讲点python基础知识

运算符

类型

程序结构

• 1.分支结构
  例：
  
  代码设计：

# -*- coding:utf-8 -*-
x=int(raw_input("输入x值："))
if x<=0:
    f=x**2
    print f
else:
    f=x**3
    print f

三段以上条件则：if,elif,else

• 2.循环结构
  range(起始值，终止值，步长)

range(0,20)#0到19的数

例：打印19个“我要吃饭”

#用for遍历19个循环
for x in range(1,20):
    print x,"I want to eat"

continue：结束当次循环
break:结束整个循环

for x in range(1,20):
    if x==2:
        print x,"I don't want to eat"
        continue #x=2时，执行"我不想吃"，其他不变
    if x==4:
        print x,"233333"
        break   #x=4时，执行23333，x=[5-19]都不能执行
    
    print x,"I want to eat"

正则表达式

作用：字符串(str)匹配模式(re)

代码实例：

import re
str='abc,afc,amc,aic,^abc'
res=r'a[bf]c'#结果：['abc', 'afc']
print re.findall(res,str)

res=r'a[^bf]c'#取反：['amc', 'aic']
res=r'\^abc'#\取消所有元字符,匹配['^abc']
res=r'ab+'#匹配ab,abbbbbb之类
res=r'ab*'#匹配a,ab,abbbbbb之类

str='010-123456789'
res=r'010-?\d{8}'#匹配电话号码

贪婪模式：尽可能大的匹配。
非贪婪模式：.? 是一个固定的搭配，.和代表可以匹配任意无限多个字符，加上？表示使用非贪婪模式进行匹配，也就是我们会尽可能短地做匹配，以后我们还会大量用到 .*? 的搭配。

• 函数：
  re.compile(pattrn,flags):编译成对象，加快程序
  flags:
  1.re.I: 忽略大小写
  2.re.S: 不包括换行符内的所有字符
  3.re.L：做本地化识别
  4.re.M：匹配多行字符串
  5.re.X：正则表达式为多行

re.findall(pattern, string):搜索字符串，以列表形式返回。
re.match()：尝试从字符串的开始匹配一个模式
re.search()：在字符串内查找模式匹配,只到找到第一个匹配然后返回，如果字符串没有匹配，则返回None。
re.sub()：替换。
re.split():切割。

例：
re.S的用法（匹配\n,\t之类的换行符）

import re
str="abc\noooass"
res="\w{3}.\w{6}"
a=re.compile(res,re.S)
print a.findall(str)

re.M的用法（字符串多行）

import re
str="""
abc oo
abc ooo
ooo abc
sia abc
"""
res='^abc'
a=re.compile(res,re.M)
print a.findall(str)

re.X用法（正则写多行）

import re
str="010-12345678"
res="""
\d{3,4}
-?
\d{8}
"""
a=re.compile(res,re.X)
print a.findall(str)

re.search():一般是用来查询文件中是否有我们想要的字符串，group()输出

import re
str = "Daming is a handsome boy, he is cool "
m = re.search(r"(\w+)\s", str)
if m:
    print m.group(0), '\n', m.group(1)
else:
    print 'not match'

re.sub():

import re
r=r'c..t'
print re.sub(r,'python','csvt csst csft')

re.split():

import re
str='101+123-123*12233/123'
res=r'[-+\*\/]'
print re.split(res,str)

写一个简单的下载贴吧图片小爬虫

import re
import urllib

def getHtml(url):
    page = urllib.urlopen(url)
    html = page.read()
    return html

def getImg(html):
    reg = r'src="(.+?\.jpg)" pic_ext'
    imgre = re.compile(reg)
    imglist = imgre.findall(html)
    x = 0
    for imgurl in imglist:
        urllib.urlretrieve(imgurl,'%s.jpg' % x)
        x = x + 1        
   
html = getHtml("http://tieba.baidu.com/p/2460150866")
getImg(html)