Python3入门教程二

约定不等于承诺〃 2021-11-22 11:44 451阅读 0赞

## 一、使用 Python 解释器 ##

### 1.1 可执行Python脚本 ###

只需要在脚本文件开头加上一行文本申明模式

#! /usr/bin/env python[版本号]

再为文件附加执行权限

chmod +x [脚本名]

### 1.2 源程序编码 ###

默认情况下Python 源码文件以 UTF-8 编码

但是如果你想为源文件选择一个另外的编码也是可行的。

# -*- coding: [编码格式] -*-

***注：这个特殊的编码注释必须在代码文件的 第一或第二 行.***

## 二、流程控制 ##

### 2.1 if语句 ###

if [条件判断]：
    	[执行语句]
    elif [条件判断]：
    	[执行语句]
    elif [条件判断]:
        [执行语句]
    else:
        [执行语句]

***注：Python中没有switch或case语句，用if…elif…elif…代替***

### 2.2 for语句 ###

Python 中的 [`for`][for] 语句在任意序列 (列表或者字符串) 中迭代时, 总是按照元素在序列中的出现顺序依次迭代.

a = ["cat","dog","world"]
    for x in a:
        print(x,len(x))

### 2.3 range()函式 ###

如果需要的是一个数值序列，使用内建函式range()会很方便

for i in range(5)
    	print(i)

### 2.4 break 和 continue语句，以及循环中的else字句 ###

break：退出最近的循环

continue：退出本次循环

## 三、函数 ##

### 3.1 函数定义的更多形式 ###

传入默认值

def ask_ok(prompt, retries=4, reminder='Please try again!'):
            while True:
            ok = input(prompt)
            if ok in ('y', 'ye', 'yes'):
                return True
            if ok in ('n', 'no', 'nop', 'nope'):
                return False
            retries = retries - 1
            if retries < 0:
                raise ValueError('invalid user response')
            print(reminder)

这个函数可以通过几种方式调用:

*  只给出必需的参数：`ask_ok('Do you really want to quit?')`
 *  给出一个可选的参数：`ask_ok('OK to overwrite the file?', 2)`
 *  或者给出所有的参数：`ask_ok('OK to overwrite the file?', 2, 'Come on, only yes or no!')`

### 3.2 while和if条件判断 ###

#### 3.2.1 in 和 not in ####

比较操作符 `in` 和 `not in` 校验一个值是否在（或不在）一个序列里。

#### 3.2.2 `is` 和 `is not` ####

操作符 `is` 和 `is not` 比较两个对象是不是同一个对象，这只跟像列表这样的可变对象有关

#### 3.2.3 比较操作传递 ####

例如 `a < b == c` 会校验是否 `a` 小于 `b` 并且 `b` 等于 `c`。

#### 3.2.4 `and` 和 `or` ####

也被称为 *短路* 运算符：它们的参数从左至右解析，一旦可以确定结果解析就会停止。

***注：并且比较操作（或其他任何布尔运算）的结果都可以用 `not` 来取反，这些操作符的优先级低于比较操作符；在它们之中，`not` 优先级最高， `or` 优先级最低***

## 四、遍历dict ##

迭代key，for key in d.迭代value，可以用`for value in d.values()`，如果要同时迭代key和value，可以用`for k, v in d.items()`

### 4.1判断是否可以进行遍历操作 ###

from collections import Iterable
    isinstance([变量名], Iterable)

## 五、错误处理、调试 ##

### 5.1 错误处理 ###

#### 1.错误处理机制 ####

try...except...[except...except...except...]finally...

#### 2.抛出错误 ####

raise:捕获错误目的只是记录一下，便于后续追踪。但是，由于当前函数不知道应该怎么处理该错误，所以，最恰当的方式是继续往上抛，让顶层调用者去处理。好比一个员工处理不了一个问题时，就把问题抛给他的老板，如果他的老板也处理不了，就一直往上抛，最终会抛给CEO去处理。

def bar():
        try:
            foo('0')
        except ValueError as e:
            print('ValueError!')
            raise

### 5.2 调试 ###

#### 1.第一种调试 ####

用`print()`把可能有问题的变量打印

坏处：将来还得删掉它

#### 2.断言 ####

凡是用`print()`来辅助查看的地方，都可以用断言（assert）来替代

def foo(s):
        n = int(s)
        assert n != 0, 'n is zero!'
        return 10 / n
    
    def main():
        foo('0')

`assert`的意思是，表达式`n != 0`应该是`True`，否则，根据程序运行的逻辑，后面的代码肯定会出错。如果断言失败，assert语句本身就会抛出AssertionError的错误

坏处：程序中如果到处充斥着`assert`。不过启动Python解释器时可以用-O(大写英文字母O)参数来关闭assert。关闭后所有的assert语句当成pass来看

#### 3.logging ####

`logging`不会抛出错误，而且可以输出到文件

import logging
    
    s = '0'
    n = int(s)
    logging.info('n = %d' % n)
    print(10 / n)

`logging.info()`就可以输出一段文本。运行，发现除了`ZeroDivisionError`，没有任何信息。所以需要在`import logging`之后添加一行配置。

import logging
    logging.basicConfig(level=logging.INFO)

好处：

1.  它允许你指定记录信息的级别，有`debug`，`info`，`warning`，`error`等几个级别，当我们指定`level=INFO`时，`logging.debug`就不起作用了。同理，指定`level=WARNING`后，`debug`和`info`就不起作用了
2.  `logging`的另一个好处是通过简单的配置，一条语句可以同时输出到不同的地方，比如console和文件

#### 4.IDE ####

设置断点，单步运行

## 六、IO编程 ##

### 6.1 文件读写 ###

读文件：使用Python内置的`open()`函数，传入文件名和标示符

f = open('/Users/michael/test.txt', 'r')

如果文件打开成功，就可以read()方法可以一次读取文件的全部内容，Python是读取内容到内存，用str对象来表示

f.read()

调用`close()`方法关闭文件

f.close()

问题1：如果文件不存在会报IOError错误

解决1：try … finally