python 爬虫技术 第02节 基础复习

Python基础复习

Python 是一种高级、通用、解释型的编程语言，以其简洁的语法和强大的功能在数据科学、Web 开发、自动化脚本编写、机器学习等领域广泛使用。下面是一些 Python 基础概念的复习：

1. 数据类型

Python 支持多种内置数据类型，包括：

• 数字 (int, float, complex)
• 字符串 (str)
• 列表 (list)：有序的元素集合，可以修改。
• 元组 (tuple)：有序的元素集合，不可修改。
• 字典 (dict)：键值对的集合，键必须是不可变类型。
• 集合 (set)：无序的不重复元素集。

2. 控制结构

• 条件语句 (if, elif, else)：基于条件执行不同的代码块。
• 循环语句 (for, while)：重复执行一段代码直到满足特定条件。

3. 函数

• 定义函数 (def)：创建可重用的代码块。
• 参数传递：可以按位置或按名称传递参数，支持默认参数值和不定数量的参数。
• 返回值：函数可以返回一个或多个值。

4. 模块和包

• 导入模块 (import)：使用其他模块中的代码。
• 包：包含多个模块的目录，通过 __init__.py 文件标识为包。

5. 文件操作

• 打开文件 (open())：以不同模式读写文件。
• 读写操作：read(), write(), readline(), readlines() 等方法。
• 关闭文件 (close())：确保文件资源被释放。

6. 异常处理

• try…except…finally 结构：捕获并处理运行时错误。
• raise：抛出异常。
• assert：断言条件，用于调试。

7. 类和对象

• 定义类 (class)：面向对象编程的基础。
• 实例化对象：创建类的实例。
• 属性和方法：类的成员变量和函数。

8. 标准库和第三方库

• 标准库：Python 自带的大量模块，提供各种功能。
• 安装第三方库 (pip install)：使用 PyPI 上的额外模块。

9. 编程风格

• PEP 8：Python 的官方编码规范，指导代码书写风格。

10. 注释和文档字符串

• 单行注释 (#) 和 多行注释 (""" """ 或 ''' ''')。
• 文档字符串：函数、类和模块的第一行字符串，用于描述其用途和用法。

以上只是 Python 基础知识的简要回顾，实际编程中还涉及许多进阶主题，如装饰器、生成器、迭代器、上下文管理器、多线程和多进程等。为了巩固和提升编程技能，建议结合实际项目练习，并参考官方文档和社区资源进行深入学习。

Python 的数据类型是其核心特性之一，它提供了丰富的内置类型来处理各种数据。以下是 Python 中主要的数据类型及其特点的详细讲解：

数字类型

1. 整数 (int)

   • 整数是没有小数点的数值，可以是正数、负数或零。
   • Python 3 中的整数没有大小限制，仅受限于可用内存。

2. 浮点数 (float)

   • 浮点数包含小数点，用于表示实数。
   • 它们遵循 IEEE 754 标准，因此可能有舍入误差。

3. 复数 (complex)

   • 复数由实部和虚部组成，虚部后跟字母 j 或 J。
   • 例如：1 + 2j。

序列类型

序列类型是 Python 中用来存储有序数据的类型。

1. 字符串 (str)

   • 字符串是由字符组成的序列，用单引号 ' 或双引号 ", 或三引号 ''' 或 """ 包围。
   • 字符串是不可变的，这意味着一旦创建就不能修改。

2. 列表 (list)

   • 列表是由任意类型的元素组成的有序集合，用方括号 [ ] 表示。
   • 列表是可变的，可以添加、删除或修改其中的元素。

3. 元组 (tuple)

   • 元组与列表类似，但它是不可变的，用圆括号 ( ) 表示。
   • 虽然元组不能修改，但可以包含任何类型的元素。

映射类型

1. 字典 (dict)
   • 字典是键值对的集合，键必须是不可变类型（如字符串、数字或元组），而值可以是任意类型。
   • 字典是无序的，但在 Python 3.7+ 版本中，它们保持了插入顺序。

集合类型

1. 集合 (set)

   • 集合是无序且不重复的元素集合，用花括号 { } 表示或使用 set() 构造函数创建。
   • 集合支持数学上的集合运算，如并集、交集、差集和对称差集。

2. frozenset

   • frozenset 是一个不可变的集合类型，一旦创建就无法修改。

布尔类型

1. 布尔 (bool)
   • 布尔类型只有两个值：True 和 False，通常用于逻辑表达式和条件判断。

NoneType

1. None
   • None 是一个特殊的常量，表示空或无值的状态，属于 NoneType 类型。

示例代码

# 数字类型
num_int = 10
num_float = 10.5
num_complex = 3 + 5j

# 序列类型
str_example = "Hello, World!"
list_example = [1, 2, 3]
tuple_example = (1, 2, 3)

# 映射类型
dict_example = {'key': 'value', 1: [1, 2, 3]}

# 集合类型
set_example = {1, 2, 3, 3}  # 重复元素会被自动去除

# 布尔类型
bool_example = True

# NoneType
none_example = None

这些数据类型是 Python 编程的基础，理解和掌握它们对于编写有效的代码至关重要。

当然，让我们通过更多的代码示例来深入理解 Python 中的数据类型和它们的一些基本操作。以下是一些示例，展示不同类型数据的使用：

数字类型示例

# 整数和浮点数的算术运算
num_int = 10
num_float = 5.5

sum_result = num_int + num_float
diff_result = num_int - num_float
product_result = num_int * num_float
quotient_result = num_int / num_float

print("Sum:", sum_result)
print("Difference:", diff_result)
print("Product:", product_result)
print("Quotient:", quotient_result)

# 复数的运算
num_complex_1 = 3 + 2j
num_complex_2 = 1 + 1j

sum_complex = num_complex_1 + num_complex_2
diff_complex = num_complex_1 - num_complex_2
product_complex = num_complex_1 * num_complex_2
quotient_complex = num_complex_1 / num_complex_2

print("Complex Sum:", sum_complex)
print("Complex Difference:", diff_complex)
print("Complex Product:", product_complex)
print("Complex Quotient:", quotient_complex)

序列类型示例

# 字符串操作
str_example = "Hello, World!"
print("Length of string:", len(str_example))
print("Substring from index 7 to 12:", str_example[7:12])
print("String in uppercase:", str_example.upper())
print("String split by comma:", str_example.split(','))

# 列表操作
list_example = [1, 2, 3, 4, 5]
print("List length:", len(list_example))
list_example.append(6)
print("List after append:", list_example)
list_example.remove(2)
print("List after removing 2:", list_example)
print("List reversed:", list_example[::-1])

# 元组操作
tuple_example = (1, 2, 3)
print("Tuple length:", len(tuple_example))
print("Tuple converted to list:", list(tuple_example))

映射类型示例

# 字典操作
dict_example = {'name': 'John', 'age': 30}
print("Dictionary items:", dict_example.items())
print("Dictionary keys:", dict_example.keys())
print("Dictionary values:", dict_example.values())
dict_example['age'] = 31
print("Updated dictionary:", dict_example)
dict_example.pop('age')
print("Dictionary after pop:", dict_example)

集合类型示例

# 集合操作
set_example_1 = {1, 2, 3, 4}
set_example_2 = {3, 4, 5, 6}

union_set = set_example_1.union(set_example_2)
intersection_set = set_example_1.intersection(set_example_2)
difference_set = set_example_1.difference(set_example_2)
symmetric_difference_set = set_example_1.symmetric_difference(set_example_2)

print("Union:", union_set)
print("Intersection:", intersection_set)
print("Difference:", difference_set)
print("Symmetric Difference:", symmetric_difference_set)

这些示例展示了 Python 数据类型的常见操作，包括算术运算、索引、切片、转换、更新和集合运算。通过这些例子，你可以看到每种数据类型如何在实际编程中被使用。