随笔分类 - Python学习笔记
学习python的笔记
摘要：本人由于英语渣，在linux底下经常看文档，但是有没有想有道词典这种软件，所以遇到不懂的单词只能手动复制粘贴在网上查找，这样就很不方便，学了python之后，就试着自己尝试下个在命令行下查找单词翻译的脚本。 在我眼里，实现上面这个要求的脚本语言分几块完成： 一是选好一个单词翻译的网站，优先选择GE...
阅读全文
摘要：主要是想通过python之流的脚本语言来进行文件系统的遍历，处理文本以及使用简易数据库的操作。本文基于陈皓的:《程序员技术练级攻略》一.Python csv对于电子表格和数据库导出文件，比较常见的文件格式是.csv,所以python中的csv模块也是一个比较重要的模块。下面介绍csv常用的方法。1....
阅读全文
摘要：好像好久都没更博文了，没办法，最近各种倒霉事情，搞到最近真的没什么心情，希望之后能够转运吧。言归正传，这次我要做的是基于序列化技术的socket文件传输来无聊练一下手。一.socket文件传输 之前我所做的服务器和客户端的tcp/udp通信都是以字符串流来进行单工的，双工的传输，其实关于文件传输的原...
阅读全文
摘要：好吧，在拜读完《Python网络编程基础》之后，回头再搞一搞16章的网络编程吧。Let‘s go！16.4.修改书上示例的TCP和UDP客户端，使得服务器的名字不要在代码里写死，要允许用户指定一个主机名和端口。只有两个值都没有输入是才使用默认值。难度不大。#tsTclnt.py#!/usr/bin/...
阅读全文
摘要：Django的Session框架对于Django加密，大致使用这样的格式：hashtype$salt$hash原因？一次哈希是一次单向的加密过程，你能容易地计算出一个给定值的哈希码，但是几乎不可能从一个哈希码解出它的原值。如果我们以普通文本存储密码,任何能进入数据库的人都能轻易的获取每个人的密码。 ...
阅读全文
摘要：拜读了网上的Django Book，现在来总结一下吧。。。。。。一.Django的配置 非常的蛋疼，由于Django的块组之间耦合度低，这既是它的优点，也是它的缺点。我在Ubuntu所配置的Django的开发环境是：Django1.6+PostgreSQL+Nginx+uwsgi+Memcached...
阅读全文
摘要：有时候你要把抓回来的数据进行提取，过大篇幅的html标签，你若使用正则表达式进行匹配的话，显然是低效的，这时使用python的HTMLParser模块会显得非常方便。据说还有个比较好用的解析器叫：Beautiful Soup，这个以后有机会再说吧，现在本渣连实习都找不到，再搞这个东西估计没法生活了。。。。。。事先说明：我们要解析的html和xhtml的语法是规范的那一种，如果遇到不规范的就gg了，得自己手写正则提取。还有，对于那些转义字符没转义就先不考虑了。。。。。。。关于HTMLParser与SGMLParser：网上看很多大牛说HTMLParser对中文字符的提取很不好，推荐使用SGML.
阅读全文
摘要：继续爬虫的学习，为了致敬http://blog.csdn.net/pleasecallmewhy/article/details/8932310 中why大神的糗事爬虫，我做了一个奇虎新闻的小爬虫，亲测可试，但是我这个爬虫还是单线程的，而且抓取的量也不是很多，而且是最基本的url特性抓取，还没有能力抓取url不变的网站消息。首先说一下我要抓取的网站：360新闻搜索 - 搜一下,知天下 ，通过观察其url，不难看出来是http://sh.qihoo.com/类别/index_页数.html 的结构，隐藏只需要把它抓取回来，依次用正则的方式匹配就行，废话不多说，上码。 1 #!/usr/bin/e
阅读全文
摘要：我也是根据：http://blog.csdn.net/pleasecallmewhy/article/details/8927832 ，来写出豆瓣读书的爬虫，废话不说直接上代码： 1 #!/usr/bin/env python 2 #-*-coding=utf-8-*- 3 4 import urllib2 5 6 #获取豆瓣读书的分页的页面 7 def doubanbook(url,begin,end): 8 for i in range(begin,end+1): 9 filename = str(i) + '.html'10 print 'Do...
阅读全文
摘要：一开始我以为urllib2模块单纯是urllib模块的升级版，因为我看到它们都有urlopen方法，但是经过查找资料，发现两者差别还是很大的。这是我在网上看到的总结：urllib2可以接受一个Request类的实例来设置URL请求的headers，urllib仅可以接受URL。这意味着，你不可以通过urllib模块伪装你的User Agent字符串等（伪装浏览器）。urllib提供urlencode方法用来GET查询字符串的产生，而urllib2没有。这是为何urllib常和urllib2一起使用的原因。urllib2模块比较优势的地方是urlliburllib2.urlopen可以接受Req
阅读全文
摘要：1.cookielib模块cookielib模块的主要作用是提供可存储cookie的对象，以便于与urllib2模块配合使用来访问Internet资源。例如可以利用本模块的CookieJar类的对象来捕获cookie并在后续连接请求时重新发送。coiokielib模块用到的对象主要有下面几个：CookieJar、FileCookieJar、MozillaCookieJar、LWPCookieJar。其中他们的关系如下：2.urllib2模块说到urllib2模块最强大的部分绝对是它的opener，urllib2模块的 OpenerDirector 操作类。这是一个管理很多处理类（Handler
阅读全文
摘要：现在Python基本入门了，现在开始要进军如何写爬虫了！先把最基本的urllib模块弄懂吧。urllib模块中的方法1.urllib.urlopen(url[,data[,proxies]])打开一个url的方法，返回一个文件对象，然后可以进行类似文件对象的操作。本例试着打开google>>> import urllib>>> f = urllib.urlopen('http://www.google.com.hk/')>>> firstLine = f.readline() #读取html页面的第一行>>>
阅读全文
摘要：正则表达式在脚本语言里是最重要的一部分，这部分的题目真的不容怠慢。开始这部分的题目的解答！15.1识别下列字符串：bat，bit，but，hat，hit和hut。>>> import re>>> pattern='[bh][aiu]t'>>> word='batsasasasa'>>> m=re.search(pattern,word)>>> if m is not None:... m.group()... 'bat'15.2.匹配用一个空格分隔的任意一对
阅读全文
摘要：好久没写过Python了，前一阵子忙这忙那的，都几乎把Python给丢掉了，话不多说，马上开始。9.1.文件过滤。显示一个文件的所有行，并且忽略以井号开头的行。其实这个题目比较基础，用shell语言的话，一行就能搞定。还是做一下吧。用shell语言+正则：dzhwen@deng:~/python文件/Homework/Chapter9$ cat regular_express.txt | grep -v '^#'用python: 1 #!/usr/bin/env python 2 #-*-coding=utf-8-*- 3 4 def show(filename): 5 f =
阅读全文
摘要：Chapter8.条件和循环这一章感觉有用的点并不多，在我眼里就只有迭代器，列表解析和生成器表达式值得研究而已。8.2.循环，难度不大。1 #!usr/bin/env python2 #-*-coding=utf-8-*-3 4 def ran(From,To,Increment):5 return range(From,To+Increment,Increment)6 7 if __name__ == '__main__':8 print ran(2,26,4)8.3.range()>>> range(0,10)[0, 1, 2, 3, 4, 5, 6, 7
阅读全文
摘要：Chapter7.映像和集合类型最近临到期末，真的被各种复习，各种大作业缠住，想想已经荒废了python的学习1个月了。现在失去了昔日对python的触觉和要写简洁优雅代码的感觉，所以临到期末毅然继续python的学习，还特地花了一个小时把之前写的代码和笔记再看了一遍，我想如果再晚一点的话连python是何物都恐怕不知道了！这一章的习题不知道咋样？但是不管了， let's go !7.1哪个字典方法可以用来把两个字典合并在一起？在命令行下输了help({})，看了下dist的内建方法。发现只有update方法比较贴近，看一下update方法：update(...) | D.updat.
阅读全文
摘要：Chapter 6.序列：字符串，列表和元组这章内容比较多啊，看得比较久，而且题目又难很多。6.1鉴定一个字符串是否是另外一个字符串的字串，这道题目不是很确定，好像没有直接的判定吧。直接是否内建的序列函数 in ？1 >>> a = 'or'2 >>> b = 'favorite'3 >>> a in b4 Truestrin模块也有类似的函数，不知道算不算 1 >>> b.count(a) 2 1 3 >>> b.find(a) 4 3 5 >>> b.
阅读全文
摘要：好吧，开始第五章习题：5-2.又是老调重谈，raw_input这个函数真是非常麻烦，返回是str类型，没办法，只能在函数里面使用int内建。（就只是一道简单的两数相乘，哭了） 1 #!/usr/bin/env python 2 #-*-coding=utf-8-*- 3 4 def mul(a,b): 5 return int(a)*int(b) 6 7 if __name__ == '__main__': 8 a = raw_input("输入a:") 9 b = raw_input("输入b:")10 print mul(a,b)5-
阅读全文
摘要：对于.py文件，任何一个空的式子都不会有什么输出，如下：1 #!/usr/bin/env python2 #-*-coding=utf-8-*-3 #无任何效果，空语句4 1 + 2 * 4对于i++,++i,i--,--i这种一般语言都能识别的东西，python是不会识别的，注意：--n python只会识别成-(-n)，即n 1 #!/usr/bin/env python 2 #-*-coding=utf-8-*- 3 i = 0 4 while i ; 123 bbb 报错a=raw_input() 输入:aaa 输出:aaa 输入:'aaa' 输出:'aaa&#
阅读全文
摘要：最近在学习python，后面遇到课本上的一个例子，是一个统计文本当中单词数的简单脚本，源代码如下：# !/usr/bin/python# -*- coding:utf-8 -*-#somescript.py#统计sys.stdin中单词数的简单脚本import systext = sys.stdin.read()words = text.split()wordcount = len(words)print 'Wordcount:',wordcount后面我回头觉得这个例子不太好，它只以空格来分割单词，但是面临这样的一种例子：Your mother was a hamster ,
阅读全文