python 代码脚本汇编

简介: python 代码脚本汇编

if / else 三目运算

复制代码
age = 19
if age > 18:
ji = "adult"
else:
ji = "child"
ji = 'adult' if age > 18 else 'child' //这样写直接直观
print ji

真值判断
if attr == True:
do_something()
if len(values) != 0: # 判断列表是否为空
可以直接这样写
if attr:
if values:
for / else break语句不执行时候就会执行 else语句
age = [3,6,8,2,7,8,4,67,3]
res = False
for i in age:
if i > 60:
res = True
break
if not res:
print "noooo"
print "yessssss"
//使用 for / else 进行判断
print "yesssssss"
print "nooooooooo"
获取字典元素
dic = {"name":"jk","age":23}
if dic.has_key("name"):
print dic['name']
print "no name attr"
print dic.get("name","no name attr")
文件内容的对比
符号含义的说明
'-' 包含在第一个序列行中,但不包含在第二个序列行
'+' 包含在第二个序列行中,但不包含在第一个序列行
'' 两个序列行一致
'?'标志两个序列行存在增量差异
'^' 标志出两个 序列行存在的差异字符
import difflib
test1="""
helloworld232323
33333333
6666
444444444
"""
test2="""
hellowerqerqererq
helli
44444444445
test1_t=test1.splitlines()
test2_t=test2.splitlines()

打印出内容的不同

diff=difflib.Differ()
diff_cont=diff.compare(test1_t,test2_t)
print "\n".join(list(diff_cont))

生成HTML 文档格式

diff=difflib.HtmlDiff()
print diff.make_file(test1_t,test2_t)
//代码效果参考:http://www.ezhiqi.com/bx/art_2735.html

遍历路径下的文件/目录
1 使用os.lisdir递归
dirlist=[]
filelist=[]
def listall(dir):
for files in os.listdir(dir):
dir_file_path = os.path.join(dir,files)
if os.path.isdir(dir_file_path):
dirlist.append(dir_file_path)
listall(dir_file_path)
else:
filelist.append(dir_file_path)
listall('./')
print dirlist
print filelist
2 使用os.walk()
for root,dirs,files in os.walk('./'):
for dir in dirs:
dirlist.append(os.path.join(root,dir))
for file in files:

    filelist.append(os.path.join(root,file))

requests / urllib2 两种方法http请求
import requests
import urllib2
url="http://www.nipic.com/"
print requests.get(url).content
print urllib2.urlopen(url).read()
使用lxml 模块解析html页面中的所有img元素下载到本地
import urllib.request
import os
from lxml import html
def main():

opens xkcd.com

try:
    page = requests.get("http://www.nipic.com/")
except requests.exceptions.RequestException as e:
    print(e)
    exit()
# parses xkcd.com page
tree = html.fromstring(page.content)
# finds image src url
image_src = tree.xpath("//img/@src")
#//B[@id] 
#所有具有属性id的B元素 
comic_location_dir = os.getcwd() + '/comics/'
# checks if save location exists else creates
# if not os.path.exists(comic_location_dir):
#     os.makedirs(comic_location)
num=0
for x in image_src:
    comic_location = comic_location_dir + str(num) + ".jpg"
    print x
    print comic_location
    urllib.request.urlretrieve(x, comic_location)
    num = num + 1

//代码效果参考:http://www.ezhiqi.com/bx/art_7343.html

if name == "main":
main()

相关文章
|
2天前
|
缓存 监控 测试技术
Python中的装饰器:功能扩展与代码复用的利器###
本文深入探讨了Python中装饰器的概念、实现机制及其在实际开发中的应用价值。通过生动的实例和详尽的解释,文章展示了装饰器如何增强函数功能、提升代码可读性和维护性,并鼓励读者在项目中灵活运用这一强大的语言特性。 ###
|
5天前
|
缓存 开发者 Python
探索Python中的装饰器:简化代码,增强功能
【10月更文挑战第35天】装饰器在Python中是一种强大的工具,它允许开发者在不修改原有函数代码的情况下增加额外的功能。本文旨在通过简明的语言和实际的编码示例,带领读者理解装饰器的概念、用法及其在实际编程场景中的应用,从而提升代码的可读性和复用性。
|
2天前
|
Python
探索Python中的装饰器:简化代码,提升效率
【10月更文挑战第39天】在编程的世界中,我们总是在寻找使代码更简洁、更高效的方法。Python的装饰器提供了一种强大的工具,能够让我们做到这一点。本文将深入探讨装饰器的基本概念,展示如何通过它们来增强函数的功能,同时保持代码的整洁性。我们将从基础开始,逐步深入到装饰器的高级用法,让你了解如何利用这一特性来优化你的Python代码。准备好让你的代码变得更加优雅和强大了吗?让我们开始吧!
7 1
|
7天前
|
设计模式 缓存 监控
Python中的装饰器:代码的魔法增强剂
在Python编程中,装饰器是一种强大而灵活的工具,它允许程序员在不修改函数或方法源代码的情况下增加额外的功能。本文将探讨装饰器的定义、工作原理以及如何通过自定义和标准库中的装饰器来优化代码结构和提高开发效率。通过实例演示,我们将深入了解装饰器的应用,包括日志记录、性能测量、事务处理等常见场景。此外,我们还将讨论装饰器的高级用法,如带参数的装饰器和类装饰器,为读者提供全面的装饰器使用指南。
|
3天前
|
存储 Python
Python自动化脚本编写指南
【10月更文挑战第38天】本文旨在为初学者提供一条清晰的路径,通过Python实现日常任务的自动化。我们将从基础语法讲起,逐步引导读者理解如何将代码块组合成有效脚本,并探讨常见错误及调试技巧。文章不仅涉及理论知识,还包括实际案例分析,帮助读者快速入门并提升编程能力。
13 2
|
2天前
|
存储 缓存 监控
掌握Python装饰器:提升代码复用性与可读性的利器
在本文中,我们将深入探讨Python装饰器的概念、工作原理以及如何有效地应用它们来增强代码的可读性和复用性。不同于传统的函数调用,装饰器提供了一种优雅的方式来修改或扩展函数的行为,而无需直接修改原始函数代码。通过实际示例和应用场景分析,本文旨在帮助读者理解装饰器的实用性,并鼓励在日常编程实践中灵活运用这一强大特性。
|
5天前
|
运维 监控 Python
自动化运维:使用Python脚本简化日常任务
【10月更文挑战第36天】在数字化时代,运维工作的效率和准确性成为企业竞争力的关键。本文将介绍如何通过编写Python脚本来自动化日常的运维任务,不仅提高工作效率,还能降低人为错误的风险。从基础的文件操作到进阶的网络管理,我们将一步步展示Python在自动化运维中的应用,并分享实用的代码示例,帮助读者快速掌握自动化运维的核心技能。
14 3
|
7天前
|
存储 算法 搜索推荐
Python高手必备!揭秘图(Graph)的N种风骚表示法,让你的代码瞬间高大上
在Python中,图作为重要的数据结构,广泛应用于社交网络分析、路径查找等领域。本文介绍四种图的表示方法:邻接矩阵、邻接表、边列表和邻接集。每种方法都有其特点和适用场景,掌握它们能提升代码效率和可读性,让你在项目中脱颖而出。
18 5
|
5天前
|
机器学习/深度学习 数据采集 人工智能
探索机器学习:从理论到Python代码实践
【10月更文挑战第36天】本文将深入浅出地介绍机器学习的基本概念、主要算法及其在Python中的实现。我们将通过实际案例,展示如何使用scikit-learn库进行数据预处理、模型选择和参数调优。无论你是初学者还是有一定基础的开发者,都能从中获得启发和实践指导。
11 2
|
7天前
|
数据库 Python
异步编程不再难!Python asyncio库实战,让你的代码流畅如丝!
在编程中,随着应用复杂度的提升,对并发和异步处理的需求日益增长。Python的asyncio库通过async和await关键字,简化了异步编程,使其变得流畅高效。本文将通过实战示例,介绍异步编程的基本概念、如何使用asyncio编写异步代码以及处理多个异步任务的方法,帮助你掌握异步编程技巧,提高代码性能。
20 4