大家好，为大家带来python中核心知识的讲解，不讲最基础的语法，这个大家都能轻松学会，不耽误时间，只有干货。

###查看当前作用域内的所有变量

>>>help('__main__')

退出键

注：help函数用来查看帮助或运行时信息

###自动化内存管理和引用计数

每个对象会记录有几个变量引用自身，当引用的数量为0时此对象被销毁，此种自动化内存管理的方式叫引用计数.

###is/is not 运算符

is的作用：判断两个对象是否是同一个对象(比较内存中的地址)，当是同一个对象返回True，否则返回False， is not 的作用与 is相反

###小整数对象池

CPython 中 整数 -5 至 256永远存在于小整数对象池中，不会释放并可重复使用

###id(x) 函数

作用：返回一个对象在内存中的地址

###bool(x)返回假值的情况

bool(x)用于显示获取x的布尔值

假值情况

None 空值

False 布尔假值

0 0.0 0j 所有数字零

'' 空字符串

[] 空列表

() 空元组

{} 空字典

set() 空集合

.... 一切空的容器对象bool(x)取值为假

推导式

列表推导式

列表推导式是用可迭代对象创建列表的表达式

作用：用简易方法生成列表

语法:

[表达式 for 变量 in 可迭代对象]

或

[表达式 for 变量 in 可迭代对象 if 真值表达式]

示例：

# 生成一个数值为1~9的平方的列表

# [1, 4, 9, 16, .... 81]

# 不用推导式:

L = []

for i in range(1, 10):

L.append(i**2)

# 推导式实现

L = [i ** 2 for i in range(1, 10)]

# 用列表推导式生成 1~100以内奇数的列表, 结果是:[1, 3, 5, 7, ...., 99]

# 答案:

[i for i in range(1, 100, 2)]

# 或

[i for i in range(1, 100) if i % 2 == 1]

####列表推导式的嵌套

语法

[表达式

for 变量1 in 可迭代对象1 if真值表达式1

for 变量2 in 可迭代对象2 if 真值表达式2 ...]

示例：

L = [x + y

for x in [10, 20, 30]

for y in [1,2,3]]

print(L) #[11, 12, 13, 21, 22, 23, 31,32,33]

练习：

1. 用字符串"ABC"和字符串"123" 生成如下列表

['A1', 'A2', 'A3', 'B1', 'B2', 'B3', 'C1', 'C2', 'C3', ]

2. 已知有一个字符串:

s = '100,200,300,500,800'

将其转化为列表,列表的内部是整数

L = [100, 200, 300, 500, 800]

答案:

1. [ x + y for x in "ABC" for y in "123"]

2. L = [int(x) for x in s.split(',')]

####字典推导式

是用可迭代对象生成字典的表达式

语法:

{键表达式 : 值表达式 for 变量 in 可迭代对象[if 真值表达式]}

注: []表示其中的内容可省略

示例：

# 生成一个字典,键为数字 1 ~ 9,值为键的平方

d = {x : x ** 2 for x in range(1, 10)}

高阶函数

map 函数

map(func, *iterable)

作用：返回一个可迭代对象，此可迭代对象用函数func对可迭代对象iterable中的每一个元素作为参数计算后得新的数据

示例：

# 此示例示意map函数的使用

def power2(x):

return x**2

for x in map(power2, range(1, 10)):

print(x) # 1, 4, 9, 16 ... 81

练习：

求 1**2 + 2**2 +3**2 +...+ 9**2 的和

求 1**3 + 2**3 +3**3 +...+ 9**3 的和

答案：

s = sum((map(lambda x : x**2, range(1, 10))))

print(s)

s = sum((map(lambda x : x**3, range(1, 10))))

print(s)

####filter 函数

语法: filter(function, iterbale)

作用:

筛选可迭代对象iterable 中的数据，返回一个可迭代对象，此可迭代对象只返回iterable中符合条件的数据

function将对iterbale中提供的每个数据进行求布尔值，如果为True则保留，否则为False 丢弃数据

示例:

# 将1-20的偶数用filter生成可迭代对象后，将可迭代对象生成的数据存于列表中

l = list(filter(lambda x : x%2==0, range(1,21)))

print(l)

sorted 函数

作用:

将原可迭代对象的数据进行排序，生成排序后的列表

函数参数格式

sorted(iterable, key=None, reverse=False)

说明

iterable 可迭代对象

【key函数】是用来提供一个值，这个值将作为排序的依据，如果不给出key函数，则用

原数据的值进行比较和排序

reverse 标志用来设置是否降序排序

示例

l = [5, -2, -4, 0, 3, 1]

l2 = sorted(l) # [-4, -2, 0, 1, 3, 5]

l3 = sorted(l, reverse=True) # [5, 3, 1, 0, -2, -4]

l4 = sorted(l, key=abs) # [0, 1, -2, 3, -4, 5]

names = ['Tom', 'Jerry', 'Spike', 'Tyke']

l5 = sorted(names) # ['Jerry', 'Spike', 'Tom', 'Tyke']

names = ['Tom', 'Jerry', 'Spike', 'Tyke']

l5 = sorted(names, key=len) # ['Tom', 'Tyke', 'Jerry', 'Spike']

练习

names = ['Tom', 'Jerry', 'Spike', 'Tyke']

排序的依据为字符串的反序

'moT' 'yrreJ' 'ekipS' 'ekyT'

结果为

['Spike', 'Tyke', 'Tom', 'Jerry']

答案

names = ['Tom', 'Jerry', 'Spike', 'Tyke']

l5 = sorted(names, key=lambda s : s[::-1])

装饰器

装饰器是一个函数，主要作用是用来包装另一个函数或类

包装的目的是在不改变原函数(或类名)的情况下改变被包装对象的行为

函数装饰器

是指装饰器是一个函数，传入的是一个函数，返回的是一个函数

语法

def 装饰器函数名(参数):

语句块

return 函数对象

@装饰器函数名

def 函数名(形参列表):

语句块

原理

被装饰器函数的变量(函数名)绑定装饰器函数调用后的返回的函数

示例1

# 此示例示意装饰器函数的定义和调用装饰器原理

def mydeco(fn): # <<

def fx():

print('fx被调用')

return fx

@mydeco

def myfun():

print('myfun被调用')

# 上述 mydeco的原理是在 def myfun语句调用之后加了一条如下语句

# myfun = mydeco(myfun)

myfun() #调用myfun

myfun()

myfun()

示例2

# 此示例示意装饰器函数用来包装被装束函数

def mydeco(fn): # <<

def fx():

print('------这个被装饰函数调用之前-------')

fn() # 被调用被装饰函数

print('++++++这个被装饰函数调用之后+++++++')

return fx

@mydeco

def myfun():

print('myfun被调用')

# 上述 mydeco的原理是在 def myfun语句调用之后加了一条如下语句

# myfun = mydeco(myfun)

myfun() #调用myfun

myfun()

myfun()

示例3

# 此示例示意装饰器的应用场合及功能

# ---------------------以下是杨小哥写的程序--------------------------

def privileged_check(fn):

def fx(name, x):

print('正在进行权限验证。。。')

if True:

fn(name, x)

else:

print('权限验证失败')

return fx

def message_send(fn):

def fy(n, money):

fn(n, money) # 调用被装饰函数

print('正在发送短信给', n, '...')

return fy

# ---------------------以下是XB写的程序--------------------------

@ message_send

@ privileged_check

def savemoney(name, x):

print(name, '存钱', x, '元')

# 实质是

# savemoney = privileged_check(savemoney)

# savemoney = message_send(savemoney)

def withdraw(name, x):

print(name, '取钱', x, '元')

# ---------------------以下是调用者写的程序--------------------------

savemoney('小王', 200)

savemoney('小赵', 400)

withdraw('小李', 500)

函数的文档字符串

函数内第一次未赋值给任何变量的字符串是此函数的文档字符串

语法

def 函数名(参数列表):

'''函数文档字符串'''

语句块

说明

文档字符串通常用来说明函数功能和使用方法

在交互模式下，输入:

help(函数名) 可以查看函数的文档字符串

函数的文档字符串绑定在函数的__doc__属性上

示例

def mysum(n):

'''1 + 2 + 3 + 4 + ...+ n'''

return 100

help(mysum)

函数的__doc__属性

__doc__属性用于记录文档字符串

函数的__name__属性

__name__属性用于记录函数名

迭代器和生成器

迭代器 Iterator

迭代器是访问可迭代对象的工具

迭代器是指用iter(obj)函数返回的对象(实例)

迭代器可以用next(it)函数获取可迭代对象的数据

迭代器函数iter 和 next

iter(iterable)

从可迭代对象中返回一个迭代器，iterable 必须是能提供一个迭代器的对象

next(iterator)

从迭代器iterable中获取下一个记录，如果无法获取下一条记录，则触发StopIteration 异常

说明

1. 迭代器只能往前取值，不会后退

2. 用iter 函数可以返回一个可迭代对象的迭代器

示例

l = [1, 3, 5, 7]

it = iter(l) # 让l提供一个能访问自己的迭代器

print(next(it)) # 1 从迭代器中取值，让迭代器去获取l中的一个元素

print(next(it)) # 3 从迭代器中取值，让迭代器去获取l中的一个元素

print(next(it)) # 5 从迭代器中取值，让迭代器去获取l中的一个元素

print(next(it)) # 7 从迭代器中取值，让迭代器去获取l中的一个元素

# next(it) # StopIteration 异常

迭代器的用途

用迭代器可以依次访问可迭代对象的数据

l = [2, 3, 5, 7]

for i in l:

print(l)

# 以下用迭代器来访问

l = [2, 3, 5, 7]

it = iter(l)

while True:

try:

x = next(it)

print(x)

except StopIteration:

break

练习

有一个集合，

s = {'唐僧', '悟空', '八戒', '沙僧'}

用for语句来遍历所有元素如下

for x in s:

print(x)

else:

print('遍历结束')

将for语句改写为while语句和迭代器实现

生成器 Generator

生成器是能够动态提供数据的对象，生成器对象也是可迭代对象(实例)

生成器的两种方式

生成器函数

生成器表达式

生成器函数的定义

含有yield语句的函数是生成器函数，此函数被调用将返回一个生成器对象

yield 翻译为(产生或生成)

yield 语句

语法

yield表达式

说明

yield 用于 def 函数中，目的是将此函数作为生成器函数使用

yield 用来生成数据， 供迭代器和next(it) 函数使用

示例

# 生成器函数只有在next(it) 函数调用时才会执行，且遇到yield后返回相应的值给next(it)函数

def my_yield():

print('即将生成2')

yield 2

print('即将生成3')

yield 3

print('即将生成5')

yield 5

print('即将生成7')

yield 7

print('生成器生成结束 ')

for i in my_yield():

print(i)

g = my_yield() # 调用生成器函数来创建一个生成器，此生成器能生成 2 3 5 7 四个数

it = iter(g) # 用生成器拿到对应的迭代器

print(next(it))

print(next(it))

# 用生成器函数来生成一些列的整数， 0 - n

def myinteger(n):

i = 0

while i < n:

yield i

i += 1

for x in myinteger(3):

print(x)

l = [x for x in myinteger(100) if x % 2 == 1]

print(l)

生成器函数的说明

生成器函数的调用将返回一个生成器对象，生成器对象是一个可迭代对象，通常用来动态生成数据

生成器函数调用return 语句会触发一个StopIteration 异常

练习

写一个生成器函数，myeven(start, stop)用来生成start开始带stop结束(不包含)的偶数

生成器表达式

语法

(表达式 for 变量 in 可迭代对象 [if 真值表达式])

作用

用推导式形式创建一个新的生成器

说明

if 子句可以省略

示例

gen = (x**2 for x in range(1, 5))

it = iter(gen)

print(next(it)) # 1

print(next(it)) # 4

print(next(it)) # 9

print(next(it)) # 16

print(next(it)) # StopIteration

练习

已知有列表

l = [2, 3, 5, 7]

1) 写一个生成器函数，让此函数能够动态提供数据，数据为原列表数字的平方加1

2) 写一个生成器表达式，让此表达式能够动态提供数据，数据为原列表数字的平方加1

3) 生成一个列表，此列表内的数据是原列表数据的平方加1

生成器表达式和列表推导式的区别

l = [2, 3, 5, 7]

l2 = [x ** 2 + 1 for x in l]

it = iter(l2)

print(next(it)) # ?

l[1] = 30

print(next(it)) # ??

# 以下是生成器表达式

l = [2, 3, 5, 7]

l2 = (x ** 2 + 1 for x in l)

it = iter(l2)

print(next(it)) # ?

l[1] = 30

print(next(it)) # ??

# 生成器表达式是现用现生成，列表推导式一次性生成静态数据

迭代工具函数

作用是生成一个个性化的可迭代对象

zip(iter1 [, iter2[...]])

返回一个zip对象，此对象用于生成元组，此元组的每个数据来源于参数中的可迭代对象，当最小的可迭代对象不再提供数据时迭代结束

enumerate(iterable [, start])

ZIP示例

numbers = [10086, 10000, 10010, 95588]

names = ['中国移动', '中国联通', '中国电信']

for t in zip(numbers, names):

print(t)

for No, number, name in zip(range(1, 100), numbers, names):

print('序号', No, name, '的客服电话是', number)

ENUMERATE 示例

names = ['中国移动', '中国联通', '中国电信']

for t in enumerate(names):

print(t)

for t in enumerate(names, 101):

print(t)

# 既能得到索引又能得到值

for index, name in enumerate(name):

print(index, name)

练习

写一个程序，读入任意行文字，当输入空行时结束，打印带有行号的输入的结果

如：

请输入：abdce

请输入：hello

请输入：bye

请输入：

输出如下：

第1行：abdce

第2行：hello

第3行：bye

迭代器(高级)

由iter(iterable) 函数返回，可以通过next(iterator) 函数取值的对象就是迭代器

迭代器协议

迭代器协议是指对象能够使用next()函数获取下一项数据，在没有下一项数据时触发一个StopIteration异常来终止迭代的约定

迭代器协议的实现方法

def __next__(self):

...

注： 此方法需要实现迭代器协议

# 此示例示意将自定义的类MyList创建的对象制作为可迭代对象

class MyList:

'''这是一个自定义的列表类型，此类型的对象用data属性绑定的列表来存储数据'''

def __init__(self, iterable=()):

self.__data = [x for x in iterable]

def __repr__(self):

return 'MyList(%s)' % self.__data

def __iter__(self):

'''此方法用来返回一个能访问self对象'''

'''此方法用来返回一个能访问self对象迭代器'''

# return iter(self.__data)

return MyListIterator(self.__data)

class MyListIterator:

'''此类用来描述能够访问MyList类型的对象的迭代器'''

def __init__(self, lst):

self.__data_lst = lst

self.__cur_index = 0 #迭代器的起始位置

def __next__(self):

'''此方法用来实现迭代器协议'''

if self.__cur_index >= len(self.__data_lst):

raise StopIteration

r = self.__data_lst[self.__cur_index]

self.__cur_index += 1

return r

myl = MyList([2, 3, 5, 7])

# ################

it = iter(myl) # 等同于it = myl.__iter__()

print(next(it)) # 2

# ################

for x in myl:

print(x)

深拷贝和浅拷贝

浅拷贝 shallow copy

浅拷贝是指在复制过程中，只复制一层变量，不会复制深层变量绑定的对象的复制过程

L = [3.1, 3.2]

L1 = [1, 2, L]

L2 = L1.copy() # 浅拷贝

print(L1) # [1, 2, [3.1, 3.2]]

print(L2) # [1, 2, [3.1, 3.2]]

L2[2][0] = 3.14

print(L1) # [1, 2, [3.14, 3.2]]

print(L2) # [1, 2, [3.14, 3.2]]

深拷贝 deep copy

复制对象及对象关联的对象一起复制过程叫深拷贝

import copy # 导入复制模块

L= [3.1, 3.2]

L1 = [1, 2, L]

L2 = copy.deepcopy(L1) 　# 深拷贝

print(L1) # [1, 2, [3.1, 3.2]]

print(L2) # [1, 2, [3.1, 3.2]]

L2[2][0] = 3.14

print(L1) # [1, 2, [3.1, 3.2]]　　<<< L1不变

print(L2) # [1, 2, [3.14, 3.2]]

字符串的文本解析方法

S.split(sep=None) 将字符串，使用 sep作用分隔符分割S字符串，返回分割后的字符串列表，当不给定参数时，用空白字符作为分隔符分割

S.join(iterable) 用可迭代对象中的字符串，返回一个中间用S进行分隔的字符串

s ='Beijing is capital'

L = s.split(' ') # L = ['hello', 'world', 'tarena']

s2 = "hello#world#tarena"

L = s2.split('#') # L = ['hello', 'world', 'tarena']

L = ['aaa', 'bbbb', 'ccccc']

'$'.join(L) # 生成 'aaa$bbbb$ccccc'

python3 中不可变数据类型

bool, int, float, complex, str, tuple, frozenset, bytes

python3 中可变数据类型

list, dict, set, bytearray

dir(obj) 函数

返回所有属性的字符串列表

with 语句深层次讲解

语法

with 表达式1 [as 变量1], 表达式2 [as, 变量2], ....

语句块

作用

使用于对资源进行访问的场合，确保使用过程中不管是否发生异常都会执行必须"清理"的操作，并释放资源

如

文件打开后自动关闭，线程中锁的自动获取和释放等

说明

as 字句中的变量用于绑定表达式执行后生成的对象

with 语句并不会改变异常的状态

环境管理器

1. 类内有__enter__ 和 __exit__ 实例方法的类创建的对象被称为环境管理器

2. 能够使用with语句进行管理的对象必须是环境管理器

3. __enter__ 方法将在进入with语句时被调用，由as变量绑定返回的对象

4. __exit__ 方法将在离开with语句时被自动调用，且可以通过参数来判断离开with语句时是否有异常发生

示例

class A:

'''此类对象可以用于with语句进行管理'''

def __enter__(self):

print('此方法是在with语句内执行的')

return self # self 将被with中的as 变量绑定

def __exit__(self, exc_type, exc_val, exc_tb):

''' exc_type 用来绑定错误类型,当没有异常发生时绑定None

exc_val 用来绑定错误对象，当内有发生异常时绑定None

exc_th 用来绑定TraceBack对象，当没有异常时绑定None

'''

if exc_type is None:

print('您已离开with语句, 离开时没有发生任何异常')

else:

print('您已离开with语句')

print('错误类型是：', exc_type)

print('错误的数据是：', exc_val)

print('Traceback：', exc_tb)

with A() as a:

print('这是with语句内部的输出')

int(input('输入：'))

print('程序正常退出')

以上就是用python爬取虾米播放记录的代码过程

我是白白，一个喜欢学习喜欢编程的年轻人