1、判断一个字符串中是否有敏感字符？
#str：
m_str="我叫魔降风云变"
if "魔" in m_str: #判断指定字符是否在某个字符串中
print("含敏感字符")
---------结果：
含敏感字符 #list/tuple：
方法一：for循环
char_list=["mcw","xiaoma","xiaxiao"]
content=input("请输入内容：")
success=False #什么时候用success这种标志，前面还有个message的类似的
for i in char_list: #判断字符串是否在指定列表中
if i==content:
success=True
break
if success:
print("包含敏感字符")
------------结果：
请输入内容：mcw
存在敏感字符 方法二：in
char_list=["mcw","xiaoma","xiaxiao"]
content=input("请输入内容：")
if content in char_list:
print("存在敏感字符")
-----------结果：
请输入内容：mcw
存在敏感字符 #dic
v = {'k1':'v1','k2':'v2','k3':'v3'}
# 默认按照键判断，即：判断x是否是字典的键。
if 'x' in v:
print(True)
# 请判断：k1 是否在其中？
if 'k1' in v: #判断是否是字典的键
print(True)
# 请判断：v2 是否在其中？
# 方式一：循环判断
flag = '不存在'
for i in v.values(): #判断是否是字典的值
if i == 'v2':
flag = '存在'
print(flag)
# 方式二：
if 'v2' in list(v.values()): # 强制转换成列表 ['v1','v2','v3']
print(True)
# 请判断：k2:v2 是否在其中？
value = v.get('k2') #判断键值对是否在字典。先确定键是否存在，再确定值是否相等
if value == 'v2':
print('存在')
else:
print('不存在')
2、集合
集合（set）是一个无序的不重复元素序列。
可以使用大括号 { } 或者 set() 函数创建集合，注意：创建一个空集合必须用 set() 而不是 { }，因为 { } 是用来创建一个空字典。
2.1创建集合
创建格式：
parame = {value01,value02,...}
或者
set(value)
set={"mcw","xiaoma","xiaoma",,True}
print(set)
------------------结果：
{'mcw', 'xiaoma', } #集合有去重功能，每次执行一次，元素排序发生改变，说明集合是无序的.集合里面元素 0 FALSE ； 1 Ture 算是重复值,也会去重
>>> set={"mcw","xiaoma","xiaoma",1,True}
>>> "mcw" in set #快速判断元素是否在集合内
True
>>> "xiao" in set
False
mcw=set() #定义空集合，空集合布尔值为False
print(mcw,bool(mcw))
-----------结果：
set() False
2.2集合独有功能 -添加
集合.add(集合元素)
>>> set={"mcw",,True,(,)}
>>> set.add("xiaoma")
>>> print(set)
{'mcw', , 'xiaoma', (, )}
集合.update(集合，列表等等)
>>> set={"mcw",,True,(,)}
>>> set.update({"mcw","xiaoma"}) #update重复的不管，没有的添加进集合
>>> print(set)
{'mcw', , (, ), 'xiaoma'}
>>> set={"mcw",1,(1,2)}
>>> set.update([3,4])
>>> print(set)
{(1, 2), 1, 3, 4, 'mcw'}
2.3删除（集合无序不重复，所以不能用索引删除）
集合.discard(集合元素)
>>> set={"mcw",,(,)}
>>> set={"mcw",,True,(,),"xiaoma","ming"}
>>> set.discard((,)) #似乎删除的是单个
>>> print(set)
{'mcw', , 'xiaoma', 'ming'}
2.4修改，因为无法定位，无法修改，能重新定义
2.5集合交并差以及集合运算
集合2的位置都可以是列表、元组，交集并集等都是生成新的集合，结果都是赋给新的集合
交集
交集=集合1.intersection({集合2})
>>> set={,}
>>> jiao=set.intersection({,,})
>>> print(jiao)
{}
并集
并集=集合1.union({集合2})
>>> set={,}
>>> bing=set.union({,,})
>>> print(bing)
set([, , , ])
差集
差集=集合1.difference(集合2) #自我注解：集合1与2比较，1在2中1有什么不同的元素。所以1有，2没有 $1与2的差集，1-2，就是在1中减去与2相同的元素后1中剩下的元素
set1={,}
set2={,,}
cha=set1.difference(set2)
print(cha)
--------------结果：
{}
对称差集 #二者元素和再去掉二者共有的。
对称差集=集合1.symmetric_difference(集合2)
set1={,}
set2={,,}
duichencha=set1.symmetric_difference(set2)
print(duichencha)
--------------结果：
{, , }
集合运算
图片修改部分内容（更精确的描述）：a与b的交集取反，不同时在a和b的两个集合的元素
>>> a=set('abcd')
>>> b=set('cdfe')
>>> a
{'d', 'b', 'c', 'a'}
>>> a-b #集合a中包含而集合b中不包含的元素 $a与b中的差集，在a但不在b的元素 %%%a-b差集，就是在a中减去和b相同的元素剩下来的a的元素
{'a', 'b'}
>>> a|b #集合a或b中包含的所有元素 $a与b的并集，在a或在b的元素
{'e', 'f', 'c', 'b', 'd', 'a'}
>>> a & b # 集合a和b中都包含了的元素 $a与b的交集，在a且在b的元素
{'d', 'c'}
>>> a^b # 不同时包含于a和b的元素 $a与b的交集取反，不同时在a和b的两个集合的元素
{'e', 'f', 'b', 'a'}
2.6#公共功能：只有len，for循环的公共功能
len
for循环
索引 无
步长 无
切片 无
删除 无
修改 无
set={,}
print(len(set))
-------结果：
set={"mcw","xiaoma","ming"}
for i in set:
print(i)
----------结果：
ming
xiaoma
mcw
2.7集合的嵌套
集合里面可以存放整型，布尔 字符串 None 等等
>>> print({,"xiaoma",False,(,),None})
{False, , (, ), 'xiaoma', None}
不能放列表 报错 unhashable type 列表/集合/字典不能放入集合，也不能作为 字典的key(unhashable)
>>> set={{,},"xiaoma"}
Traceback (most recent call last):
File "<pyshell#34>", line , in <module>
set={{,},"xiaoma"}
TypeError: unhashable type: 'set'
>>> set={[,],"xiaoma"}
Traceback (most recent call last):
File "<pyshell#35>", line , in <module>
set={[,],"xiaoma"}
TypeError: unhashable type: 'list'
>>> set={{"name":"mcw"},"xiaoma"}
Traceback (most recent call last):
File "<pyshell#36>", line , in <module>
set={{"name":"mcw"},"xiaoma"}
TypeError: unhashable type: 'dict'
2.8hash
判断什么是否在列表里，for循环/in方法 遍历列表很慢
集合， 给元素计算hash值，并存放到hash表，hash值指向内存地址，效率比遍历列表快。
字典里面也会hash,hash键，并放在内存一个地址。根据key,直接定位找到value，速度快。在字典和集
合中查询是否存在某个元素，效率等价。
hash是怎么回事？
因为在内部会将值进行哈希算法并得到一个值（这个值映射到实际存储的内存地址），以后根据值作为索引，实现快速查找
2.9集合特殊情况（0 False ;1 Ture会去重）
集合里面元素 0 FALSE 1 Ture 是重复值，由于集合元素具有唯一性，所以会做去重的
字典里的键也具有唯一性，所以也会自动做去重操作
info ={:,True:}
print(info)
---------结果：
{: }
3、内存相关的东西 赋值和修改要区别开来，赋值（重新定义）是重新开辟内存，修改是原内存空间内的改变
3.1赋值（定义）和修改
定义两个列表，字符串，都是重新开辟内存地址。两块内存地址
>>> li1=["mcw","xiaoma"]
>>> li2=["mcw","xiaoma"]
>>> id(li1) >>> id(li2)
定义一个变量，给变量重新赋值，重新开辟内存空间。原值内存地址如果没有指定它的那么就会成为垃圾，垃圾回收机制会回收内存地址
>>> li=["mcw","xiaoma"]
>>> id(li) >>> li=["ming","tian"]
>>> id(li)
定义变量1，定义变量2=变量1，变量1有内存地址，变量2指向变量1的内存地址
>>> li=["mcw","xiaoma"]
>>> li1=["mcw","xiaoma"]
>>> li2=li1
>>> id(li1) >>> id(li2)
v1=
v2=v1
v1=[原]
v2=v1
v1=[新]
print(v2) #[原]
思考，再对v2操作，结果？
-----------
v=[1,2,3]
valuse=[11,22,v]
v.append(9)
v发生变化，values发生变化,values里的v指向v的内存地址
v=999
values还是原来的地址，人眼看的v只是一个外部表现形式，其实内部执行时表现形式是内存地址
v只是内存地址指向吗？
什么时候成为垃圾，没有人指向它的时候（自我思考：那么有人指向的时候是不是有标记记录呢）
查看内存地址的函数：
id(变量)
3.2Python的内部缓冲机制实现性能优化
Python缓冲机制，为了提高性能的优化方案，常用的没有重新开辟内存空间，而是指向内存中已存在的
地址。Python数据的小数据池，常用字符串，浮点型等缓存
1、整型-5到256 缓存，不重新开辟
2、字符串： "f_*"*3 包含特殊字符串的会重新开辟内存。
列表，元组等就不是这样了。
--------
案例分析：
a=1
b=1 按理说应该重新开辟内存，但是Python为了提高性能，有缓存机制，-5到256，所以内存地址一样
a=1
b=a 内存地址一样
>>> a=-
>>> b=-
>>> id(a) >>> id(b) >>> a=-
>>> b=-
>>> id(a) >>> id(b) >>> a=
>>> b=
>>> id(a) >>> id(b) >>> a=
>>> b=
>>> id(a) >>> id(b)
-------
3.3 问题：==和is的区别是什么
v1==v2 ==比较值是否相等 返回布尔值
v1 is v2 is比较的内存地址是否一致 返回布尔值
>>> v1=
>>> v2=
>>> bool(v1==v2)
True
>>> v1 is v2
False
>>> id(v1) >>> id(v2)
如果v1,v2的值符合Python缓冲机制里面的要求，那么v1==v2 ,v1 is v2 返回的是一样的
>>> v1=
>>> v2=
>>> bool(v1==v2)
True
>>> v1 is v2
True
>>> id(v1) >>> id(v2)
-----
4、布尔返回值是False的有哪些？
>>> print(bool()) #数字0
False
>>> print(bool(())) #空元组
False
>>> print(bool([])) #空列表
False
>>> print(bool({})) #空字典
False
>>> print(bool(None)) #None
False
>>> print(bool("")) #空字符串
False
>>> print(bool(set())) #空集合
False
>>> bool(False) #False
False
#备注：3+5空
python 字节码和汇编语言是同级别的