Python基础语法

简介

Python 是一个高层次的结合了解释性、交互性和面向对象的脚本语言。解释型语言： 这意味着开发过程中没有了编译这个环节。作为解释型语言，意味着开发过程中没有了编译这个环节，对代码逐行解析。

Python还具有可嵌入性，如Python无法运行的代码可以使用C或C++完成程序，然后从的Python程序中调用。也提供了数据库接口和GUI编程。

Python作为解释性语言，内核时Python解析器，任何安装了解析器的系统都可以运行Python文件。

基础语法

标识符
Python默认utf-8编码,所有字符串都是 unicode 字符串。标识符的第一个字符必须是字母表中字母或下划线’_'。标识符的其他的部分有字母、数字和下划线组成。标识符对大小写敏感。

Python保留字

>>> import keyword
>>> keyword.kwlist
['False', 'None', 'True', '__peg_parser__', 'and', 'as', 'assert', 'async', 'await', 'break', 'class', 'continue', 'def', 'del', 'elif', 'else', 'except', 'finally', 'for', 'from', 'global', 'if', 'import', 'in', 'is', 'lambda', 'nonlocal', 'not', 'or', 'pass', 'raise', 'return', 'try', 'while', 'with', 'yield']

Python注释

#这是单行注释

"""
这是多行注释
这是多行注释
"""
'''
也可以用三个单引号来进行多行注释
'''

缩进
Python 使用缩进来表示代码块。缩进的空格数是可变的，但是同一个代码块的语句必须包含相同的缩进空格数。

基本数据类型

Python 中有六个标准的数据类型：

• Number（数字）
• String（字符串）
• List（列表）
• Tuple（元组）
• Set（集合）
• Dictionary（字典）

Python3 的六个标准数据类型中：

不可变数据（3 个）：Number（数字）、String（字符串）、Tuple（元组）；
可变数据（3 个）：List（列表）、Dictionary（字典）、Set（集合）。

可变数据和不可变数据的“变”是相对于引用地址来说的，不是不能改变其数据，而是改变数据的时候会不会改变变量的引用地址。

数字：运算符+,-,* ,/ ,%与其它语言一样括号 ()用于分组，/会保留小数部分，取而代之的是//。** 运算符计算幂乘方 ,更高级计算需要引入数学计算库。

字符：Python 也提供单引号'...'或双引号"..." 标识字符。\ 可以用来转义，也可以使用 原始字符串，方法是在第一个引号前面加上一个r会原样输出。

切片

# 要取得一段子串的话，可以用到​变量[头下标:尾下标]​，就可以截取相应的字符串
str="qwertyuiop"
print(str[0:5])

#qwert

类型判断
python可以用type函数来检查一个变量的类型：

type(name))

列表
列表List可以完成大多数集合类的数据结构实现。它支持字符，数字，字符串甚至可以包含列表（也就是嵌套）。

列表用​[ ]​标识。是 Python 最通用的复合数据类型。

list = [ 'abcd', 786 , 2.23, 'john', 70.2 ]
tinylist = [123, 'john']
 
print list # 输出完整列表
print list[0] # 输出列表的第一个元素
print list[1:3] # 输出第二个至第三个的元素 
print list[2:] # 输出从第三个开始至列表末尾的所有元素
print tinylist * 2 # 输出列表两次
print list + tinylist # 打印组合的列表

元组
元组Tuple是另一个数据类型，类似于 List（列表）。

元组用"()"标识。内部元素用逗号隔开。但是元素不能二次赋值，相当于只读列表。

tuple = ( 'abcd', 786 , 2.23, 'john', 70.2 )
tinytuple = (123, 'john')
 
print tuple # 输出完整元组
print tuple[0] # 输出元组的第一个元素
print tuple[1:3] # 输出第二个至第三个的元素 
print tuple[2:] # 输出从第三个开始至列表末尾的所有元素
print tinytuple * 2 # 输出元组两次
print tuple + tinytuple # 打印组合的元组

字典
字典 (dictionary) 是除列表以外 Python 之中最灵活的内置数据结构类型。列表是有序的对象集合，字典是无序的对象集合。

两者之间的区别在于：字典当中的元素是通过键来存取的，而不是通过偏移存取。

字典用"{ }"标识。字典由索引 (key) 和它对应的值 value 组成。

dict = {}
dict['one'] = "This is one"
dict[2] = "This is two"

tinydict = {'name': 'john','code':6734, 'dept': 'sales'}
 
 
print dict['one'] # 输出键为'one' 的值
print dict[2] # 输出键为 2 的值
print tinydict # 输出完整的字典
print tinydict.keys() # 输出所有键
print tinydict.values() # 输出所有值

数据类型转换

对数据内置的类型进行转换，只需要将数据类型作为函数名即可。

输入输出流
input()函数作为输出流，print()函数作为输入流

name=input()
print(name)

变量
变量是存储在内存中的值。就是指针无关数据类型，解释器会分配指定大小的内存。

# 等号（=）用来给变量赋值
counter = 100 # 赋值整型变量
miles = 1000.0 # 浮点型
name = "John" # 字符串

# 多个对象指定多个变量
a, b, c = 1, 2, "john" 

文本换行
使用+ \起到多行连接的作用：

data="this  " + \
    "is  " + \
    "Tuesday"
print(data)
#this  is  Tuesday

# 空格也会被视为字符

内置库和函数

数学计算库
Python ​math ​模块提供了许多对浮点数的数学运算函数。
Python ​cmath ​模块包含了一些用于复数运算的函数。

import math

字符串运行算回切片获取

内置函数

关键字

自定义函数

Python函数的定义。定义函数需要用def 关键字实现，具体的语法格式如下：

def 函数名(参数列表):
    //实现特定功能的多行代码
    [return [返回值]]

def func(a,b):
    return a+b

func(1,2)
# 3

Python 支持在函数内部定义函数，此类函数又称为局部函数。

#全局函数
def outdef ():
    #局部函数
    def indef():
        print("/python/")
    #调用局部函数
    indef()
#调用全局函数
outdef()

局部变量一样，默认情况下局部函数只能在其所在函数的作用域内使用。

lambda 表达式
对于定义一个简单的函数，Python 还提供了另外一种方法，lambda 表达式，又称匿名函数，常用来表示内部仅包含 1 行表达式的函数。如果一个函数的函数体仅有 1 行表达式，则该函数就可以用 lambda 表达式来代替。

name = lambda [list] : 表达式

def name(list):
    return 表达式
name(list)

eval() 和 exec() 函数
eval() 和 exec() 函数的功能是相似的，都可以执行一个字符串形式的 Python 代码（代码以字符串的形式提供），相当于一个 Python 的解释器。二者不同之处在于，eval() 执行完要返回结果，而 exec() 执行完不返回结果。

面向对象

Python 是一门面向对象的编程语言。类和对象是 Python 的重要特征，相比其它面向对象语言，Python 很容易就可以创建出一个类和对象。同时，Python 也支持面向对象的三大特征：封装、继承和多态。

面向对象中，常用术语包括：

• 类：可以理解是一个模板，通过它可以创建出无数个具体实例。比如，前面编写的 tortoise 表示的只是乌龟这个物种，通过它可以创建出无数个实例来代表各种不同特征的乌龟（这一过程又称为类的实例化）。
• 对象：类并不能直接使用，通过类创建出的实例（又称对象）才能使用。这有点像汽车图纸和汽车的关系，图纸本身（类）并不能为人们使用，通过图纸创建出的一辆辆车（对象）才能使用。
• 属性：类中的所有变量称为属性。例如，tortoise 这个类中，bodyColor、footNum、weight、hasShell 都是这个类拥有的属性。
• 方法：类中的所有函数通常称为方法。不过，和函数所有不同的是，类方法至少要包含一个 self 参数（后续会做详细介绍）。例如，tortoise 类中，crawl()、eat()、sleep()、protect() 都是这个类所拥有的方法，类方法无法单独使用，只能和类的对象一起使用。

在 Python 中，所有的变量其实也都是对象，包括整形（int）、浮点型（float）、字符串（str）、列表(list)、元组(tuple)、字典（dict）和集合（set）。以字典（dict）为例，它包含多个函数供我们使用，例如使用 keys() 获取字典中所有的键，使用 values() 获取字典中所有的值，使用 item() 获取字典中所有的键值对。

Python类的定义
Python 中定义一个类使用 class 关键字实现，其基本语法格式如下：

class 类名：
    多个（≥0）类属性...
    多个（≥0）类方法...

构造方法
在创建类时，我们可以手动添加一个__init__() 方法，该方法是一个特殊的类实例方法，称为构造方法（或构造函数）。

def __init__(self,...):
    代码块

注意，此方法的方法名中，开头和结尾各有 2 个下划线，且中间不能有空格。Python 中很多这种以双下划线开头、双下划线结尾的方法，都具有特殊的意义。

类的构造方法最少也要有一个 self 参数。self 所表示的都是实际调用该方法的对象。无论是类中的构造函数还是普通的类方法，实际调用它们的谁，则第一个参数 self 就代表谁。相当于Java的this。

类的实例化
创建类对象的过程，又称为类的实例化。类名(参数)。

定义的类只有进行实例化后，才能得到利用。实例化后的类对象可以执行以下操作：

• 访问或修改类对象具有的实例变量，甚至可以添加新的实例变量或者删除已有的实例变量；
• 调用类对象的方法，包括调用现有的方法，以及给类对象动态添加方法。

类变量
在类体中，根据变量定义的位置不同，以及定义的方式不同，类属性又可细分为以下 3 种类型：

• 类体中、所有函数之外：此范围定义的变量，称为类属性或类变量；
• 类体中，所有函数内部：以“self.变量名”的方式定义的变量，称为实例属性或实例变量；
• 类体中，所有函数内部：以“变量名=变量值”的方式定义的变量，称为局部变量。

类变量的特点是，所有类的实例化对象都同时共享类变量
实例变量只作用于调用方法的对象。另外，实例变量只能通过对象名访问，无法通过类名访问。
局部变量只能用于所在函数中，函数执行完成后，局部变量也会被销毁。

类方法
类方法也可以进行更细致的划分，具体可分为类方法、实例方法和静态方法。

采用 @classmethod 修饰的方法为类方法；采用 @staticmethod 修饰的方法为静态方法；不用任何修改的方法为实例方法。

实例方法最大的特点就是，它最少也要包含一个 self 参数，用于绑定调用此方法的实例对象（Python 会自动完成绑定）。实例方法通常会用类对象直接调用。

Python 类方法和实例方法相似，它最少也要包含一个参数，只不过类方法中通常将其命名为 cls，Python 会自动将类本身绑定给 cls 参数（注意，绑定的不是类对象）。也就是说，我们在调用类方法时，无需显式为 cls 参数传参。和 self 一样，cls 参数的命名也不是规定的（可以随意命名）。

类方法推荐使用类名直接调用，当然也可以使用实例对象来调用（不推荐）。

class CLanguage:
    #类构造方法，也属于实例方法
    def __init__(self):
        self.name = "C语言中文网"
        self.add = ""
    #下面定义了一个类方法
    @classmethod
    def info(cls):
        print("正在调用类方法",cls)

类的静态方法中无法调用任何类属性和类方法。

class CLanguage:
    @staticmethod
    def info(name,add):
        print(name,add)

setter和setter
Python 中，通过使用描述符，可以让程序员在引用一个对象属性时自定义要完成的工作。

class revealAccess:
    def __init__(self, initval = None, name = 'var'):
        self.val = initval
        self.name = name
    def __get__(self, obj, objtype):
        print("Retrieving",self.name)
        return self.val
    def __set__(self, obj, val):
        print("updating",self.name)
        self.val = val

属性封装
使用用“类对象.属性”的方式访问类中定义的属性，其实这种做法是欠妥的，因为它破坏了类的封装原则。正常情况下，类包含的属性应该是隐藏的，只允许通过类提供的方法来间接实现对类属性的访问和操作。

在不破坏类封装原则的基础上，为了能够有效操作类中的属性，类中应包含读（或写）类属性的多个 getter（或 setter）方法，这样就可以通过“类对象.方法(参数)”的方式操作属性。此时属性要定义为实例属性。

class CLanguage:
    #构造函数
    def __init__(self,name):
        self.name = name 
    #设置 name 属性值的函数 
    def setname(self,name):
        self.name = name
    #访问nema属性值的函数
    def getname(self):
        return self.name
    #删除name属性值的函数
    def delname(self):
        self.name="xxx"

这种操作类属性的方式比较麻烦，更习惯使用“类对象.属性”这种方式。Python 中提供了 property() 函数，可以实现在不破坏类封装原则的前提下，让开发者依旧使用“类对象.属性”的方式操作类中的属性。

class CLanguage:
    #构造函数
    def __init__(self,n):
        self.__name = n
    #设置 name 属性值的函数
    def setname(self,n):
        self.__name = n
    #访问nema属性值的函数
    def getname(self):
        return self.__name
    #删除name属性值的函数
    def delname(self):
        self.__name="xxx"
    #为name 属性配置 property() 函数
    name = property(getname, setname, delname, '指明出处')

封装

封装机制保证了类内部数据结构的完整性，因为使用类的用户无法直接看到类中的数据结构，只能使用类允许公开的数据，很好地避免了外部对内部数据的影响，提高了程序的可维护性。

还可以定义以单下划线“_”开头的类属性或者类方法，这种类属性和类方法通常被视为私有属性和私有方法。

继承

继承机制经常用于创建和现有类功能类似的新类，又或是新类只需要在现有类基础上添加一些成员（属性和方法），但又不想直接将现有类代码复制给新类。也就是说，通过使用继承这种机制，可以轻松实现类的重复使用。

子类继承父类时，只需在定义子类时，将父类（可以是多个）放在子类之后的圆括号里即可。语法格式如下：

class 类名(父类1, 父类2, ...)：
    #类定义部分

注意，如果该类没有显式指定继承自哪个类，则默认继承 object 类（object 类是 Python 中所有类的父类，即要么是直接父类，要么是间接父类）。另外，Python 的继承是多继承机制（和 C++ 一样），即一个子类可以同时拥有多个直接父类。

多继承经常需要面临的问题是，多个父类中包含同名的类方法。对于这种情况，Python 的处置措施是：根据子类继承多个父类时这些父类的前后次序决定，即排在前面父类中的类方法会覆盖排在后面父类中的同名类方法。

方法重载
子类继承了父类，那么子类就拥有了父类所有的类属性和类方法。通常情况下，子类会在此基础上，扩展一些新的类属性和类方法。

在子类定义一个同名同类型和参数的方法，重写方法体即可。

使用super() 函数访问父类成员或方法。但如果涉及多继承，该函数只能调用第一个直接父类的构造方法。

super().__init__(self,...)

多态

Python 是弱类型语言，其最明显的特征是在使用变量时，无需为其指定具体的数据类型。

类的特殊成员

__new__() 是一种负责创建类实例的静态方法，它无需使用 staticmethod 装饰器修饰，且该方法会优先 __init__() 初始化方法被调用。

通常情况下，直接输出某个实例化对象，得到的信息只会是“类名+object at+内存地址”，对我们了解该实例化对象帮助不大。通过重写类的__repr__() 方法,当我们输出某个实例化对象时，其调用的就是该对象的 __repr__()方法，输出的是该方法的返回值。

__del__() 方法，功能正好和 __init__() 相反，其用来销毁实例化对象。创建的类实例化对象后续不再使用，在适当位置手动将其销毁，释放其占用的内存空间（整个过程称为垃圾回收（简称GC））。

__dir()__函数，通过此函数可以获取某个对象拥有的所有的属性名和方法名，该函数会返回一个包含有所有属性名和方法名的有序列表。

__dict__ 属性。需要注意的一点是，该属性可以用类名或者类的实例对象来调用，用类名直接调用 __dict__，会输出该由类中所有类属性组成的字典；而使用类的实例对象调用 __dict__，会输出由类中所有实例属性组成的字典。

hasattr()函数用来判断某个类实例对象是否包含指定名称的属性或方法。

hasattr(obj, name)

getattr()函数获取某个类实例对象中指定属性的值。

getattr(obj, name[, default])

setattr() 函数的功能相对比较复杂，它最基础的功能是修改类实例对象中的属性值。其次，它还可以实现为实例对象动态添加属性或者方法。

setattr(obj, name, value)

迭代器
列表（list）、元组（tuple）、字典（dict）、集合（set）这些序列式容器有一个共同的特性，它们都支持使用 for 循环遍历存储的元素，都是可迭代的，因此它们又有一个别称，即迭代器。
实现如下 2 个方法：

• __next__(self)：返回容器的下一个元素。
• __iter__(self)：该方法返回一个迭代器（iterator）。

装饰器
＠staticmethod、＠classmethod 和 @property，其中 staticmethod()、classmethod() 和 property() 都是 Python 的内置函数。

使用函数装饰器 A() 去装饰另一个函数 B()，其底层执行了如下 2 步操作：将 B 作为参数传给 A() 函数；将 A() 函数执行完成的返回值反馈回 B。

函数装饰器，就是通过装饰器函数，在不修改原函数的前提下，来对函数的功能进行合理的扩充。

异常处理

Python 中，用try except语句块捕获并处理异常，其基本语法结构如下所示：

try:
可能产生异常的代码块
except [ (Error1, Error2, … ) [as e] ]:
处理异常的代码块1
except [ (Error3, Error4, … ) [as e] ]:
处理异常的代码块2
except [Exception]:
处理其它异常

在原本的try except结构的基础上，Python 异常处理机制还提供了一个 else 块，也就是原有 try except 语句的基础上再添加一个 else 块，即try except else结构。使用 else 包裹的代码，只有当 try 块没有捕获到任何异常时，才会得到执行；反之，如果 try 块捕获到异常，即便调用对应的 except 处理完异常，else 块中的代码也不会得到执行。

try:
    result = 20 / int(input('请输入除数:'))
    print(result)
except ValueError:
    print('必须输入整数')
except ArithmeticError:
    print('算术错误，除数不能为 0')
else:
    print('没有出现异常')
print("继续执行")

Python 异常处理机制还提供了一个 finally 语句，通常用来为 try 块中的程序做扫尾清理工作。在整个异常处理机制中，finally 语句的功能是：无论 try 块是否发生异常，最终都要进入 finally 语句，并执行其中的代码块。

try:
    a = int(input("请输入 a 的值:"))
    print(20/a)
except:
    print("发生异常！")
else:
    print("执行 else 块中的代码")   
finally :
    print("执行 finally 块中的代码")

注意，和 else 语句不同，finally 只要求和 try 搭配使用，而至于该结构中是否包含 except 以及 else，对于 finally 不是必须的（else 必须和 try except 搭配使用）。

raise在在程序的指定位置手动抛出一个异常。

raise [exceptionName [(reason)]]

其中，用 [] 括起来的为可选参数，其作用是指定抛出的异常名称，以及异常信息的相关描述。如果可选参数全部省略，则 raise 会把当前错误原样抛出；如果仅省略 (reason)，则在抛出异常时，将不附带任何的异常描述信息。

sys 模块中的 exc_info() 方法获得更多的异常信息。

模块

Python 提供了强大的模块支持，主要体现在，不仅 Python 标准库中包含了大量的模块（称为标准模块），还有大量的第三方模块，开发者自己也可以开发自定义模块。通过这些强大的模块可以极大地提高开发者的开发效率。

使用import导入模块的语法
import 模块名1 [as 别名1], 模块名2 [as 别名2]，…：使用这种语法格式的 import 语句，会导入指定模块中的所有成员（包括变量、函数、类等）。不仅如此，当需要使用模块中的成员时，需用该模块名（或别名）作为前缀，否则 Python 解释器会报错。
from 模块名 import 成员名1 [as 别名1]，成员名2 [as 别名2]，…： 使用这种语法格式的 import 语句，只会导入模块中指定的成员，而不是全部成员。同时，当程序中使用该成员时，无需附加任何前缀，直接使用成员名（或别名）即可。

用 [] 括起来的部分，可以使用，也可以省略。

自定义包与模块
包其实就是文件夹，包含py文件的文件夹。手动创建一个包，只需进行以下 2 步操作：新建一个文件夹，文件夹的名称就是新建包的包名；创建py文件。

导入也很简单，主要有三种方式：

• import 包名[.模块名 [as 别名]]
• from 包名 import 模块名 [as 别名]
• from 包名.模块名 import 成员名 [as 别名]

用 [] 括起来的部分，是可选部分，即可以使用，也可以直接忽略。

模块属性与方法
查看模块成员：dir()函数，通过 dir()函数获取到的模块成员，不仅包含供外部文件使用的成员，还包含很多“特殊”（名称以 2 个下划线开头和结束）的成员，列出这些成员，对我们并没有实际意义。

import string
dir(string)

查看模块成员：__all__变量,除了使用 dir() 函数之外，还可以使用 __all__变量，借助该变量也可以查看模块（包）内包含的所有成员。__all__ 变量在查看指定模块成员时，它不会显示模块中的特殊成员。

__doc__ 属性，查看模块（包）的具体功能。
__file__ 属性查找该模块（或包）文件所在的具体存储位置，直接查看其源代码。

IO处理

Python 提供了内置的文件对象，以及对文件、目录进行操作的内置模块，通过这些技术可以很方便地将数据保存到文件（如文本文件等）中。

在 Windows 上，路径书写使用反斜杠 “” 作为文件夹之间的分隔符，但在 OS X 和 Linux 上，使用正斜杠 “/” 作为它们的路径分隔符。需要两个第一个是转义字符。

对文件的系统级操作功能单一，比较容易实现，可以借助 Python 中的专用模块（os、sys 等），并调用模块中的指定函数来实现。

import os
os.remove("")

文件的应用级操作可以分为以下 3 步，每一步都需要借助对应的函数实现：

• 打开文件：使用 open() 函数，该函数会返回一个文件对象；
• 对已打开文件做读/写操作：读取文件内容可使用read()、readline() 以及 readlines()函数；向文件中写入内容，可以使用 write() 函数。
• 关闭文件：完成对文件的读/写操作之后，最后需要关闭文件，可以使用close()函数。

如果想要操作文件，首先需要创建或者打开指定的文件，并创建一个文件对象，而这些工作可以通过内置的 open()函数实现:

file = open(file_name [, mode='r' [ , buffering=-1 [ , encoding = None ]]])

Python 提供了如下 3 种函数，它们都可以帮我们实现读取文件中数据的操作：

• read() 函数：逐个字节或者字符读取文件中的内容；
• readline() 函数：逐行读取文件中的内容；
• readlines() 函数：一次性读取文件中多行内容。

Python 中的文件对象提供了 write() 函数，可以向文件中写入指定内容。如:(string)
close() 函数是专门用来关闭已打开文件的，如：()

实现对文件指针的移动，文件对象提供了 tell() 函数和 seek() 函数。tell() 函数用于判断文件指针当前所处的位置，而 seek() 函数用于移动文件指针到文件的指定位置。

tell() 函数的用法很简单，如：()。
seek() 函数用于将文件指针移动至指定位置，如：(offset[, whence])

使用 with as 操作已经打开的文件对象（本身就是上下文管理器），无论期间是否抛出异常，都能保证 with as 语句执行完毕后自动关闭已经打开的文件：

with 表达式 [as target]：
    代码块