用python语言开发类似instagram网站的项目，写博客以整理思路形成系统的认知，加深印象和方便日后复习。
如发现问题，欢迎随时留言讨论。
本文主要介绍项目需要用到的python基础入门例子和一个小爬虫，python的系统理论知识请参看官方手册。
基础知识
代码托管平台
- GitHub
- GitLab
- BitBucket
python手册
- 由于类库的关系，选择python2.7
- 在安装python的目录中可以找到。（...\Python27\Doc\python2713.chm）
pycharm中的一些快捷键
- Ctrl + / 行注释/取消行注释
- Ctrl + Alt + L 代码格式化
- Tab + Tab 缩进当前行 / Shift + Tab 不缩进当前行
内置函数
| 方法 | 作用 |
|---|---|
| max() | 最大值 |
| min() | 最小值 |
| len() | 序列长度 |
| abs() | 绝对值 |
| range() | 整数列表 |
| dir() | 属性、方法列表 |
| eval() | 执行一个字符串表达式，并返回表达式的值 |
| chr() | ASCII -> 字符 |
| ord() | 字符 -> ASCII |
| divmod() | 包含、商和余数的元组 |
x = 2
y = 3.3
print 1,x, y, type(x), type(y) # 内置函数type()查看变量类型
print 2, max(2, 1), min(5, 3) # 最值
print 3, len('xxx'), len([1, 2, 3]) # 字符串，数组长度
print 4, abs(-2) # （c）fabs,（java）Math.fabs # 绝对值
print 5, range(1, 10, 3) # 1到10， 步长3 输出[1, 4, 7]
print 6, dir(list) # 把list类型下的函数名打印出来
print 7, chr(97), ord('a') # ASCII码97对应字符，字符a对应ASCII码，输出a 97
print 8, divmod(11, 3) # 求余，得3余2，输出(3, 2)
x = 2
print eval('x + 3') # 字符串"x+3",输出5
print repr(x == 1), type(repr(x == 1)) # 输出字符串"False"
print repr(x + 1), type(repr(x + 1)) # 输出字符串3
str_a = "[1,2,3,4]"
print type(str_a) # 字符串str_a
print eval(str_a), type(eval(str_a)) # 转化成list，输出[1, 2, 3, 4] <type 'list'>
控制流
- if
- while
- for
- continue
- break
- pass 空语句，不做任何事情
例子：
0，1，2，3，4，6，7，8，9（跳过5）:
for i in range(0, 10):
if i == 5:
pass # 先不做任何处理，直接跳过，但是如果不写pass，就会语法错误
else:
print i
字符串
| 方法 | 作用 |
|---|---|
| capitalize() | 将字符串第一个字母变成大写，其它字母变成小写 |
| replace() | 把字符串中的旧字符串替换为新字符串 |
| lstrip() | 截掉字符串左边的空格或指定字符 |
| startswith() | 字符串是否以指定子字符串开头 |
| endswith() | 字符串是否以指定字符串结尾 |
| len() | 字符串长度 |
| join() | 以指定字符连接序列元素以形成新的字符串（list→string） |
| split() | 以指定字符分割字符串（string→list） |
| find() | 字符串是否包含子字符串 |
stra = 'aaa'
strb = 'bbbb'
strc = 'hello world'
print 3, strc.startswith('hel') # 判断字符串是不是以hel开头，输出True
print 4, strc.endswith('x') # 判断字符串是不是以x结尾，输出False
print 5, stra + strb + strc # 字符串拼接，输出aaabbbbhello world
print 6, len(strc) # 字符串长度，输出11
print 7, '-'.join(['a', 'b', 'c']) # 把字符串之间以-连接，输出a-b-c
print 8, strc.split(' ') # 把字符串通过某字符分开为list，输出['hello', 'world']
print 9, strc.find('hello') # 查找指定字符串位置，输出0（字符串‘hello’从位置0开始）
print 10, strc.find('ello') # 输出1（字符串‘ello’从位置1开始）
数据结构
列表--list[ ]
| 方法 | 作用 |
|---|---|
| extend() | 连接两个列表 |
| in | 某个元素是否在列表中 |
| +, * | 操作符重载 |
| insert() | 在指定位置插入元素 |
| pop() | 弹出指定位置元素，默认弹出最后元素 |
| reverse() | 反转列表 |
| sort() | 排序 |
代码演示：
lista = [1, 2, 3]
print lista # 输出：[1, 2, 3]
listb = ['a', 1, 'c', 1.1] # 列表中的元素可以是【不同类型】的
print listb # 输出：['a', 1, 'c', 1.1]
# 列表b【连接】到列表a 后面
lista.extend(listb)
print lista #输出：[1, 2, 3, 'a', 1, 'c', 1.1]
# （操作符重载）【添加】列表b的内容到列表a的后面
lista = lista + listb
print lista # 输出： [1, 2, 3, 'a', 1, 'c', 1.1, 'a', 1, 'c', 1.1]
# 列表【长度】（元素个数）
print len(lista) #输出：11
# 元素‘a’【是否在】listb中
print 'a' in listb #输出：True
# 在listb的位置0之前【添加】一个元素‘www’
listb.insert(0, 'www')
print listb # 输出：['www', 'a', 1, 'c', 1.1]
# 【弹出】listb位置1的元素（"a"）
listb.pop(1)
print listb # 输出：['www', 1, 'c', 1.1]
# 【逆序】
listb.reverse()
print listb # 输出：[1.1, 'c', 1, 'www']
# 【排序】
listb.sort()
print listb # 输出： [1, 1.1, 'c', 'www']
# 数组【索引访问】元素
print listb[0], listb[1]
# 输出：1.1 c
print listb * 2 # 输出： ['www', 'c', 1.1, 1, 'www', 'c', 1.1, 1]
print [0] * 5 # 输出：[0, 0, 0, 0, 0]
元组--tuple( )
元组和列表最大的区别在于：元组不能修改。
创建元组
创建元组很简单，只需要将元素用括号(可选)括起来，并使用逗号分隔符(即使只有一个元素)来分隔各个元素即可：
# -- coding: utf-8 --
fruits = ('apple','orange','banana')
none_tuple = ()
fruits_1 =('apple',)
# 输出：<type 'tuple'>
print type(fruits)
print type(none_tuple)
print type(fruits_1)
使用tuple函数
通过tuple函数可以将一个序列转换为元组。如下：
# -- coding: utf-8 --
temp_tuple = tuple([1,2,3])
# 输出：(1, 2, 3)
print temp_tuple
# 输出：('a', 'b', 'c')
print tuple('abc')
哪些地方需要使用元组
- 元组可以在映射(和集合的成员)中作为键(key)使用，而列表不行
- 元组作为很多内建函数和方法的返回值存在
字典--dict {k1:v1, k2:v2}
字典中的值没有特定顺序，每个值都对应于一个唯一的键。键可以是数字、字符串甚至是元组。即哈希结构(key: value)。
| 方法 | 作用 |
|---|---|
| get() | 返回指定键的值，如果键不存在则返回默认值None |
| keys() | 以列表返回一个字典所有的键 |
| values() | 以列表返回一个字典所有的值 |
| has_key() | 字典是否包含某个键 |
| items() | 遍历一个字典 |
| pop() | 删除给定键所对应的值，返回值为被删除的值 |
| del() | 删除元素 |
dicta = {4: 16, 1: 1, 3: 9, 2: 4}
print dicta # 输出：{1: 1, 2: 4, 3: 9, 4: 16}
# dicta[2]表示key为2对应的value
print dicta[2] # 输出：4
# 通过get()【访问】value
print dicta.get(2) # 输出：4
# 【增加】新的键值对
dicta['a'] = 'x'
print dicta # 输出：{'a': 'x', 1: 1, 2: 4, 3: 9, 4: 16}
# 以列表形式【输出】字典的所有
print dicta.keys(), dicta.values() # 输出：['a', 1, 2, 3, 4] ['x', 1, 4, 9, 16]
# 判断【查找】是否存在指定key（没有has_value）
print 6, dicta.has_key(1), dicta.has_key('3') # 输出：True False
# 【遍历】key value（自动按key的排序输出）
for k, v in dicta.items():
print 'key-value:', k, v
# 输出： key-value: a x
# key-value: 1 1
# key-value: 2 4
# key-value: 3 9
# key-value: 4 16
# 【删除】key为4的键值对
dicta.pop(4)
print dicta # 输出： {'a': 'x', 1: 1, 2: 4, 3: 9}
# 【删除】key为3的键值对
del dicta[3]
print dicta # 输出： {'a': 'x', 1: 1, 2: 4}
集合--set([ ])
- set是一个无序不重复元素集
- 作为一个无序的集合，sets不记录元素位置或者插入点。因此，sets不支持 indexing, slicing, 或其它类序列（sequence-like）的操作
| 符号 | 作用 |
|---|---|
| & | 交集 |
| intersection | 交集 |
| | | 并集 |
| union | 并集 |
| - | 差集 |
lista = [1, 2, 3]
seta = set(lista)
setb = set((2, 3, 4))
setc = {3, 4, 5}
print seta,type(seta) # 输出：set([1, 2, 3]) <type 'set'>
print setb,type(setb) # 输出：set([2, 3, 4]) <type 'set'>
print setc,type(setc) # 输出：set([3, 4, 5]) <type 'set'>
# 交集
print seta & setb,seta.intersection(setb) # 输出：set([2, 3]) set([2, 3])
# 并集
print seta | setb, seta.union(setb) # 输出：set([1, 2, 3, 4]) set([1, 2, 3, 4])
# 差
print seta - setb # 输出：set([1])
# 差
print setb - seta # 输出：set([4])
# 增加元素
seta.add('x')
print seta # 输出： set([1, 2, 3, 'x'])
print len(seta) # 输出：4
异常
Python用异常对象(exception object)表示异常情况，遇到错误后，会引发异常。如果异常对象并未被处理或捕捉，程序就会用所谓的回溯(Traceback,一种错误信息)终止执行。
- try
- except
- finally
捕捉异常
触发异常后，后面的代码就不会再执行
try:
print 1
print 2 / 0 # 触发异常后，后面的代码就不会再执行
print 3
except Exception as e: # 捕获异常，把这些异常信息print出来
print 'error:', e
finally: # 不论是否发生异常，都会执行Finally语句后的代码
print 'clean up'
- 输出
1
error: integer division or modulo by zero
clean up
raise
Python中的raise 关键字用于引发一个异常，基本上和Java中的throw关键字相同
try:
size = 'L'
if size == 'L':
raise Exception('Raise Error', 'NowCoder') # 可以使用raise语句自己触发异常
except Exception as e:
print 'error:', e
finally:
print 'clean up'
- 输出
error: ('Raise Error', 'NowCoder')
clean up
捕捉多个异常
try:
print 2/0
except ZeroDivisionError:
print '除数不能为0'
except Exception:
print '其他类型异常'
- 输出
除数不能为0
随机数
- 计算机的随机数都是伪随机
- 所谓“随机码”，就是无论这个码有多长都不会出现循环的现象，而“伪随机码”在码长达到一定程度时会从其第一位开始循环
| 方法 | 作用 |
|---|---|
| seed() | 改变随机数生成器的种子，可以在调用其他随机模块函数之前调用此函数 |
| random() | 返回[0,1)之间的浮点数。不能直接访问的，需要通过 random 静态对象调用该方法 |
| randint(M,N) | 返回[M,N]的整数 |
| choice() | 返回一个列表，元组或字符串的随机项 |
| range() | 创建一个整数列表。range(10)不包含10。 |
| shuffle() | 将序列的所有元素随机排序 |
import random
random.seed(2) # 指定seed之后，每次随机出来的值被固定
# 返回[0,1)之间的浮点数
print random.random() # 输出：0.956034271889
# [0,100)的浮点数
print random.random() * 100 # 输出： 94.7827487059
# [0,100)的整数
print int(random.random() * 100) # 输出： 5
# [0,100]的整数,包含100
print random.randint(0, 100) # 输出： 8
# [0,100),步长为10，随机抽取1个数
print random.choice(range(0, 100, 10)) # 输出： 80
# 抽样[0,100)，随机抽取4个数
print random.sample(range(0, 100), 4) # 输出： [73, 66, 30, 60]
# 随机打乱列表
a = [1, 2, 3, 4, 5]
random.shuffle(a)
print a # 输出： [2, 5, 1, 3, 4]
正则
| 符号 | 匹配 |
|---|---|
| \d | 数字 |
| \D | 非数字 |
| + | 至少匹配1次 |
| * | 至少匹配0次 |
| 方法 | 简介 | 作用 |
|---|---|---|
| re.compile() | 创建 | 根据包含正则表达式的字符串创建模式对象 |
| 模式.findall() | 匹配 | 以列表的形式返回能匹配的子串 |
str = 'abc123def12gh15'
# 创建，正则表达式的模式——pattern
p1 = re.compile('[\d]+') # 匹配1个或多个数字
p2 = re.compile('\d') # 匹配1个数字
# 匹配，以列表的形式返回匹配的子串
print p1.findall(str) # 输出：['123', '12', '15']
print p2.findall(str) # 输出：['1', '2', '3', '1', '2', '1', '5']
# email的正则表达式
str = 'a@163.com;b@gmail.com;c@qq.com;e0@163.com;z@qq.com'
p3 = re.compile('[\w]+@[163|qq]+\.com')
print p3.findall(str)
# 输出： ['[a@163.com]', '[c@qq.com], '[e0@163.com', '[z@qq.com]']
str = '<html><h>title</h><body>xxx</body></html>'
p4 = re.compile('<h>[^<]+</h>')
print p4.findall(str) # 输出：['<h>title</h>']
p4 = re.compile('<h>([^<]+)</h>') # 加()匹配输出括号内的字符串
print p4.findall(str) # 输出：['title']
p4 = re.compile('<h>([^<]+)</h><body>([^<]+)</body>') # 运用()提取多个
print p4.findall(str) # 输出：[('title', 'xxx')]
str = 'xx2016-06-11yy'
p5 = re.compile('\d\d\d\d-\d\d-\d\d')
print p5.findall(str) # 输出：['2016-06-11']
p5 = re.compile('\d{4}-\d{2}-\d{2}') # 用{}表示次数
print p5.findall(str) # 输出：['2016-06-11']
实战
搭环境
使用python版本是2.7，IDE是PyCharm，版本管理工具是git
PyCharm需要进行简单的配置
在File>Settings>Version Control>GitHub里面进行设置项目地址，github账号
在File>Settings>Version Control>Git里面设置git.exe所在地址，一般在安装git路径的bin文件夹里面
pip安装包的命令pip install XXXX
简单抓取网页内容 c1_01.py
第一步
这里用到python的两个包，需要使用pip安装一下
pip install requests
pip install bs4
pip install BeautifulSoup
也可以使用PyCharm安装，在File>Settings>Project:XXX>Project Interpreter里面双击pip
第二步
然后直接在搜索框中输入包的名字
#-*- encoding=UTF-8 -*-
import requests
from bs4 import BeautifulSoup
def qiushibaike():
#得到网页的内容
content = requests.get('http://www.qiushibaike.com').content
#解析
soup = BeautifulSoup(content,'html.parser')
#查找在div里面class是content里面的内容
for div in soup.find_all('div', {'class':'content'}):
print div.text.strip()
if __name__ == '__main__':
def qiushibaike()
注意正文在content里
参考文章
总结
牛客网初级项目（无连接，去网站购买学习）
网友评论