
type 【可选】格式化类型
- 传入” 字符串类型 “的参数
  - s，格式化字符串类型数据
  - 空白，未指定类型，则默认是None，同s
- 传入“ 整数类型 ”的参数
  - b，将10进制整数自动转换成2进制表示然后格式化
  - c，将10进制整数自动转换为其对应的unicode字符
  - d，十进制整数
  - o，将10进制整数自动转换成8进制表示然后格式化；
  - x，将10进制整数自动转换成16进制表示然后格式化（小写x）
  - X，将10进制整数自动转换成16进制表示然后格式化（大写X）
- 传入“ 浮点型或小数类型 ”的参数
  - e，转换为科学计数法（小写e）表示，然后格式化；
  - E，转换为科学计数法（大写E）表示，然后格式化;
  - f ，转换为浮点型（默认小数点后保留6位）表示，然后格式化；
  - F，转换为浮点型（默认小数点后保留6位）表示，然后格式化；
  - g，自动在e和f中切换
  - G，自动在E和F中切换
  - %，显示百分比（默认显示小数点后6位）

简单小练习：

s1 = "abcdefg{0}abcdefg{0}123{1}".format('111','7777')
#对号入座 {0}---111，{1}----7777
print(s1)
s2 = "-----{name:s}_____{age:d}------{name:s}".format(name='alex',age=12)
#根据名称来进行赋值，可以不按照顺序
print(s2)
s3 = "---{:*^20s}______{:+d}------{:x}".format('alex',23,45)
#*20：占据20个位置，如果传入的参数不足20个字符用*进行填充
#^:居中显示 < 左对齐 >右对齐
#s：字符串 d:数字
#+：正数前面+，负数前面加符号
#x:将十进制自动转换成十六进制数字表示然后进行格式化  :X :b(二进制) :o(八进制)
print(s3)
#
# 程序执行结果如下：
# abcdefg111abcdefg1111237777
# -----alex_____12------alex
# ---********alex********______+23------2d

format实例

tp1 = "i am {}, age {},{}".format("alex",38,'sir')
#按顺序进行赋值，{}没有指定要传入的数据类型，可以将传入的任意数值类型进行格式化
tp2 = "i am {},age {},{}".format(*["seven",38,'sir'])
#*[]：将列表中的元素按顺序进行赋值，如果不加*则表示整个列表是一个元素,如果直接传入则会报错，所以传入的参数要
#>=前面预留的空间的个数
tp3 = "i am {0},age {1},really {0}".format('seven',18)
tp4 = "i am {0},age {1},really {0}".format(*['seven',18])
tp5 = "i am {name},age {age},really {name}".format(name="seven",age=18)
tp6 = "i am {name},age {age},really {name}".format(**{"name":"seven",'age':18})
tp7 = "i am {0[0]},age {0[1]},really {0[2]}".format([1,2,3],[11,22,33])
tp8 = "i am {:s},age {:d}".format(*['seven',18])
tp9 = "i am {:s},age {:d},money {:f}".format('seven',18,18888.111)
tp10 = "i am {name:s},age {age:d}".format(name='seven',age=18)
tp11 = "i am {name:s},age {age:d}".format(**{'name':'seven','age':18})
tp12 = "numbers：{:b},{:o},{:x},{:X},{:%} ".format(15,23,34,56,78,12.788999,23)
tp13 = "numbers: {0:b},{0:o},{0:d},{0:x},{0:X}, {0:%}".format(15)
tp14 = "numbers: {num:b},{num:o},{num:d},{num:x},{num:X}, {num:%}".format(num=15)
print(tp1)
print(tp2)
print(tp3)
print(tp4)
print(tp5)
print(tp6)
print(tp7)
print(tp8)
print(tp9)
print(tp10)
print(tp11)
print(tp12)
print(tp13)
print(tp14)
程序执行结果如下：
i am alex, age 38,sir
i am seven,age 38,sir
i am seven,age 18,really seven
i am seven,age 18,really seven
i am seven,age 18,really seven
i am seven,age 18,really seven
i am 1,age 2,really 3
i am seven,age 18
i am seven,age 18,money 18888.111000
i am seven,age 18
i am seven,age 18
numbers：1111,27,22,38,7800.000000% 
numbers: 1111,17,15,f,F, 1500.000000%
numbers: 1111,17,15,f,F, 1500.000000%

更多格式化操作请参考：https://docs.python.org/3/library/string.html

生成器和迭代器

1.迭代器

迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退，不过这也没什么，因为人们很少在迭代途中往后退。另外，迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件

特点：

访问者不需要关心迭代器内部的结构，仅需通过next()方法不断去取下一个内容
不能随机访问集合中的某个值，只能从头到尾依次访问
访问到一半时不能往回退
便于循环比较大的数据集合，节省内存

2.生成器

一个函数调用时返回一个迭代器，那这个函数就叫做生成器（generator）；如果函数中包含yield语法，那这个函数就会变成生成器

#生成器的定义：生成器也是一个函数，一个函数中如果出现yield则函数就变成生成器
#具有生成某种数据的能力
#生成器的本质：yield　　

def func():
    yield  1
    yield  2
    yield  3
ret = func()
for i in ret:
    print(i)
    
#程序执行结果如下：
1
2
3

上述代码中：func是函数称为生成器，当执行此函数func()时会得到一个迭代器。　　

# def func():
#     print(1111)
#     yield  1
#     print(2222)
#     yield  2
#     print(3333)
#     yield  3
# ret = func()
# r1 = ret.__next__()  #进入函数找到yield,获取yield后面的值1
# print(r1)
# r2 = ret.__next__() #进入函数找到yield,获取yield后面的值2
# print(r2)
# r3 = ret.__next__() #进入函数找到yield,获取yield后面的值3
# print(r3)
# r4 = ret.__next__()
# print(r4)

# 程序执行结果如下：
# 1111
# 1
# 2222
# 2
# 3333
# 3

3.实例

利用生成器自定义myrange

def myrange(arg):
    start = 0
    while True:
        if start > arg:
            return
        yield start
        start += 1

利用迭代器访问myrange

ret = myrange(3)
r = ret.__next__()
print(r)
r = ret.__next__()
print(r)
r = ret.__next__()
print(r)
r = ret.__next__()
print(r)

递归

引入：函数的调用

#函数的调用
#执行a()时，a去调用函数b,执行函数b()时，b去调用函数c，执行函数c时，c去调用函数d,
#执行d()时，返回给123
def d():
    return '123'

def c():
    r = d()
    return r

def b():
    r = c()
    return r

def a():
    r = b()
    return r

ret = a()
print(ret)
程序执行结果如下：
123

从上面的代码我们可以看出，执行一个函数a()时，a去调用函数b，而执行函数b时，b又去调用函数c，这个过程称之为函数的调用。函数在执行的时候可以去调用别的函数，是不是也可以调用自身呢，答案是可以的，执行函数的时候去调用自身来进行执行的过程即是递归，说白了，递归就是函数自己调用自己的过程。

#递归函数
def func(n):
    n += 1
    if n > 4:
        return 'end'
    return func(n)

r = func(1)
print(r)

#程序执行结果如下：
end

模块

模块是一个功能的集合

类似于函数式编程和面向过程编程，函数式编程则完成一个功能，其他代码用来调用即可，提供了代码的重用性和代码间的耦合。而对于一个复杂的功能来，可能需要多个函数才能完成（函数又可以在不同的.py文件中），n个 .py 文件组成的代码集合就称为模块。

模块的分类：

自定义模块：自己编写的模块
内置模块(python自带的os sys file json)
第三方模块

模块的导入：

Python之所以应用越来越广泛，在一定程度上也依赖于其为程序员提供了大量的模块以供使用，如果想要使用模块，则需要导入。导入模块有一下几种方法：

import module  #导入模块下的全部模块
from module.xx.xx import *  #导入模块下的全部模块
from module.xx.xx import xx  #导入某块下的指定模块
from module.xx.xx import xx as rename   #导入指定模块并给他设置别名

导入模块其实就是告诉Python解释器去解释那个py文件

导入一个py文件，解释器解释该py文件
导入一个包，解释器解释该包下的 __init__.py 文件

那么问题来了，导入模块时是根据那个路径作为基准来进行的呢？即：sys.path

import sys
print(sys.path)
输出结果：
['D:\\PythonS13\\Day5\\class', 'D:\\PythonS13', 'C:\\python35\\python35.zip', 'C:\\python35\\DLLs', 'C:\\python35\\lib', 'C:\\python35', 'C:\\python35\\lib\\site-packages']

如果sys.path路径列表没有你想要的路径，可以通过 sys.path.append('路径') 添加。

import sys
import os
project_path = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
sys.path.append(project_path)

自定义模块

自定义模块一般都是自己写的可以是一个独立的.py文件，也可以是一个文件夹，但是普通的文件夹并不是一个模块，一个模块必须是包含__init__的目录。

自定义一个名为“自定义模块_8”的模块，然后在“调用模块的函数_8”程序里面调用，如果要使用模块里面方法，直接使用模块名 .方法即可

内置模块

内置模块是Python自带的功能，在使用内置模块相应的功能时，需要【先导入】再【使用】

1.sys

用于提供对Python解释器相关的操作：

sys.argv           命令行参数List，第一个元素是程序本身路径
sys.exit(n)        退出程序，正常退出时exit(0)
sys.version        获取Python解释程序的版本信息
sys.maxint         最大的Int值
sys.path           返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值
sys.platform       返回操作系统平台名称
sys.stdin          输入相关
sys.stdout         输出相关
sys.stderror       错误相关

实例：进度百分比

import sys
import time

def view_bar(num, total):
    rate = float(num) / float(total)
    rate_num = int(rate * 100)
    #r = '\r%d%%' % (rate_num, )
    r = '\r[%-100s]%d%%' % ('=' * rate_num, rate_num,)
    sys.stdout.write(r)
    sys.stdout.flush()

if __name__ == '__main__':
    for i in range(0, 101):
        time.sleep(0.1)
        view_bar(i, 100)

2.os

用于提供系统级别的操作：

os.getcwd()                 获取当前工作目录，即当前python脚本工作的目录路径
os.chdir("dirname")         改变当前脚本工作目录；相当于shell下cd
os.curdir                   返回当前目录: ('.')
os.pardir                   获取当前目录的父目录字符串名：('..')
os.makedirs('dir1/dir2')    可生成多层递归目录
os.removedirs('dirname1')   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
os.mkdir('dirname')         生成单级目录；相当于shell中mkdir dirname
os.rmdir('dirname')         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
os.listdir('dirname')       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
os.remove()                 删除一个文件
os.rename("oldname","new")  重命名文件/目录
os.stat('path/filename')    获取文件/目录信息
os.sep                      操作系统特定的路径分隔符，win下为"\\",Linux下为"/"
os.linesep                  当前平台使用的行终止符，win下为"\t\n",Linux下为"\n"
os.pathsep                  用于分割文件路径的字符串
os.name                     字符串指示当前使用平台。win->'nt'; Linux->'posix'
os.system("bash command")   运行shell命令，直接显示
os.environ                  获取系统环境变量
os.path.abspath(path)       返回path规范化的绝对路径
os.path.split(path)         将path分割成目录和文件名二元组返回
os.path.dirname(path)       返回path的目录。其实就是os.path.split(path)的第一个元素
os.path.basename(path)      返回path最后的文件名。如何path以／或\结尾，那么就会返回空值。即os.path.split(path)的第二个元素
os.path.exists(path)        如果path存在，返回True；如果path不存在，返回False
os.path.isabs(path)         如果path是绝对路径，返回True
os.path.isfile(path)        如果path是一个存在的文件，返回True。否则返回False
os.path.isdir(path)         如果path是一个存在的目录，则返回True。否则返回False
os.path.join(path1[, path2[, ...]])  将多个路径组合后返回，第一个绝对路径之前的参数将被忽略
os.path.getatime(path)      返回path所指向的文件或者目录的最后存取时间
os.path.getmtime(path)      返回path所指向的文件或者目录的最后修改时间

第三方模块　

下载安装有两种方式：

通过第三方的集成安装

yum
pip
apt-get
...

通过源码安装

下载源码
解压源码
进入目录
编译源码    python setup.py build
安装源码    python setup.py install

注：在使用源码安装时，需要使用到gcc编译和python开发环境

yum install gcc
yum install python-devel
或
apt-get python-dev

下面我们以安装request来进行说明

requests

Python标准库中提供了：urllib等模块以供Http请求，但是，它的 API 太渣了。它是为另一个时代、另一个互联网所创建的。它需要巨量的工作，甚至包括各种方法覆盖，来完成最简单的任务

import urllib.request

f = urllib.request.urlopen('http://www.webxml.com.cn//webservices/qqOnlineWebService.asmx/qqCheckOnline?qqCode=424662508')
result = f.read().decode('utf-8')

import urllib.request

req = urllib.request.Request('http://www.example.com/')
req.add_header('Referer', 'http://www.python.org/')
r = urllib.request.urlopen(req)

result = f.read().decode('utf-8')

注：更多见Python官方文档：https://docs.python.org/3.5/library/urllib.request.html#module-urllib.request

Requests 是使用 Apache2 Licensed 许可证的基于Python开发的HTTP 库，其在Python内置模块的基础上进行了高度的封装，从而使得Pythoner进行网络请求时，变得美好了许多，使用Requests可以轻而易举的完成浏览器可有的任何操作。

1、安装模块

python - m  pip install requests

2、使用模块

# 1、无参数实例
 
import requests 
ret = requests.get('https://github.com/timeline.json') 
print(ret.url)
print(ret.text)
 
# 2、有参数实例
 
import requests
 
payload = {'key1': 'value1', 'key2': 'value2'}
ret = requests.get("http://httpbin.org/get", params=payload)
 
print(ret.url)
print(ret.text)

# 1、无参数实例
 
import requests
 
ret = requests.get('https://github.com/timeline.json')
 
print(ret.url)
print(ret.text)
 
 
 
# 2、有参数实例
 
import requests
 
payload = {'key1': 'value1', 'key2': 'value2'}
ret = requests.get("http://httpbin.org/get", params=payload)
 
print(ret.url)
print(ret.text)

# 1、基本POST实例
 
import requests
 
payload = {'key1': 'value1', 'key2': 'value2'}
ret = requests.post("http://httpbin.org/post", data=payload)
 
print(ret.text)
 
 
# 2、发送请求头和数据实例
 
import requests
import json
 
url = 'https://api.github.com/some/endpoint'
payload = {'some': 'data'}
headers = {'content-type': 'application/json'}
 
ret = requests.post(url, data=json.dumps(payload), headers=headers)
 
print(ret.text)
print(ret.cookies)

requests.get(url, params=None, **kwargs)
requests.post(url, data=None, json=None, **kwargs)
requests.put(url, data=None, **kwargs)
requests.head(url, **kwargs)
requests.delete(url, **kwargs)
requests.patch(url, data=None, **kwargs)
requests.options(url, **kwargs)
 
# 以上方法均是在此方法的基础上构建
requests.request(method, url, **kwargs)

更多requests模块相关的文档见：http://cn.python-requests.org/zh_CN/latest/　　

posted on 2016-06-05 23:46 mohan 阅读(354) 评论(0) 编辑收藏举报

刷新页面返回顶部

MoHan