1. URL编码及还原
from urllib import quote, unquote ##使用quote, upquote进行url编码转换
2. 字符串前面的r表示不转义，原始字符串
如：
>>> r'\n' >>>输出 ： '\\n'
3. 星号的用法
def multiply(*args): #表示支持多个参数 multiply(2, 3, 4, 5, 6)
def accept(**kwargs): #表示支持多个关键字参数 accept(foo='bar', spam='eggs')
def any(*args, **kwarg) #即可接受任意参数
# 偏函数，可以使用参数控制函数的功能
int('12345', base=8)：#表示转换成int，按8进制,不传默认10进制
4. 数组的截取
a[start:end] # 从数组中取索引start开始到end-1的记录 a[start:] # 取从start开始到末尾的元素 a[:end] # 取从0开始到end-1的元素 a[:] # 复制整个数组 a[start:end:step] #从start开始，每隔step取一个值，到不超过end为止 a[-1] #取最后一个值 a[-2:] #取最后两个值 a[:-2] #从0开始取到倒数第三个
5. 循环
for key in d # 迭代key for value in d.itervalues() # 迭代值 for k, v in d.iteritems() # 迭代keyvalue for index, value in enumerate(['A', 'B', 'C']): # 使用enumerate可获得index for x, y in [(1, 1), (2, 4), (3, 9)]: # 同时引用了两个变量
6. 列表生成
[x * x for x in range(1, 11)] => [1, 4, 9, 16, 25, 36, 49, 64, 81, 100] [x * x for x in range(1, 11) if x % 2 == 0] => [4, 16, 36, 64, 100] [m + n for m in 'ABC' for n in 'XYZ'] => ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
7. 生成器
# 只要把一个列表生成式的[]改成()
g = (x * x for x in range(10)) ==>使用 g.next() 打印出来 或 for n in g:
8. 高阶函数
def f(x): return x * x
def add(x, y): return x + y
# map使用的函数只接受一个参数
map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9]) ==> [1, 4, 9, 16, 25, 36, 49, 64, 81]
# reduce接受两个参数
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
reduce(add, [1, 3, 5, 7, 9]) => 25
def str2int(s):
return reduce(lambda x,y: x*10+y, map(char2num, s))
# 判断非空字符串
def not_empty(s): return s and s.strip()
filter(not_empty, ['A', '', 'B', None, 'C', ' ']) ===> ['A', 'B', 'C']
# 闭包
# 返回闭包时牢记的一点就是：返回函数不要引用任何循环变量，或者后续会发生变化的变量。
9. 装饰器，用来增强函数功能的
def log(func):
#相当于wrapper.__name__ = func.__name__，把函数签名移出来
@functools.wraps(func)
def wrapper(*args, **kw):
print 'call hhh %s():' % func.__name__
return func(*args, **kw)
return wrapper
@log # 使用@注释来使用装饰器 ==> call hhh now(): 2013-12-25
def now():
print '2013-12-25'
#或者：===== now = log('execute')(now)
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
#使用 @log('execute')
10. 访问限制
默认都是public的
内部属性不被外部访问，可以把属性的名称前加上两个下划线__，
实例的变量名如果以__开头，就变成了一个私有变量（private）
11. 对象信息
type() # 获取类型 isinstance(a, Class) # 判断是否是类型 dir() # 展示所有的属性和方法 getattr(obj, 'x') 、 setattr(obj, 'x') 、 hasattr(obj, 'x') # 获取、设置、判断是否有属性
12. 对象动态特性
# 动态增加属性
s = Student()
s.name = 'Michael' # 动态给实例绑定一个属性
print s.name
# 动态增加方法
def set_age(self, age): # 定义一个函数作为实例方法
self.age = age
from types import MethodType
s.set_age = MethodType(set_age, s, Student) # 给实例绑定一个方法
s.set_age(25) # 调用实例方法
s.age # 测试结果
# 限制动态增加
class Student(object):
__slots__ = ('name', 'age') # 用tuple定义允许绑定的属性名称，但对子类无效
13. python允许多重继承
class MyTCPServer(TCPServer, CoroutineMixin): pass
14. 内置属性
__slots__ = ('name', 'age') # 限制类属性
def __str__(self): return 'xxx' # 打印类字符串，给用户看
__repr__(self) # 打印类字符串，给开发者看
__iter__(self) # 返回一个迭代对象
__getitem__(self, n) # 按下标取数据，n可能是int或者slice
if isinstance(n, int):
if isinstance(n, slice): start = n.start ; stop = n.stop;
__getattr__(self, attr) # 获取属性
__call__(self) # 直接调用自已 s = Student('Michael'); s(); # 实例自己调
# 可以使用callable(s) 来检查是否可以被调用
15. 动态创建类
# 方法一：使用type方法
def fn(self, name='world'): # 先定义函数
print('Hello, %s.' % name)
Hello = type('Hello', (object,), dict(hello=fn)) # 创建Hello class
# 参数依次为： 类名，继承父类名元组，class的方法名称与函数绑定
# 方法二：先定义metaclass，就可以创建类，最后创建实例
# metaclass是创建类，所以必须从`type`类型派生：
class ListMetaclass(type):
def __new__(cls, name, bases, attrs):
attrs['add'] = lambda self, value: self.append(value)
return type.__new__(cls, name, bases, attrs)
# 指示使用ListMetaclass来定制类，通过ListMetaclass.__new__()来创建类
class MyList(list):
__metaclass__ = ListMetaclass
16. 文件读写
with open('d:/test/table.txt', 'r') as f :
print f.read().decode('gbk') # 请取并打印文件内容
#或者：
import codecs
with codecs.open('d:/test/table.txt', 'r', 'gbk') as f:
with open('d:/test/table.txt', 'w') as f:
f.write('Hello, world!')
17. 目录操作 import os
os.getenv('PATH')
os.path.abspath('.') # 当前绝对路径
os.path.join('/Users/michael', 'testdir') # 合并路径
os.mkdir('/Users/michael/testdir') # 创建目录
os.rmdir('/Users/michael/testdir') # 删除目录
os.path.split('d:/test/table.txt') # 分解路径 >>> ('d:/test', 'table.txt')
os.path.splitext('d:/test/table.txt') # 分解扩展名 >>> ('d:/test/table', '.txt')
os.rename('test.txt', 'test.py') ; os.remove('test.py')
[x for x in os.listdir('.') if os.path.isfile(x) and os.path.splitext(x)[1]=='.py'] # 列出所有的py文件
18. 序列化
cPickle和pickle 用来做序列化
f = open('d:/test/dump.txt', 'wb')
d = dict(name='Bob', age=20, score=88)
pickle.dumps(d, f) # 序列化写到文件
d = pickle.load(f) # 从文件中获取并反序列化
19. 对象与JSON相互转化
json.dumps(dict(name='1add'))
把类转成json的话，需要先把类转成dic再转成json
class Student(object): # 类定义
def __init__(self, name, age, score):
self.name = name
self.age = age
self.score = score
def student2dict(std): # 对象转json规则定义
return {
'name': std.name,
'age': std.age,
'score': std.score
}
s = Student('Bob', 20, 88)
print(json.dumps(s, default=student2dict)) # 对象转成json
def dict2student(d): # json转对象规则定义
return Student(d['name'], d['age'], d['score'])
json_str = '{"age": 20, "score": 88, "name": "Bob"}'
print(json.loads(json_str, object_hook=dict2student)) # json转成对象
20. 进程
pid = os.fork() # 创建子进程 os.getpid(), os.getppid() # 获取当前PID及父PID from multiprocessing import Process， Pool # 可以在windows生成进程，进程池
#在Unix/Linux下，可以使用fork()调用实现多进程。 #要实现跨平台的多进程，可以使用multiprocessing模块 #进程间通信是通过Queue、Pipes等实现的 multiprocessing.cpu_count() # 获取cpu个数 # 使用managers模块还可以方便进行分布式开发 from multiprocessing.managers import BaseManager
21. 进程，py是真正的线程
# thread和threading，thread是低级模块，threading是高级模块，对thread进行了封装 # 获取当前线程 threading.current_thread() # 启动新线程 t = threading.Thread(target=func, name='LoopThread') # 定义线程，target表示线程执行内容 t.start() # 启动线程 t.join() # 线程同步使用锁 lock = threading.Lock() # 定义锁 lock.acquire() ; lock.release() # 获取和释放锁 # 可以使用threadLocal local_school = threading.local() # 在Python中，可以使用多线程，同一进程中有GIL锁，多个线程死循环也无法占用所有cpu # 多个Python进程有各自独立的GIL锁
22. 常用模块
namedtuple('Point', ['x', 'y']) # 可以全名的元组
deque # 双向列表，适合用于队列和栈：
defaultdict # key不存在时返回默认值的dict
OrderedDict # key按插入顺序排序
Counter # 简单计数器
## itertools 中有无限循环迭代器，它们的返回值不是list，而是迭代对象
cs = itertools.cycle('ABC') # 一直a,b,c,a,b...
natuals = itertools.count(2) # 输出从2开始的自然数
ns = itertools.takewhile(lambda x: x <= 10, natuals) # takewhile函数可以从无限自然数中截取合要求的
ns = itertools.repeat('A', 10) # 定义循环10次
for c in chain('ABC', 'XYZ'): # 可以将一组迭代对象合起来形成更大的迭代组
for key, group in itertools.groupby('AAABBBCCAAA'): # 将相邻的重复元素放一起
for x in itertools.imap(lambda x, y: x * y, [10, 20, 30], itertools.count(1)): # 输出10,40,90
ifilter() # 就是filter()的惰性实现
23. base64编码
base64.b64encode/base64.urlsafe_b64encode base64.b64decode/base64.urlsafe_b64decode
24. 其它
PIL 处理图片，常用的都有
WSGI服务器： wsgiref
最简单的服务器：
from wsgiref.simple_server import make_server
def application(environ, start_response):
start_response('200 OK', [('Content-Type', 'text/html')])
return '<h1>Hello, web!</h1>'
# 创建一个服务器，IP地址为空，端口是8000，处理函数是application:
httpd = make_server('', 8000, application)
print "Serving HTTP on port 8000..."
# 开始监听HTTP请求:
httpd.serve_forever()
25. 协程
yeild提供基本支持
gevent为Python提供了比较完善的协程支持。