python

索引是从0开始

find()

index()

count()

rfind()

rindex()

replace()

split()

join()

capitalize()

title()

upper()

lower()

lstrip()

rstrip()

strip()

ljust()

rjust()

center()

startswith()

endswith()

isalpha()

isdigit()

isalnum()

isspace()

列表的格式 --   li = [1, 2, 3, 4, '张三', '李四']

列表的常用操作

列表的循环遍历

列表嵌套

定义元组

元组的常见操作

集合的特点：无序性 与  不重复性

增

删

查

字典里面的数据是以键值对形式出现，字典数据和数据顺序没有关系，即字典不支持下标，后期无论数据如何变化，只需要按照对应的键的名字查找数据即可

符号为大括号

数据为键值对形式出现

各个键值对之间用逗号隔开

注意：一般冒号前面的为键(key),简称k:冒号后面的为值(values),简称v

增

删

改

查

遍历字典中的key

遍历字典中的values

遍历字典中的元素

+

*

in

not in

len()

del 或 del()

max()

min()

range(start,end,sep)

enumerate()

sum()

zip()

{表达式 for 变量 in 列表 if 条件}

带if的列表推导式

{键:值 for 变量 in 字典 if 条件}

创建一个字典:字典key是1-5数字，value是这个数字的2次方

将两个列表变为一个字典

计算数字1,2,3的平方数

生成含义1到9数字的元组

函数是组织好的，可重复使用的，用来实现单一，或相关联功能的代码段

函数能提高应用的模块，和代码的重复利用率。你已经知道python提供了许多内建函数，比如print()。但你也可以自己创建函数，这被叫做用户自定义函数。

定义一个函数

函数的调用

必备参数

关键字参数

默认参数

不定长参数

return语句表达式退出函数

一个程序的所有的变量并不是在哪个位置都可以访问的，访问权限决定与这个变量是在哪里赋值的。

变量的作用域决定了在哪一部分程序哪个特定的变量名称

全局变量

局部变量

global

所谓函数嵌套调⽤指的是⼀个函数⾥⾯⼜调⽤了另外⼀个函数

定义全局变量--->修改全局变量--->调用函数中修改后的全局变量

递归必须有停止条件

递归必须改变其状态并向停止条件靠近

递归必须递归地调用自己

lambda表达式的参数可有可无有，函数的参数在lambda表达是中完全适用

lambda函数能接收任何数量的参数  但只能返回一个表达式的值

abs()函数可以完成对数字求绝对值计算

将传入的函数变量function作用到iterable变量的每个元素中,并将结果组成新的列表

function  ---  函数

iterable  ---  序列

fifliter(func, lst)函数用于过滤序列，过滤掉不符合条件的元素，返回一个fifliter 对象。要转换为列表

在python,使用open函数，可以打开存在的文件，或者创建一个新文件

语法：open(name,mode)

name:是要打开的目标文件名的字符串(可以包含文件所在的具体路径)

mode：设置打开文件的模式(访问模式)：只读、写入、追加等

a

w

注意：w和a模式：如果文件不存在则创建该文件；如果文件存在，w模式先清空在写入，a模式直接末尾追加

write()

close()

r

read(num)

num：表示要从文件中读取的数据的长度

上下文管理器

语法：with open(name, mode) as 变量名:

readlines()和readline()

seek()

需求：用户输入当前目录下任意文件名，程序完成对该文件的备份功能（备份文件名为xx[备份]后缀，例如：test[备份].txt）

2、组织备份的文件名，xx[备份]后缀

步骤：1、接收用户输入的文件名--->2、规划备份文件名--->3、备份文件写入数据

代码实现

os.rename()

os.remove()

os.mkdir()

os.rmdir()

os.getcwd()

os.chdir()

os.listdir()

判断文件夹是否存在

类

对象

类和对象的关系：运用类去创建一个对象

self代表类的实例

类的方法与普通的函数只有一个特别的区别——他们必须有一个额外的第一个参数名称，按照惯例它的名称是self

语法：对象名.属性名=值

语法：self.属性名

初始化对象

__init__()方法，在创建一个对象是默认被调用，不需要手动调用

__init__(self)中的self参数，不需要开发者传递，python解释器会自动把当前的对象引用传递过去

类的传参

当使用print输出对象的时候，默认打印对象的内存地址。若类定义类str方法，那么就会打印从在这个方法中return的数据

当删除对象时，python解释器也会默认用__del__()方法。在对象销毁的时候这调用，当对象不再被使用时，__del__()方法运行：

__private attrs：两个下划线开头，声明该属性为自私，不能在类的外部被使用或直接访问

object 类

当要继承多个时，需要使用不同父类功能就得在子类里加  父类.__init__(self)

若没加父类.__init__(self)，则只能使用前一个的父类功能

所谓多继承意思就是一个类同时继承类多个父类

super()可以表示继承里所有的父类，但它在函数__init__()里面，只能使用继承排在面第一的父类，当选择后面父类的则会报错

在python中，可以为实例属性和方法设置私有权限，即设置某个实例属性或实例方法不继承给子类

设置私有权限的方法：在属性名和方法名前面加上两个下划线  '__'

封装：提高程序的安全性

继承：提高代码的复用性

多态指的是一类事物有多种形态

多态：提高程序的可扩展性和可维护性

类属性就是类对象所拥有的属性，它被该类的所有实例对象所共有

类属性可以使用 类对象 或 实例对象 访问

修改类属性

需要用装饰器@classmethod来标识其为类方法，对于类方法，第一个参数必须是类对象，一般以cls作为第一个参数

装饰器相当于外挂

静态方法

闭包的结构

构成条件

实现

iter()

next()

创建生成器的方案

当检测到一个错误时，解释器就无法继续执行了，反而出现了一些错误的提示，这就是所谓的“异常”

python提供了两个非常重要的功能来处理python程序在运行中出现的异常和错误。你可以使用该功能来调试python程序

try：          except：

归类

异常即使一个事件，该事件会在程序执行过程中发生，影响了程序的正常执行

一般情况下，在python无法正常处理程序时就会发生一个异常

异常是python对象，表示一个错误

当python脚本发生异常时我们需要捕获处理它，否则程序会终止执行

捕获异常

语法异常不能捕获

捕获多个异常

else表示的是若没有异常要执行的代码

finally表示的是无论是否异常都要执行的代码，例如关闭文件

自定义异常类，必须要继承Exception，并且包含init和str魔术方法（设置异常描述）

在python中，抛出自定义异常的语法为raise异常类对象

获取当前时间

获取格式化的时间

时间戳time.time()

sleep()

localtime（）

strftime（"  " ,time.localtime()）

格式化日期

calendar    模块

在python中，每个python文件都可以作为一个模块，模块的名字就是文件的名字。也就是说自定义模块必须要符合标识符命名规则

username

password

__all__ = ['元素']

[New] — [Python package] —输入包名— [OK] —新建功能模块（有联系的模块）

语法：import  包名.模块名      

语法2：from  包名  import *

as

通用爬虫：搜索引擎的重要组成成分

聚焦爬虫：建立在通用爬虫的基础上，抓取页面当中制定的数据

计算机之间也是需要一种规则，保障之间信息的有效交流，这就是HTTP协议

概论：

特点：

第一次握手：建立连接时，客户端发送syn包（syn=x）到服务器，并进人SYN_SENT状态，等待服务器确认；SYN：同步序列序列编号（Synchronize Sequence Numbers）

第二次握手：服务器收到syn包，必须确认客户的SYN（ack=x+1），同时自己也发送一个SYN包（syn=y），即SYN+ACK包，此时服务器进人SYN_RECV状态

第三次握手：客户端收到服务器的SYN+ACK包，向服务器发送确认包ACK（ack=y+1），此包发送完毕，客户端和服务器进人ESTABLISHED（TCP连接成功）状态，完成三次握手

第一次挥手：客户端进程发出连接释放报文，并且停止发送数据。释放数据报文首部，FIN=1，其序列号为seq=u（等于前面已经传送过来的数据的最后一个字节的序号加1），此时，客户端进入FIN-WAIT-1（终止等待1）状态。TCP规定，FIN报文段即使不携带数据，也要消耗一个序号

第二次挥手：服务器收到连接释放报文，发出确认报文，ACK=1，ack=u=1，并且带上自己的序列号seq=v，此时，服务端就进人了CLOSE-WALT（关闭等待）状态。TCP服务器通知高层的应用进程，客户端服务器的方向就释放了，这时候处于半关闭状态，即客户端已经没有数据要发送了，但是服务器若发送了，但是服务器若发送数据，客户端依然要接受。这个状态还要持续一段时间，也就是整个CLOSE-WALT状态持续的时间

第三次挥手：服务器将最后的数据发送完毕后，就向客户端发送连接释放报文，FIN=1，ack=u+1，由于在半关闭状态，服务器很可能又发送了一些数据，假设此时的序列号为sep=w，此时，服务器就进人了LAST-ACK（最后确认）状态，等待客户端的确认

第四次挥手：客户端收到服务器的连接释放报文后，必须发出确认，ACK=1，ack=w+1，而自己的序列号是seq=u+1，此时，客户端就进入了TIME-WAIT（时间等待）状态。注意此时TCP连接还没有释放，必须经过2**MSL（最长报文段寿命）的时间后，当客户端撤销相应的TCB后，才进人CLOSED状态。

常用方法

定义：请求头部由关键字/值对组成，每行一对，关键字和值用英文冒号“：”分隔。请求头部通知服务器有关于客户端请求的信息，

典型的请求头有：

最后一个请求头之后是一个空行，发送回车符合换行符，通知服务器以下不再有请求头

请求体不在GET方法中使用，而是在POST方法中使用。POST方法适用于需要客户填写表单的场合。与请求体相关的最常使用的是包体类型Content-Type和包体长度Content-Length

状态行有HTTP协议版本、状态码和状态码的描述文本3个部分组成，他们之间使用空格隔开

状态码

Cookie（或Cookies）

Session

HTML的英文全称是Hyper Text Markup Language，即超文本标记语言

HTML标题是通过<h1>-<h6>标签来定义的

HTML 段落是通过标签<p>来定义的

HTML  连接是通过标签<a>来定义的

href=“https://xxx.com”

target="_blank"

HTML 图像是通过标签<img>来定义的

src="图片地址"

width=“”

height=“”

换行

HTML元素可以设置属性

属性可以在元素中添加附加信息

属性一般描述与开始标签

属性总是以名称/值对的形式出现，如：name=“value”

id

class

<b>

<em>

<i>

<small>

<strong>

<sub>

<sup>

字体背景

字体样式

字体颜色

字体大小

可以同时修改样式，颜色，大小

表格由<table>标签来定义。每个表格均有若干行（由<tr>标签定义），每行被分割为若干单元格（由标签定义），字母td指表格数据（table data），即数据单元格的内容

表格边框

行

列

表头

标题

<ol>

有序列表行

<ul>

无序列表行

HTML表单用于手机用户的输入信息

HTML表单表示文档中的一个区域，此区域包含交互控件，将用户手机到的信息发送到Web服务器。

注意：表单本身并不可见

<form>

<input>

提交

登陆

空间

居中

水平居中

弧度

间隔

外上间距

margin

删除换行

python中原生的一款基于网络请求的模块，功能强大，代码简单，效率极高

作用

注意：requests是第三方模块，使用时需要下载

子主题

请求分为

requests（url，params=None，headers=None，cookies=None，timeout=None，allow_redirects=True，proxies=None，verify=None，data=None）：

url - 统一资源定位符

params - 请求参数

headers - 请求头

timeout - 访问超时

proxies - 设置代理

allow_redirects - 重定向

verify - 证书忽略

属性

下载图片，需获取到图片的url地址和突变名称，通过向图片url 发送请求，之后获取  .content

下载歌曲

注意

定义

post  请求发送form 表单数据

json   模块

定义

session的使用

ConfigParser 模块

.ini   文件

xpath使用路径表达式来选取HTML/XML文件中的节点或节点集。节点是通过沿着路径（path）或者步（steps）来选取的

from lxml import etree
    etree.HTML

nodenane

/

//

.

..

@

text（）

bookstore

/bookstore

bookstore/book

//book

bookstore//book

//@lang

定义

路径表达式

x选取若干节点

通配符

路径表达式

loads（）

dumps（）

print(soup.title.string)

print(soup.title.get_text())

print（soup.p['class']）

print(soup.p.get（‘class’）

print（find(id="link3")）

print(find(class_="sister"))

print(find_all("a"))

print(soup.get_text())

就是根据子节点一层一层的往下找

contents

children

parent

next_sibling

previous_sibling

soup.find_all('b')

soup.find_all(["a", "b"])

soup.find_all("a", class_="sister")

soup.find_all("a", limit=2)

soup.select("title")

soup.select("p nth-of-type(3)")

soup.select("body a")

soup.select("html head title")

soup.select("p>a:nth-of-type(2)")