[原创]&[旧贴] 零敲碎打 --- Python新手不完全FAQ
2008-12-08 12:11:34
按：曾在2006年发表于公司内部刊物，有删节。
零敲碎打 --- Python新手不完全FAQ
如果''国家的正义在于三种人各司其职''(《理想国》-- 柏拉图)，那么对程序员来说，编码的正义或许就在于各种语言各司其职。掌握一门脚本语言对提高我们的工作效率和质量是有很大帮助的，这里向大家严重推荐Python语言。
本文是笔者在学习和使用Python时所做笔记的整理，希望这篇FAQ能够节省大家学习Python的时间和精力，同时希望Python能够给大家的工作和生活带来更高的效率。
关于
1.1 什么是Python？
Python 是一门语法简洁优美，面向对象，内置高级数据结构，支持模块和包，支持多种平台，可扩展的解释型通用编程语言。
安装好Python之后，交互环境下输入：
>>>import this
可以看到一段Python自己的哲学。
1.2 如何开始学习Python?
建议的学习流程:
基本流程控制语句->类，函数的写法->内置高级数据类型(列表，元组，字典，串)->根据需要学习标准库中的模块或者其他模块/架构
调试
2.1 如何调试我的Python脚本？
你需要标准库中的pdb模块。
只需在代码中加入：
...
import pdb # 引入pdb模块
...
pdb.set_trace() # 在需要设断点的地方加入这句~
...
如此这般，程序运行至断点出会停住。然后，如果熟悉GDB那么一切都好办了，如果不熟悉，请学习GDB～，因为pdb的调试命令基本都是模仿GDB的，看名字就知道了^^。
文件
3.1 如何拷贝/移动文件？
有几种方法可以做到这件事，最简单的是使用shutil模块:
import shutil # 引入shutil模块
shutil.copyfile('./a.txt','../xx/b.txt') # 拷贝文件
shutil.move('../build/a.txt','./debug/') # 移动文件
3.2 如何遍历目录？
os模块中有两个函数可以方便的遍历目录：
os.walk(top, dirs, fnames)
其中：
top 为当前目录相对路径
dirs 列表，保存当前目录下所有子目录名
fnames 列表，当前目录下所有文件名
os.path.walk(top, func, arg)
其中:
top 所要遍历的目录名
func 回调函数，格式为 func(arg, dirname, fnames)
arg 回调函数参数，如果不需要其他的参数，就传个None好了
3.3 如何作文件/串压缩？
zlib模块和gzip模块正是你所需要的。
zlib.compress(str) # 压缩字符串str，返回压缩后的串
zlib.decompress(str) # 上面函数的反函数
gzip.zlib.compress(str) # 算法不同，其余同上~
gzip.zlib.decompress(str)
如果需要对文件压缩/解压，需要使用 zipfile 模块，tgz格式的文件需要配合tarfile模块。
3.4 如何查看串的16进制值？
使用binascii模块
binascii.b2a_hex(str) # 返回一个串中每个字节的16进制ASCII值
binascii.a2b_hex(str) # 以上的反函数，给出一串16进制值，返回相应的字符串
3.5 如何获得文件信息？
os.stat(fname) # 返回文件时间，大小，所在驱动器等信息
3.6 如何作文件映射？
使用标准库中的mmap模块。
import mmap
mmap.mmap(fn, size) # fn 为文件号，size为buffer大小，返回映射后的buffer
例：
import mmap
import os
fi = open('./tmp.dat', 'r+') # 注意，打开方式为读写
c = mmap.mmap(fi.fileno(), os.stat(fi.name).st_size) # 映射
print c.readline() # 映射的buffer与普通文件操作方法是相同的
StringIO模块，兴许你也会感兴趣。可以利用这个模块在内存中虚拟一个文件。
例：
import StringIO # 引入所需模块
f = StringIO.StringIO() # 建立一个虚拟文件
f.write('hello, python') # 与普通文件的操作方法是相同的
f.seek(0)
print f.read()
由于是保存在内存中，所以程序退出后就不存在了，需要的话别忘了向磁盘写一份~
编码
4.1 为什么要讨论编码问题？
有人抱怨 Python 对中文的支持不好，实际上是在使用中忽略了编码的问题。许多库函数默认的编码是Unicode，而标准输入输出环境或者脚本的源码是由都不是 Unicode ，如此，使用的时候就会发现一堆乱码出现在命令行或者窗体上...实际上Python对于各种编码的处理是很出色的，我们只需要简单了解一下。
4.2 如何获得当前标准输入输出的编码？
通过sys模块的如下两个属性
sys.stdout.encoding
sys.stdin.encoding
通常，中文Windows下面得到的结果是cp936。
4.3 如何将串的编码转换到我需要的编码？
先转换为unicode，再转换为具体的编码，因为Python内部的编码是Unicode。
字符串类型的量有两个函数：
str.decode(encoding) # 将字符串的内容按指定编码解码
str.encode(encoding) # 将字符串的内容按指定编码编码
例：
>>>mystr = 'Hello, 世界～' # 以Windows为例，此时mystr的编码为'cp936'
>>>mystr.decode('cp936') # mystr 的内容按 'cp936' 解码的结果，以 Unicode 形式返回。
u'Hello, \u4e16\u754c\uff5e'
>>>mystr.encode('utf8') # mystr 的内容按 'utf8' 编码，结果自然以 'utf8' 形式返回 -___-。
注意：
1.写文件时不可以用 unicode,要声明一种编码如 utf8/big5/gbk...
2.utf 系列编码可以包容简繁，但是，简繁之间不能通过 utf 为中介字字转换，因为同一个字的简繁体对应的是 utf 中不同的编码，不知说清楚了没 - -~！
4.4 脚本原文件的编码如何指定呢？
只要在文件开头第二行注释中声明一下就行了。
官方文档中是这样说地：
More precisely, the first or second line must match the regular
expression "coding[:=]\s*([-\w.]+)".
因此通过上述的正则表达式就可以知道：
coding后面为:或=均可。根据上面的正则式可以推出几种正确的写法，找一种喜欢的吧。
coding:cp936
coding=cp936
至于前面有什么都无所谓。
例：
#!/usr/bin/python
# coding=utf8
...
标准输入输出
5.1 在屏幕上输出数据
import sys
def pyout(str):
sys.stdout.write(str)
sys.stdout.flush()
>>>pyout(something)
>>>pyout('\r') # 清除标准输出的当前行
当然，也可以用简单的 print...
5.2 怀念 C 中的格式化输出？
字符串配合%符。
例：
>>>'%s %o %x %%'%('test', 16, 16)
'test 20 10 %'
5.3 得到命令的结果
#得到控制台程序输出
import os
c = os.popen("dir").read()
#得到窗口程序的标准输出
import commands
x = commands.getoutput('ls')
语法杂技
6.1 怎样显式释放内存，如何防止内存泄露？
嗯，请相信Python的内存回收机制，您大可以发挥一下主观能动性，构造一个(您认为)会产生内存泄露的程序，观察一下结果是否和设想相同。
实际上当一个引用不再需要时，只要 del 掉即可。
对于像笔者这样每次走出家门100米开外都要回来查看一下是否锁了门的强迫症疑似者，请使用gc模块。
import gc
...
gc.collect() # 返回所有被清除的unreachable对象个数。
6.2 怎样复制可以得到一个对象的全部内容，而不仅仅是其引用？
使用 copy 模块。
copy.deepcopy(...) # 返回目标对象的全部内容
6.3 列表生成式
提一下，这个语法太方便了，详细请参考官方文档。
例：
a = range(10) # 生成数字 0~9 列表
a = [i**2 for i in a if i % 2 == 0] # 这下a变成9以内偶数平方的列表了。
6.4 内建函数
dir() # 列出对象方法和属性
help() # 列出对象的说明文档
del # 删除对象引用
type() # 对象类型
id() # 对象的唯一标识
6.5 内建常数
None # 类似 C++ 中的 null
True # 注意大小写！
False # 同上~
6.6 一行之内已经难以容纳我的一句代码了~！
如果您希望在一行之中写多句代码，请使用';'号。（众读者：歹人...）
如果希望使用多行写一句代码，请使用续行符'\'或者括号。
续行符和括号的例子：
# 下面是一句比较长的代码
a = ''.join([chr(ord(i) - 2) for i in '|jg|jqpiokocvcklkcpfcpng000'])
# 下面这两行是加了续行符的。
# 注意，续行符后除了回车不能接任何字符，不要在续行符后写注释。
a = ''.join([chr(ord(i) - 2) for i in '|jg|jqpioko\
cvcklkcpfcpng000'])
# 下面两行是使用括号续行的，续多少行都行，同样不要在断行处写注释
# 凡是圆括号()、方括号[]、花括号{}及三引号字符串内的部分均不需要使用续行符。
a = ''.join([chr(ord(
i) - 2) for i in
'|jg|jqpiokocvcklkcpfcpng000'])
推荐工具
pysh，*nix下面有csh，Python爱好者有跨平台的pysh。pysh是Python编写的shell，兼容*nix shell操作方式，并且可以方便的以交互方式编写python脚本。现在我已经基本上用pysh取代cmd和sh了...这种感觉真好，我命苦的小拇指终于得到解脱了~~。
ctags，python模块，已被加入Python2.5的标准库。这个模块提供了Python在Linux和Windows平台下调用动态链接库的能力...想象一下吧，如果你的程序同时具有C++的运行效率和Python的开发效率...>_<
最后
限于篇幅，本文到此为止，希望大家了解脚本，学习脚本，让我们的工作更有效率，让我们的生命更有意义!
(
另：
如果坚持/习惯在写给自己用的工具的时候，用C/C++写遍历目录的代码，您是老张；如果公共目录下有一堆Python书籍，您是David；如果问怎么把.py的文件编译成.exe的，您是童童；如果觉得'END'比'\t'优雅，您是桑哥；如果觉得Python其实是'密林'，您是阿楠；
鉴定完毕，欢迎拍砖！
)