Python入门 - 2（真0基础）

Posted 2020-12-02 nick-j-li

一 前言

上一章说了那么多，不知道大家是否有跃跃欲试的冲动。说实话，编程就像英语一样，只是一门语言，如果不用出来，能力会衰退。就像荒岛没人对话，时间长了很可能就不会说话了。如果不能自己写出来，永远就是别人的东西。这就是为什么很多人看了网络上那么多视频都学不会的原因。是的，可能你也正在看，甚至跟着视频将代码敲了下来，但是这些都是别人的。试着问自己一下，关了视频再写一遍，能做到吗？大概率是做不到的。。。怎么办？多写？写到吐？NO!!! base on project的学习计划才是有意义的。盲目多写，或者盲目写重复的内容只能让你记住了一部分的写法，思路不是你的。找一个目标，你喜欢的方向，往那个方向去研究，找那个方向的project去做。举个例子，我喜欢炒股炒外汇，那就去看一些关于量化交易系统的书或者文章，试着写一个自动买卖的小系统。为什么要这样做？因为持久的学习需要满足感，需要自信心。当自己写的程序能跑起来时，那种快感是难以言喻的。当然，无论选择哪个方向，基础还是必须打好的，没有这些基础，根本无法支撑你走得更远，更无法达到你的目标，所以，加油！坚持！

 

二 三元运算（装13用！！！~~~）

上一章的流程控制，是不是一个if...else...就得分好几行来写，难道就不能有一行写完的表达方式？必须有啊，写出来还特别有逼格。别人几百行实现的功能，几十行就实现了，是不是短小精悍？

# 正常写法
if 1 < 2:
    val = 1
else:
    val = 2

# 三元运算
val = 1 if 1 < 2 else 2

 

三 字符编码

大家在使用电脑的过程肯定都见过一个现象，就是“乱码”。好好地解压一个文件，名字变成了乱码。或者打开一个word文档，里面是各种不知名的字符。这些问题大概率都是和字符编码相关的。最形象的说法就是，你有一把锁配套一把钥匙，锁只能用你的钥匙来开。要是别人用其他钥匙硬塞进去，只会弄坏锁本身。所以，什么锁配什么钥匙，“上锁”“解锁”都用同一把钥匙就不会出问题了。

1、为什么需要有字符编码？

无论你是否科班出身，是否有过编程的经验，只要你懂点电脑的基本常识，你大概率都会知道计算机只认识二进制，也就是一堆“010101010101”。那西方的英语、西班牙语，东方的国语、韩语、日语等语言，计算机又是怎么明白的呢？就拿Python作为例子，为什么我们写英语，电脑能够执行？如果说计算机只懂得0和1，是不是会像摩斯密码一样，存在一个对照表将我们输入的内容转换成0和1？从而破译出答案来？是的，这就是字符编码存在的价值。下面是各种字符编码的简介，是按照【时间顺序】逐一介绍。

2、ASCII码（American Standard Code for Information Interchange）

最初的版本大概长这个样子↓↓↓

ASCII码最早在美国被提出，当时发明者根本就没想过以后中国人也能用上电脑，所以除了英文字母和一些特殊字符能够对应上，中文和其他语言均没有对应。后来又拓展了一些，但依然没有支持其他语言的对应↓↓↓

3、GBK（Guo Biao Kuozhan国标扩展的首字母，不要Z可能是因为不好读吧~~~>.<）

从0开始到255，一共256位就是ASCII码的极限了，但就连一个边旁部首都没有，中国人不乐意啊，中国人也会强大啊，凭什么我们不能有自己的一席之地？一怒之下，自己搞了个GBK，把中文收编进去，而且不能和ASCII码有冲突。紧接着其他国家的各种码也出来了。韩国的EUC-KR，日本的Shift_JIS等等。

4、Unicode

码是越来越多了，难道以后每个电脑都要预装这么多不同的码么？更重要的是，预装一个别的国家的东西，那种不安全感，就像要强迫出厂的苹果手机预装小米软件一样。所以，针对这种需求，万国码出现了。终于有一个看上去啥都有的百科全书了。但是有一部分人开始不高兴了。你可能不知道，ASCII码对于英语字符是非常节省的，一个字符只需要1个Bytes，也就是1个B。而在Unicode里，为了配合其他语言，一个英语字符变成了2个B。无端端多了一倍。。。一两个字符不是问题，但问题是，多起来怎么办？！在那个年代，内存是极其珍贵的，网络是很慢的，内容多了，肯定慢。我本来可以存的内容，因为Unicode这么一搞，能存的东西就减半了。有解决方案吗？继续看下去。。。

Bit，计算机中最小的表示单位
8Bit = 1Bytes 字节，最小的存储单位，1Bytes缩写为1B
1KB = 1024B
1MB = 1024KB
1GB = 1024MB
1TB = 1024GB
1PB = 1024TB
1EB = 1024PB
1ZB = 1024EB
1YB = 1024ZB
1BB = 1024YB

5、UTF-8（Unicode Transformation Format）

为了节约内存，UTF-8诞生了，对Unicode进行了一些加工，将英文字母编写成1个字节，将汉字编写成3个字节，对非常生僻的字符才用4-6个字节。这样解决了英文字母占用内存倍增的问题，也让各国的编码整合了。算是现时最完善的编码了。但是这一切都是按时间顺序发生进而完善的，那原本那些已经用GBK、ASCII编码存好的程序怎么办？如果硬生生换编码，从硬盘读取到内存时程序肯定会出现各种异常，可能冒这个险吗？根本不可能！！！几百万行代码重新写吗？想太多！！！那怎么办？（咋问题这么多（-_ -!!!））其实上面的内容已经有答案了。Unicode就是答案。反正Unicode整合了这么多个国家的编码，只要用Unicode这把万能钥匙去解锁，就一定能不损坏锁又能开锁。现在的计算机基本上是这么干的，在内存中用的是Unicode，在硬盘中和传输中用的是UTF-8。举个例子，我们打开一个文件，文件会进入内存，这个时候会转换为Unicode。然后在保存时，文件会进入硬盘，这个时候就会转换成UTF-8。

 

6、字符编码的转换

总结：什么钥匙开什么锁。用什么编码存到硬盘的，就得用什么编码取出来。

最后抛出一个问题。假设现在有两台电脑，一台是日本产的，预装有Unicode和Shift-JIS日本编码，一台是中国产的，预装有Unicode和GBK中文编码。如果在中国产的电脑上编写好文件，在日本产的电脑上打开，能显示中文吗？

答案是可以的。文件会先从GBK转换成Unicode存到内存里，可以读取到中文，自然可以显示中文。

 

四 文件处理

读写文件在Python中是常见的事情。因为暂时不知道数据库如何使用，所以很多临时的数据只能够格式化存到文档中（也就是存到硬盘里，不用怕存到内存一断电就没了）。以下是一般的文件操作思路：

#1 打开文件，得到文件内容并赋值给一个变量
#2 修改文件内容，增删改查等方式
#3 将修改的文件内容存回文件
#4 关闭文件

1、读文件，“r”模式

#1 打开文件nick.txt，并赋值给变量f，方便后续操作用
f = open(‘nick.txt‘, ‘r‘, encoding=‘utf-8‘)  # 默认打开模式就为r

#2 通过read命令获得变量f的内容，并赋值给变量data，方便对内容进行增删改查
data = f.read()  # 读取所有内容
data = f.readline()  # 读取一行内容
data = f.readlines()  # 读取每一行内容，并存放在列表

#3 关闭文件
f.close()

 2、写文件，“w”模式

#1 以“w”模式打开文件nick.txt，并赋值给变量f，方便后续操作用
f = open(‘nick.txt‘, ‘w‘, encoding=‘utf-8‘)

#2 通过write命令覆盖变量f的内容
f.write("01010101")  # 注意！原内容会被覆盖！
f.writelines("0101010101")  # 当需要将多行内容写入txt文件时用这个

#3 关闭文件
f.close()

 3、加内容，“a”模式

#1 以“a”模式打开文件nick.txt，并赋值给变量f，方便后续操作用
f = open(‘nick.txt‘, ‘a‘, encoding=‘utf-8‘)

#2 通过write命令覆盖变量f的内容
f.write("
01010101")  # 注意！新内容会追加在原内容的后面！

#3 关闭文件
f.close()

 

五 函数（终于要迈入一个稍微有点难度的部分喇~~~散花~~~）

能学到这里，证明你对最最最基础的语法已经有了一定的了解。现在写几十行甚至上百行代码实现一些基本功能已经不是问题了。或许你已经感受到，写代码时经常会重复用到一些语句，而且频次还较高，这样看起来很low，如果能有办法将这些常用的语句整合到一个地方，然后每次调用这个地方的内容，就不用重复写同一些代码了，对不？所以函数就出现了！！！这里的函数不是数学中常说的函数，而是这类重复功能归集到一起的统称。

这部分之所以说是上升了一个难度，并不是说内容难，而是因为你如果不用函数，依然可以实现功能。而用函数能让代码优雅，更容易被维护。这是一种思维层次的改变，并不是你学懂了就能用出来的。换句话说，如果你没有编程经验，你怎么知道某些方法会重复？你怎么知道某些代码会被经常使用？所以没有经验的时候，是无法顺利用出函数的。对于入门者，这是一道坎！只有告诉自己，即使代码low，先写，重复就重复，通过第二版去将重复的内容写成函数，不断修改和优化代码。切忌一步登天。也不要因为写不出函数而气馁。说到底，就是积累得还不够而已。解释完函数存在意义，我们一起来看看函数的分类。

1、函数分类

# 使用函数前必须要先定义函数，再使用。就像先有了一只篮球，才能开始一场篮球比赛一样。定义函数，可以是内置的，也可以是自定义的：

#1 内置函数
还记得之前我们在人与机器交互那小节中提及的input功能吗？其实这里的input就是一种函数，而且是被内置好的，也就是启动Python时就会附带定义好的。这是为了方便开发时，不用再针对一些简单的功能重复定义。对于内置函数，我们可以拿来就用而无需事先定义，见下表。

#2 自定义函数
由于内置函数的功能都相对简单，并无法应对复杂的需求。这就需要我们自己根据需求，事先定制好我们自己的函数来实现某种功能，在遇到应用场景时，调用自定义的函数即可。例如在一次计算中，我们可以定义一个函数来处理加法，只需要将内容传进去，就会返回加法的结果。

以下是常用的内置函数↓↓↓

2、如何自定义函数

# 逻辑大概是这样的：

def 函数名(参数1,参数2,参数3,...):  # 定义了函数，函数名最好能够精炼概括要做的事情
    ‘‘‘注释‘‘‘
    函数体  # 具体函数要做的事情，函数的主体内容
    return 返回的值  # 让函数结束时返回一个东西，可以返回值，甚至函数，遇到return语句，函数就会停止执行并返回结果

 

# 举个栗子

def id_verification(account, password):
    ”””
    定义了一个id验证函数用于验证输入账号是否正确。
    :param account: 账号
    :param password: 密码
    :return: 认证结果
    ”””
    if account == ‘nick‘ and password == ‘1234‘:  
        return ‘Welcome back!‘
    else:
        return ‘invalid account or password‘

 3、调用函数

# 定义了函数就是为了用，不然定义来干嘛对不对？那如何调用呢？就像上面的栗子，如果要调用id_verification函数，可以这样写

account = input(‘account:‘).strip()
password = input(‘password:‘).strip()

id_verification(account, password)  # 调用函数，并传入account和password两个参数，如果仅仅只有id_verification，没有括号，函数是不会被调用的

# 调用函数后，参数会被送进函数进行运算。最终得出结果取决于自定义函数的返回值。有时候定义函数不一定要传入参数。像下面的例子，括号里是空的。

4、函数参数

# 谈到函数的参数，就要知道什么叫实参和形参，简单理解即可

def calc(x, y):  # 这里的x和y就是形参，等着别人赋值给自己
    res = x ** y
    return res

c = calc(1, 2)  # 这里的1和2就是实参，等着传值给别人
print(c)

 

# 了解完什么是形参和实参后，我们来看看一些更实用的例子。

def register(name, age, country):  # 定义一个函数，让用户传入基础资料并打印
    print("name:", name)
    print("age:", age)
    print("country:", country)

register("nick", 18, "China")
...

# 关键参数
# 如果100个用户都是来自于中国，那其实可以设置一个默认值，这个时候就出现了关键参数

def register(name, age, country="China"):
    print("name:", name)
    print("age:", age)
    print("country:", country)

register("nick", 18)  # 这样就不用输入了~100个用户都省了事
register("alex", 18, country="USA")  # 当出现一个特殊的，这样写就好了
...


# 非固定参数
# 对于在定义函数时不知道将来会传什么进来的，可以这样写

def register(name, age, *args, **kwargs):
    print(name, age, args, kwargs)

# 调用函数
register("nick", 18, "China", "Guangdong", course="Python", gender="male")
# 输出
# nick 18 (China, Guangdong) {‘course‘= ‘Python‘, ‘gender‘= ‘male‘}
...

# *args会生成一个元组
# **kwargs会生成一个字典

5、嵌套函数

# 其实在函数里面，也是可以调用已定义好的函数，也可以定义函数。

def f1():  # 定义函数f1
    print(‘f1‘)

def f2():  # 定义函数f2
    def f3():  # 在函数f2内定义函数f3
        print(‘f3‘)
    f3()  # 执行函数f3，如果没有这一行，则不会执行函数f3
    print(‘f2‘)

def f4():
    f1()
    f2()  # 调用已定义好的函数f2

# 这种函数套函数，就是嵌套函数，在以后的编程会较为常用，很锻炼逻辑的哦~

6、高阶函数

# 函数里面的参数不仅可以接收变量，也可以接收其他函数，一起看这个高阶函数例子

def add(x, y, func):
    print(func(x) + func(y))  # 两数绝对值相加

add(1, 2, abs)  # abs是内置函数，代表绝对值

7、递归

# 如果一个函数在内部调取自己，就叫递归

def calc(n)
    print(n)
    if int(n / 2) == 0:
        return n
    return calc(int(n / 2))


calc(10)
#输出
10
5
2
1

8、名称空间

# 上面的例子里存在一个问题，我们可以直接输入f1(), f2()或f4()来调用函数，但我们无法直接输入f3()调用函数f3，这样会报错，那是为什么呢？

# 简单来说，就是因为函数f3在函数f2内，函数f3在局部，并不是全局。在全局的位置查看不了局部，但是在局部可以查看全局。就像上面的函数f4里，可以在局部调用全局的函数f1和f2。

# 复杂来说，就需要引入名称空间这个新名词。名称空间储存的是变量名和变量值的关系。例如n = 1，名称空间就储存着n和1的关系。

# 计算机在查找名称空间的过程是有顺序的，先查看局部的名称空间，然后才是全局的名称空间，这就是为什么当计算机在找到局部名称空间时，可以找到全局名称空间。反之则不可以。属于先后顺序问题！

# 完整来说，整个名称空间查找顺序可以简写为4个字母：LEGB 也称为作用域。

Locals 是函数内的名称空间
Enclosing 上一级嵌套函数的名称空间（闭包中常见，后面会讲闭包）
Globals 全局变量，函数定义所在模块的名称空间
Builtins 内置模块的名称空间 

9、匿名函数

# 记住一个词，叫lambda；lambda函数常与其他函数搭配使用，从而节省代码量，看一下下面的例子。

# 一般来说，如果要计算一堆数各自的平方，我们需要先定义一个计算平方的函数，然后再通过map内置函数，将数导进去进行平方，看代码↓↓↓

def square(x):
    return x ** 2

list(map(square, [1, 2, 3, 4, 5]))  # 由于是内置函数，不用定义直接使用，得到一个列表

# 如果用lambda，就可以节省一些代码，不用定义square函数，直接套进map函数使用

list(map(lambda x: x ** 2, [1, 2, 3, 4, 5]))

# 对于那种不常用的功能，可以通过lambda来节省代码，用完即弃。

10、闭包（开始有点深度了哦~）

# 函数里套了函数，外层函数被调用时，返回了内层函数的内存地址，执行内层函数时，内层函数调用外层函数局部变量的值，这种关系就是闭包。一起看下面这个例子

def outer(x):
    def inner(y):
        return x + y
    return inner  # 只返回了inner的内存地址，没有括号，没有执行inner函数

a = outer(2)  # 执行了外层outer函数
print(a)
返回了inner的内存地址

print(a(3))  # 执行inner函数，inner函数调用了外层函数的局部变量x = 2
返回了5

11、装饰器（又叫做语法糖，是函数章节较难的部分，很难啃~~做好心理准备，啃下去你就赢了~~>3<）

很多程序已经写完，且经过大量用户使用后，已无其他bug反馈，就可以认为该程序已经能稳定运行了。如果要增加新功能，有一个约定俗成的原则就是不能修改已经稳定运行的程序，只能加，不能改，毕竟谁都不是神，谁都无法保证改了之后是否会产生新的bug，特别是上百万行代码的程序，一旦发现新的bug，debug起来不是开玩笑的。因此，必须要用特定的方法去加入新功能，这个时候就有了装饰器存在的价值。一起看下面这个例子。

# 假设我一开始写了这些代码（假设有几十万行），并且经过了长久验证，已稳定运行。

def bar():  # 定义了函数bar，用来打印某段话。
    print("I am bar")  # 假设这里是几十万行代码，有各种复杂的逻辑
    ...


bar()  # 执行该函数

 

# 如果我突然想加一个功能，希望用户输入自己的名字后，才执行这几十万行代码，我不能动这些稳定运行的代码。所以我只能用装饰器，加功能。我们先感性认识一下装饰器长什么样子。接下去会一步一步解释。

def login(func):  # 在原本的几十万行代码上，加入了这么一个【装饰器】（函数）
    def collect_name(*args, **kwargs):  # 函数里套了函数
        input("name:")  # 让用户输入名字
        return func(*args, **kwargs)  # 返回了外层函数参数名的函数（与闭包概念类似）
    return collect_name  # 返回内层函数的内存地址，注意这里没有括号，所以是返回内存地址，而不是执行函数


@login  # 语法糖，让下面的函数不止运行自己，还运行与语法糖同名的函数
def bar():  # 定义了函数bar，用来打印某段话。
    print("I am bar")  # 假设这里是几十万行代码，有各种复杂的逻辑
    ...


bar()  # 执行该函数，调用bar函数的同时，调用login函数，这样就做到了没有动原本的代码，又增加了新功能的目的

 

# 下面我们来一步一步分析这个运行过程，请按照【数字顺序】阅读，建议多看几遍，一遍是看不懂的

def login(func):  # 2、因为语法糖的原因，这里的函数绑定成login(bar)
    def collect_name(*args, **kwargs):  # 5、执行了login函数内部的collect_name函数
        input("name:")  # 6、让用户输入名字
        return func(*args, **kwargs)  # 7、执行bar函数
    return collect_name  # 3、不执行内部函数，直接将collect_name内存地址（不带括号时）返回


@login  # 1、程序经过了上面的函数login，再来到这个语法糖。这个语法糖的目的是绑定下面这个函数bar，当执行下面这个函数bar时，也同时调用与语法糖同名的函数login。
def bar():  
    print("I am bar")  # 8、执行并打印
    ...


bar()  # 4、执行该函数，实际上会执行了函数bar本身，也执行了函数login(bar)(),也就是collect_name函数

 

四 生成器和迭代器

# 生成器
g = (x * x for x in range(10))

>>>next(g)
1

>>>next(g)
4

>>>next(g)
9

>>>next(g)
16

>>>next(g)
25

# 如果所有值都需要next去调出，会疯掉的吧。不如用for，值用完了还不会报错
g = (x * x for x in range(10))
for n in g:
    print(n)

 

# 迭代器

# 判断一个对象是否为可迭代对象

from collections import Iterable
a = isinstance([], Iterable)
print(a)

# 返回True

# 判断一个对象是否为迭代器
from collections import Iterable
b = isinstance([], Iterator)
print(b)

# 返回False

# 将其转成迭代器，用itor函数
from collections import Iterable
b = isinstance(iter([]), Iterator)
print(b)

# 返回True

 

五 模块

终于送走了函数，说明在中级的路上已越走越稳了。别忘记多做project，将上面的内容用在实战中。有一件事是可以肯定的，如果你曾经用过某个知识点，并且解决了问题，这个知识点会记得比其他都要牢固。不断用，不断试错。加油！！！

模块这一部分，简直就是Python的精华所在。为什么近年来Python越来越多人用？那是因为不同的功能模块越来越完善。（不禁感叹这个世界牛人真多啊~~~）大神们通过自己的努力，将写好的Python文件打包，放到网上，让大家随意下载使用。这些模块覆盖的细分领域越来越广，从金融、医疗、数学到高新科技，几乎一切你能想象的领域都有现成的模块可以下载。大家如果想多了解更多模块可以到这个网址https://pypi.python.org/pypi，根据自己喜欢的方向去寻找吧~~或许在不久的将来，你也能上传你的作品。

模块的存在大大节省了我们的开发时间，毕竟大神已经为我们准备好的工具，不用白不用，对吧？那我们先来看看模块分了几种：

1、模块分类

# 内置标准模块。有一些模块在安装Python时就会一并装入。可以理解为官方版本的模块。

# 第三方开源模块。由世界各地的大神撰写并上传，我们可以通过Pycharm等下载安装使用。

# 自定义模块。就是自己写出来的程序，自己打包，自己用。

2、模块调用

# 有不少表达式可以用来导入模块，根据不同情况而定，常用的有以下几种：

import module

from module import settings

from . import module

 

# 是时候动起来了。快！动手打开Pycharm，建个文件夹printer，文件夹里新建两个py文件，分别写入以下内容。如下

# printer文件夹

　　# test.py文件

　　from hello import say_hi

　　say_hi()


　　# hello.py文件

　　def say_hi():
    　　print("hello world")


# 概括点来说，这两个文件其实可以看作是一个程序，目的是打印某句话。test文件作为程序入口，调用其他模块来辅助实现这个功能。

  

# 包（Package）

# 上面的例子，我们用了一个文件夹，两个py文件，实现了打印某句话的功能程序。这类打印功能我们就统一放在printer这个文件夹里。像这样一个文件夹里存放多个模块文件，就称这个文件夹为【包】

# 上面的printer文件夹，为了能成为包，还需要在文件夹中加入__init__.py文件，从而告诉程序这是个包

# 像一些比较大型的项目，如微信等，也是将不同功能用不同包分开，例如朋友圈功能和聊天功能分开等。。然后包和包之间互相调用来实现功能。这是为了更加方便运维团队维护代码

 

# 为了调取不同包里的模块，有时候需要铺设好一条路。就像铁路一样，通了才有火车的身影

# 下面的例子，为了能够读取到另外一个文件夹account下的json文件，我们需要铺出一条路给程序，为此需要用到两个内置模块，os和sys，下面就导入一下

import sys
import os

# 当前文件路径向上返回两级，将路径赋值于DIR（大写表示常量，代表不变）
DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
# 将这条路加入到环境变量里面，这样Python才会去找这条路找文件
sys.path.append(DIR)
# 往DIR路径后加入account和json.json，拼接出json文件的完整路径，可以直接用于open
os.path.join(DIR, ‘account‘, ‘json.json‘)

3、time模块

# time模块是常常用来显示、计算各种格式的时间，下面是几个常用的，我们暂时不求多，只求用得着

time.time()  # 返回当前时间的时间戳（就是一串数字）

time.sleep()  # 延迟执行，括号里写上时间即可，单位为秒。

time.strftime()
# 举例：time.strftime("%Y-%m-%d %X", time.localtime()) 
# 输出‘2018-07-06 00:00:00‘

4、random模块

# 直接来看两个例子

# 生成随机6位数密码，是不是和一些网站登录时要你输入的验证码很像
import random
import string

numbers = " ".join(random.sample(string.ascii_lowercase + string.digits, 6))
print(numbers)  # 这样每次打印都会是不同的6位数字或字母，而且没有空格

# 洗牌功能
import random

a = [0, 1, 2, 3, 4, 5]
random.shuffle(a)
print(a)  # 列表a的顺序会被打乱

5、json模块

# json模块可以存储字典，而之前我们常用的txt文件存不了字典
import json

data = {"name": "nick", "age": 18}

# 将data写入json文件
with open("nick.json", "w", encoding="utf-8") as db:
    json.dump(data, db)
    db.close()

# 读取nick.json文件中的字典，并赋值给nick_data
with open("nick.json", "r", encoding="utf-8") as db:
    nick_data = json.load()
    db.close()

6、logging模块

# logging模块是非常常用的生成日志的模块。程序执行时，如果没有日志记录，有很多信息会有缺失，甚至不清楚谁登陆过，谁做过什么，这样是非常不安全的。因此，这个模块十分十分重要。看下面的步骤，可以配置好不同的日志内容

# 下面这个例子，是配置日志内容的过程，目的是在文件和Pycharm消息框中同时输出内容，不妨复制到Pycharm试一试
import logging

# 1. 生成logger对象
logger = logging.getLogger("web")  # 相当于给日志起了个名字web
logger.setLevel(logging.DEBUG)  # 如果不设置默认级别是WARNING，此为全局

# 2. 生成handler对象
ch = logging.StreamHandler()  # 输出到屏幕
ch.setLevel(logging.INFO)  # 给不同输出途径设置不同的输出日志级别，设置级别不能比全局的低

fh = logging.FileHandler("web.log")  # 输出到文件
fh.setLevel(logging.WARNING)  # 给不同输出途径设置不同的输出日志级别，设置级别不能比全局的低

# 2.1 把handler对象绑定到logger
logger.addHandler(ch)
logger.addHandler(fh)

# 3. 生成formatter对象，用于自定义格式化输出内容
# 3.1 把formatter对象绑定handler对象
file_formatter = logging.Formatter(‘%(asctime)s - %(name)s - %(levelname)s - %(message)s‘)
console_formatter = logging.Formatter(‘%(asctime)s - %(name)s - %(levelname)s  -  %(lineno)d - %(message)s‘)

ch.setFormatter(console_formatter)
fh.setFormatter(file_formatter)


logger.error(‘test log‘)
logger.error(‘test log 2‘)

7、re模块

# 正则表达式也是一个常用的模块，甚至有的Python开发书一上来第一章第一节就讲正则表达式。爬虫等工序到最后需要用正则表达式格式化输出内容。不妨通过下面的例子看看，复制到Pycharm上玩一玩吧。不过，看完后尽量自己写一遍哦！
import re

# re.match 从头开始匹配
s = ‘abc1d3e‘
b = re.match(‘[0-9]‘, s)  # 要求第一个值必须是数字，否则返回None
print(‘b:‘, b)

f = ‘12bdfd‘
c = re.match(‘[0-9]‘, f)  # 默认只能匹配到一个值
print(‘c:‘, c)

# re.search 匹配包含，全局匹配
e = re.search(‘[0-9]‘, s)
print(‘e:‘, e)

# re.findall 匹配上值，然后以列表形式保存
g = re.findall(‘[0-9]‘, s)
print(‘g:‘, g)

# re.split 以匹配到的字符当做列表分隔符
s = ‘alex22jack23rain31jinxin50|mack-Oldboy‘
print(re.split(‘d+|||W| ‘, s))  # ‘|‘本身作为或标识符，需要前面加‘‘才能用于分隔

s = ‘alex22jack23rainjinxin50|mack-Oldboy‘
print(re.split(‘d+|\\\\|||W| ‘, s))  # ‘‘本身作为标识符需要用4个才能表示一个

# re.sub 匹配字符并替换
s = ‘alex22jack23rain31jinxin50|mack-Oldboy‘
print(re.sub(‘d+|||W‘, ‘_‘, s))  # 替换掉数字

h = ‘9-2*5/3+7/3*99/4*2998+10*568/14‘
print(re.split(‘[-*/+]‘, h))
print(re.split(‘W‘, h))

i = "[email protected]"
j = re.fullmatch("[email protected]w+.(com|cn|edu|org)", i)
print(j)