大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE稳定放心使用
from random import randint
num = randint(1, 100)
print('guess what I think?')
answer = int(input())
while(answer!=num):
if answer<num:
print('too small?')
elif answer>num:
print('too big?')
elif answer==num:
break
answer = int(input())
print('equal')
sum = 0
for _ in range(1,101) :
sum = sum + _
print(sum)
print("this is the\
same line")
print('''
"What's your name?" I asked.
"I'm Han Meimei."
''')
num = 18
print ('My age is %d' % num)
print ('Price is %.2f' % 4.6765)
for i in range(0, 5):
for j in range(0, i+1):
print ('*',end=' ')
print('\t')
print ('%s is easy to %d' % ('Python',100))
bool(None)
def sayHello(someone):
print( someone + ' say hello world!')
sayHello('bzz')
def plus(num1, num2):
print (num1+num2)
plus(1,5)
def isEqual(num1, num2):
if num1<num2:
print ('too small')
return False;
elif num1>num2:
print ('too big')
return False;
else :
print ('bingo')
return True
from random import randint
num = randint(1, 100)
print ('Guess what I think?')
bingo = False
while bingo == False:
answer = int(input())
bingo = isEqual(answer, num)
print(list(range(1,10)))
import numpy as np
a=np.arange(1,10)
print(a)
l = [365, 'everyday', 0.618, True]
print (l[1])
#修改list中的元素
l[0] = 123
print (l)
#向list中添加元素
l.append(1024)
print (l)
#删除list中的元素
del l[0]
print (l)
from random import choice
print ('Choose one side to shoot:')
print ('left, center, right')
you = input()
print ('You kicked ' + you)
direction = ['left', 'center', 'right']
com = choice(direction)
print ('Computer saved :' + com)
if you != com:
print ('Goal!')
else:
print ('Oops...')
切片的语法表达式为：[start_index : end_index : step]，其中： start_index表示起始索引end_index表示结束索引 step表示步长，步长不能为0，且默认值为1 切片操作是指按照步长，截取从起始索引到结束索引，但不包含结束索引（也就是结束索引减1）的所有元素。
python3支持切片操作的数据类型有list、tuple、string、unicode、range 切片返回的结果类型与原对象类型一致 切片不会改变原对象，而是重新生成了一个新的对象
l = ['a', 'b', 'c', 'd', 'e', 'f']
print(l[-1]) # "-" 表示倒数
print(l[-4])
print(l[0:4])
print(l[1:])
print(l[:3])
print(l[:])
print(l[1:-1])
from random import choice
score_you = 0
score_com = 0
direction = ['left', 'center', 'right']
for i in range(5):
print ('==== Round %d - You Kick! ====' % (i+1))
print ('选一边射门')#Choose one side to shoot:
print ('left, center, right')
you = input()
print ('You kicked ' + you)
com = choice(direction)
print ('Computer saved ' + com)
if you != com:
print ('Goal!')
score_you += 1
else:
print ('Oops...')
print ('Score: %d(you) - %d(com)\n' % (score_you, score_com))
print ('==== Round %d - You Save! ====' % (i+1))
print ('选一边守门:')
print ('left, center, right')
you = input()
print ('You saved ' + you)
com = choice(direction)
print ('Computer kicked ' + com)
if you == com:
print ('Saved!')
else:
print ('Oops...')
score_com += 1
print ('Score: %d(you) - %d(com)\n' % (score_you, score_com))
sentence = 'I am an Englist sentence'
print(sentence.split())
# 指定参数分割
section = 'Hi! I am the one! Bye!'
print(section.split('!')) # ! 所有都被分割 空格也是
print('_a!a a .'.split('a'))
from random import choice score = [0, 0] direction = ['left', 'center', 'right'] def kick(): print ('==== You Kick! ====') print ('Choose one side to shoot:') print ('left, center, right') you = input() print ('You kicked ' + you) com = choice(direction) print ('Computer saved ' + com) if you != com: print ('Goal!') score[0] += 1 else: print ('Oops...') print ('Score: %d(you) - %d(com)\n' % (score[0], score[1])) print ('==== You Save! ====') print ('Choose one side to save:') print ('left, center, right') you = input() print ('You saved ' + you) com = choice(direction) print ('Computer kicked ' + com) if you == com: print ('Saved!') else: print ('Oops...') score[1] += 1 print ('Score: %d(you) - %d(com)\n' % (score[0], score[1])) for i in range(5): print ('==== Round %d ====' % (i+1)) kick() while(score[0] == score[1]): i += 1 print ('==== Round %d ====' % (i+1)) kick() if score[0] > score[1]: print( 'You Win!') else: print ('You Lose.') - join和昨天说的split正好相反：split是把一个字符串分割成很多字符串组成的list，而join则是把一个list中的所有字符串连接成一个字符串。
- join的格式有些奇怪，它不是list的方法，而是字符串的方法。首先你需要有一个字符串作为list中所有元素的连接符，然后再调用这个连接符的join方法，join的参数是被连接的list：
s = ';' li = ['apple', 'pear', 'orange'] fruit = s.join(li) print (fruit) print(';'.join(['apple', 'pear', 'orange'])) print(''.join(['hello', 'world'])) # 无缝连接 word = 'helloworld' for c in word: print (c,end='.') print('\t') print('0.1.2.3.4.5.6.7.8.9.') print (word[0]) print (word[-2]) print (word[5:7]) print (word[:-5]) print (word[:]) newword = ','.join(word) print(newword) f = open('data.txt') data1 = f.read() f = open('data.txt') data2 = f.readline() data3 = f.readlines() print(data1) print('--------------') print(data2) print('--------------') print(data3) f.close #释放资源 f = open('output.txt')#, 'w' data1 = f.read() f = open('data.txt') data2 = f.readline() data3 = f.readlines() print(data1) print('--------------') print(data2) print('--------------') print(data3) f.close #释放资源 f = open('scores.txt') lines = f.readlines() f.close() print(lines) import os # 调用os后， f = open('results.txt','w') ， 有此文件则打开，否则新建 results = [] for line in lines: data = line.split() #print(data) sum = 0 for score in data[1:]: sum += int(score) result = '%s\t: %d\n' % (data[0], sum) results.append(result) f = open('result.txt','w') f.writelines(results) f.close() for i in range(10): a = input() if a == 'EOF': break f = open('scores.txt') lines = f.readlines() f.close() print(lines) import os # 调用os后， f = open('results.txt','w') ， 有此文件则打开，否则新建 results = [] for line in lines: data = line.split() #print(data) sum = 0 for score in data[1:]: point = int(score) if point < 60: continue sum += point result = '%s\t: %d\n' % (data[0], sum) results.append(result) f = open('result.txt','w') f.writelines(results) f.close() #print (int('0.5')) import os try: #f = open('non-exist.txt') f = open('scores.txt') lines = f.readlines() f.close() print("Open success!",end = ' ') print(lines) except: print( 'File not exists.') print( 'Done') import urllib3 http = urllib3.PoolManager() r = http.request('GET','http://www.baidu.com') print(r.status) print(r.data) s = 'how are you' #s被赋值后就是一个字符串类型的对象 l = s.split() #split是字符串的方法，这个方法返回一个list类型的对象 #l是一个list类型的对象 #通过dir()方法可以查看一个类/变量的所有属性： print(dir(s)) print('---------') print(dir(list)) - 关键字class加上类名用来创建一个类。之后缩进的代码块是这个类的内部。在这里，我们用pass语句，表示一个空的代码块
class MyClass: print('bzz') pass mc = MyClass() print (mc) #mc是__main__模块中MyClass来的一个实例（instance） # 给这个类加上一些域： # 给MyClass类增加了一个类变量name，并把它的值设为'Sam'。然后又增加了一个类方法sayHi # 调用类变量的方法是“对象.变量名”。你可以得到它的值，也可以改变它的值。 # 类方法和我们之前定义的函数区别在于，第一个参数必须为self。 # 而在调用类方法的时候，通过“对象.方法名()”格式进行调用， # 而不需要额外提供self这个参数的值。self在类方法中的值，就是你调用的这个对象本身 class MyClass: name = 'Sam' def sayHi(self): print ('Hello %s' % self.name) mc = MyClass() print (mc.name) MyClass.name = 'Mike' print(MyClass().name) mc.name = 'Lily' mc.sayHi() - 假设我们有一辆汽车，我们知道它的速度(60km/h)，以及A、B两地的距离(100km)。要算出开着这辆车从A地到B地花费的时间。
#面向过程的方法： speed = 60.0 distance = 100.0 time = distance / speed print (time) #面向对象的方法： class Car: speed = 0 def drive(self, distance): time = distance / self.speed print (time) car = Car() car.speed = 60.0 car.drive(100.0) - 如果我们让题目再稍稍复杂一点。假设我们又有了一辆更好的跑车，它的速度是150km/h，然后我们除了想从A到B，还要从B到C（距离200km）。要求分别知道这两种车在这两段路上需要多少时间。
#面向过程的方法： speed1 = 60.0 distance1 = 100.0 time1 = distance1 / speed1 print (time1) distance2 = 200.0 time2 = distance2 / speed1 print (time2) speed2 = 150.0 time3 = distance1 / speed2 print (time3) time4 = distance2 / speed2 print (time4) print('--------------') #面向对象的方法： class Car: speed = 0 def drive(self, distance): time = distance / self.speed print (time) car1 = Car() car1.speed = 60.0 car1.drive(100.0) car1.drive(200.0) car2 = Car() car2.speed = 150.0 car2.drive(100.0) car2.drive(200.0) 仍然是从A地到B地，这次除了有汽车，我们还有了一辆自行车！ 自行车和汽车有着相同的属性：速度（speed）。还有一个相同的方法（drive），来输出行驶/骑行一段距离所花的时间。但这次我们要给汽车增加一个属性：每公里油耗（fuel）。而在汽车行驶一段距离的方法中，除了要输出所花的时间外，还要输出所需的油量。
面向过程的方法，你可能需要写两个函数，然后把数据作为参数传递进去，在调用的时候要搞清应该使用哪个函数和哪些数据。有了面向对象，你可以把相关的数据和方法封装在一起，并且可以把不同类中的相同功能整合起来。这就需要用到面向对象中的另一个重要概念：继承。
我们要使用的方法是，创建一个叫做Vehicle的类，表示某种车，它包含了汽车和自行车所共有的东西：速度，行驶的方法。然后让Car类和Bike类都继承这个Vehicle类，即作为它的子类。在每个子类中，可以分别添加各自独有的属性。
# Vehicle类被称为基本类或超类，Car类和Bike类被成为导出类或子类 class Vehicle: def __init__(self,speed): self.speed = speed def drive(self,distance): print('need %f hour(s)'%(distance/self.speed)) class Bike(Vehicle): pass class Car(Vehicle): def __init__(self,speed,fuel): Vehicle.__init__(self,speed) self.fuel = fuel def drive(self,distance): Vehicle.drive(self,distance) print('need %f fuels'%(distance*self.fuel)) b = Bike(15.0) c = Car(80.0,0.012) b.drive(100) c.drive(100) ''' 解释一下代码： __init__函数会在类被创建的时候自动调用，用来初始化类。它的参数，要在创建类的时候提供。 于是我们通过提供一个数值来初始化speed的值。 注意：__init__是python的内置方法，类似的函数名前后是两个下英文划线，如果写错了， 则不会起到原本应有的作用。 class定义后面的括号里表示这个类继承于哪个类。 Bike(Vehicle)就是说Bike是继承自Vehicle中的子类。Vehicle中的属性和方法，Bike都会有。 因为Bike不需要有额外的功能，所以用pass在类中保留空块，什么都不用写。 Car类中，我们又重新定义了__init__和drive函数，这样会覆盖掉它继承自Vehicle的同名函数。 但我们依然可以通过“Vehicle.函数名”来调用它的超类方法。 以此来获得它作为Vehicle所具有的功能。注意，因为是通过类名调用方法， 而不是像之前一样通过对象来调用，所以这里必须提供self的参数值。 在调用超类的方法之后，我们又给Car增加了一个fuel属性，并且在drive中多输出一行信息。 ''' a = "heaven" b = "hell" c = True and a or b print (c) d = False and a or b print (d) 结果很奇怪是不是？
表达式从左往右运算，1和”heaven”做and的结果是”heaven”，再与”hell”做or的结果是”heaven”；0和”heaven”做and的结果是0，再与”hell”做or的结果是”hell”。
抛开绕人的and和or的逻辑，你只需记住，在一个bool and a or b语句中，当bool条件为真时，结果是a；当bool条件为假时，结果是b。
有学过c/c++的同学应该会发现，这和bool?a:b表达式很像。
有了它，原本需要一个if-else语句表述的逻辑：
if a > 0:
print “big”
else:
print “small”
就可以直接写成：
print (a > 0) and “big” or “small”
然而不幸的是，如果直接这么用，有一天你会踩到坑的。和c语言中的?:表达式不同，这里的and or语句是利用了python中的逻辑运算实现的。当a本身是个假值（如0，””）时，结果就不会像你期望的那样。 比如： a = “”
b = “hell”
c = True and a or b
print c
得到的结果不是””而是”hell”。因为””和”hell”做or的结果是”hell”。
所以，and-or真正的技巧在于，确保a的值不会为假。最常用的方式是使 a 成为 [a] 、 b 成为 [b]，然后使用返回值列表的第一个元素：
a = “”
b = “hell”
c = (True and [a] or [b])[0]
print c
由于[a]是一个非空列表，所以它决不会为假。即使a是0或者”或者其它假值，列表[a]也为真，因为它有一个元素。
在两个常量值进行选择时，and-or会让你的代码更简单。但如果你觉得这个技巧带来的副作用已经让你头大了，没关系，用if-else可以做相同的事情。不过在python的某些情况下，你可能没法使用if语句，比如lambda函数中，这时候你可能就需要and-or的帮助了。
什么是lambda函数？呵呵，这是python的高阶玩法，暂且按住不表，以后有机会再说。
a = "" b = "hell" c = (True and [a] or [b])[0] print (c) #上一次pygame的课中有这样一行代码： #x, y = pygame.mouse.get_pos() # 元组（tuple）也是一种序列，和我们用了很多次的list类似， # 只是元组中的元素在创建之后就不能被修改。 # 如： postion = (1, 2) geeks = ('Sheldon', 'Leonard', 'Rajesh', 'Howard') # 都是元组的实例。它有和list同样的索引、切片、遍历等操作（参见25～27课）： print (postion[0]) print('------------') for _ in geeks: print (_) print('------------') print (geeks[1:3]) #其实我们之前一直在用元组，就是在print语句中： print('------------') print ('%s is %d years old' % ('Mike', 23)) #('Mike', 23)就是一个元组。这是元组最常见的用处。 #再来看一下元组作为函数返回值的例子： def get_pos(n): return (n/2, n*2) #得到这个函数的返回值有两种形式，一种是根据返回值元组中元素的个数提供变量： x, y = get_pos(50) print (x) print (y) print('------------') #这就是我们在开头那句代码中使用的方式。 #还有一种方法是用一个变量记录返回的元组： pos = get_pos(50) print (pos[0]) print (pos[1]) import math print(math.pi) print(math.e) print(math.ceil(5.4)) print(math.floor(5.4)) print(math.pow(3,2)) print(math.log(4)) print(math.log(100,10)) print(math.sqrt(9)) print(math.fabs(-34)) #math.sin .cos .tan .asin .acos .atan 弧度单位 #math.degrees(x) 弧度转角度 #math.radians(x) 角度转弧度 什么是正则表达式？在回答这个问题之前，先来看看为什么要有正则表达式。
在编程处理文本的过程中，经常会需要按照某种规则去查找一些特定的字符串。比如知道一个网页上的图片都是叫做’image/8554278135.jpg’之类的名字，只是那串数字不一样；又或者在一堆人员电子档案中，你要把他们的电话号码全部找出来，整理成通讯录。诸如此类工作，如果手工去做，当量大的时候那简直就是悲剧。但你知道这些字符信息有一定的规律，可不可以利用这些规律，让程序自动来做这些无聊的事情？答案是肯定的。这时候，你就需要一种描述这些规律的方法，正则表达式就是干这事的。
正则表达式就是记录文本规则的代码。
所以正则表达式并不是python中特有的功能，它是一种通用的方法。python中的正则表达式库，所做的事情是利用正则表达式来搜索文本。要使用它，你必须会自己用正则表达式来描述文本规则。之前多次有同学表示查找文本的事情经常会遇上，希望能介绍一下正则表达式。既然如此，我们就从正则表达式的基本规则开始说起。
1.
首先说一种最简单的正则表达式，它没有特殊的符号，只有基本的字母或数字。它满足的匹配规则就是完全匹配。例如：有个正则表达式是“hi”，那么它就可以匹配出文本中所有含有hi的字符。
来看如下的一段文字：
Hi, I am Shirley Hilton. I am his wife.
如果我们用“hi”这个正则表达式去匹配这段文字，将会得到两个结果。因为是完全匹配，所以每个结果都是“hi”。这两个“hi”分别来自“Shirley”和“his”。默认情况下正则表达式是严格区分大小写的，所以“Hi”和“Hilton”中的“Hi”被忽略了。
为了验证正则表达式匹配的结果，你可以用以下这段代码做实验：
import re text = "Hi, I am Shirley Hilton. I am his wife.hi" m = re.findall(r"[Hh]i", text) if m: print (m) else: print ('not match') 暂时先不解释这其中代码的具体含义，你只要去更改text和findall中的字符串，就可以用它来检测正则表达式的实际效果。
2.
如果我们只想找到“hi”这个单词，而不把包含它的单词也算在内，那就可以使用“\bhi\b”这个正则表达式。在以前的字符串处理中，我们已经见过类似“\n”这种特殊字符。在正则表达式中，这种字符更多，以后足以让你眼花缭乱。
“\b”在正则表达式中表示单词的开头或结尾，空格、标点、换行都算是单词的分割。而“\b”自身又不会匹配任何字符，它代表的只是一个位置。所以单词前后的空格标点之类不会出现在结果里。
在前面那个例子里，“\bhi\b”匹配不到任何结果。但“\bhi”的话就可以匹配到1个“hi”，出自“his”。用这种方法，你可以找出一段话中所有单词“Hi”，想一下要怎么写。
3.
最后再说一下[]这个符号。在正则表达式中，[]表示满足括号中任一字符。比如“[hi]”，它就不是匹配“hi”了，而是匹配“h”或者“i”。
在前面例子中，如果把正则表达式改为“[Hh]i”，就可以既匹配“Hi”，又匹配“hi”了。
1.r”hi”
这里字符串前面加了r，是raw的意思，它表示对字符串不进行转义。为什么要加这个？你可以试试print “\bhi”和r”\bhi”的区别。
print “\bhi”
hi
print r”\bhi”
\bhi
可以看到，不加r的话，\b就没有了。因为python的字符串碰到“\”就会转义它后面的字符。如果你想在字符串里打“\”，则必须要打“\”。
print “\bhi”
\bhi
这样的话，我们的正则表达式里就会多出很多“\”，让本来就已经复杂的字符串混乱得像五仁月饼一般。但加上了“r”，就表示不要去转义字符串中的任何字符，保持它的原样。
2.re.findall(r”hi”, text)
re是python里的正则表达式模块。findall是其中一个方法，用来按照提供的正则表达式，去匹配文本中的所有符合条件的字符串。返回结果是一个包含所有匹配的list。
3.今天主要说两个符号“.”和“*”，顺带说下“\S”和“?”。
“.”在正则表达式中表示除换行符以外的任意字符。在上节课提供的那段例子文本中：
Hi, I am Shirley Hilton. I am his wife.
如果我们用“i.”去匹配，就会得到
[‘i,’, ‘ir’, ‘il’, ‘is’, ‘if’]
你若是暴力一点，也可以直接用“.”去匹配，看看会得到什么。
与“.”类似的一个符号是“\S”，它表示的是不是空白符的任意字符。注意是大写字符S。
4.在很多搜索中，会用“?”表示任意一个字符， 表示任意数量连续字符，这种被称为通配符。但在正则表达式中，任意字符是用 “ . ” 表示，而 则不是表示字符，而是表示数量：它表示前面的字符可以重复任意多次（包括0次），只要满足这样的条件，都会被表达式匹配上。
结合前面的“.”，用“I.e”去匹配，想一下会得到什么结果？
[‘I am Shirley Hilton. I am his wife’]
是不是跟你想的有些不一样？也许你会以为是
[‘I am Shirle’, ‘I am his wife’]
这是因为“”在匹配时，会匹配尽可能长的结果。如果你想让他匹配到最短的就停止，需要用“.?”。如“I.*?e”，就会得到第二种结果。这种匹配方式被称为懒惰匹配，而原本尽可能长的方式被称为贪婪匹配。
最后留一道习题：
从下面一段文本中，匹配出所有s开头，e结尾的单词。
site sea sue sweet see case sse ssee loses
先来公布上一课习题的答案：
\bs\S*e\b
有的同学给出的答案是”\bs.*?e\b”。测试一下就会发现，有奇怪的’sea sue’和’sweet see’混进来了。既然是单词，我们就不要空格，所以需要用”\S”而不是”.”
昨天有位同学在论坛上说，用正则表达式匹配出了文件中的手机号。这样现学现用很不错。匹配的规则是”1.*?\n”，在这个文件的条件下，是可行的。但这规则不够严格，且依赖于手机号结尾有换行符。今天我来讲讲其他的方法。
匹配手机号，其实就是找出一串连续的数字。更进一步，是11位，以1开头的数字。
还记得正则第1讲里提到的[]符号吗？它表示其中任意一个字符。所以要匹配数字，我们可以用
[0123456789]
由于它们是连续的字符，有一种简化的写法：[0-9]。类似的还有[a-zA-Z]的用法。
还有另一种表示数字的方法：
\d
要表示任意长度的数字，就可以用
[0-9]*
或者
\d*
但要注意的是，表示的任意长度包括0，也就是没有数字的空字符也会被匹配出来。一个与类似的符号+，表示的则是1个或更长。
所以要匹配出所有的数字串，应当用
[0-9]+
或者
\d+
如果要限定长度，就用{}代替+，大括号里写上你想要的长度。比如11位的数字：
\d{11}
想要再把第一位限定为1，就在前面加上1，后面去掉一位：
1\d{10}
OK. 总结一下今天提到的符号：
[0-9]
\d
+
{}
现在你可以去一个混杂着各种数据的文件里，抓出里面的手机号，或是其他你感兴趣的数字了。
1.
我们已经了解了正则表达式中的一些特殊符号，如\b、\d、.、\S等等。这些具有特殊意义的专用字符被称作“元字符”。常用的元字符还有：
\w – 匹配字母或数字或下划线或汉字（我试验下了，发现3.x版本可以匹配汉字，但2.x版本不可以）
\s – 匹配任意的空白符
^ – 匹配字符串的开始
$ – 匹配字符串的结束
2.
\S其实就是\s的反义，任意不是空白符的字符。同理，还有：
\W – 匹配任意不是字母，数字，下划线，汉字的字符
\D – 匹配任意非数字的字符
\B – 匹配不是单词开头或结束的位置
[a]的反义是[^a]，表示除a以外的任意字符。[^abcd]就是除abcd以外的任意字符。
3.
之前我们用过*、+、{}来表示字符的重复。其他重复的方式还有：
? – 重复零次或一次
{n,} – 重复n次或更多次
{n,m} – 重复n到m次
正则表达式不只是用来从一大段文字中抓取信息，很多时候也被用来判断输入的文本是否符合规范，或进行分类。来点例子看看：
^\w{4,12}$
这个表示一段4到12位的字符，包括字母或数字或下划线或汉字，可以用来作为用户注册时检测用户名的规则。（但汉字在python2.x里面可能会有问题）
\d{15,18}
表示15到18位的数字，可以用来检测身份证号码
^1\d*x?
以1开头的一串数字，数字结尾有字母x，也可以没有。有的话就带上x。
另外再说一下之前提到的转义字符\。如果我们确实要匹配.或者字符本身，而不是要它们所代表的元字符，那就需要用.或\。\本身也需要用\。
比如”\d+.\d+”可以匹配出123.456这样的结果。
留一道稍稍有难度的习题：
写一个正则表达式，能匹配出多种格式的电话号码，包括
(021)88776543
010-55667890
02584453362
0571 66345673
来说上次的习题：
(021)88776543
010-55667890
02584453362
0571 66345673
一个可以匹配出所有结果的表达式是
(?0\d{2,3}[) -]?\d{7,8}
解释一下：
(?
()在正则表达式里也有着特殊的含义，所以要匹配字符”(“，需要用”(“。?表示这个括号是可有可无的。
0\d{2,3}
区号，0xx或者0xxx
[) -]?
在区号之后跟着的可能是”)”、” “、”-“，也可能什么也没有。
\d{7,8}
7或8位的电话号码
可是，这个表达式虽然能匹配出所有正确的数据（一般情况下，这样已经足够），但理论上也会匹配到错误的数据。因为()应当是成对出现的，表达式中对于左右两个括号并没有做关联处理，例如(02188776543这样的数据也是符合条件的。
我们可以用正则表达式中的“|”符号解决这种问题。“|”相当于python中“or”的作用，它连接的两个表达式，只要满足其中之一，就会被算作匹配成功。
于是我们可以把()的情况单独分离出来：
(0\d{2,3})\d{7,8}
其他情况：
0\d{2,3}[ -]?\d{7,8}
合并：
(0\d{2,3})\d{7,8}|0\d{2,3}[ -]?\d{7,8}
使用“|”时，要特别提醒注意的是不同条件之间的顺序。匹配时，会按照从左往右的顺序，一旦匹配成功就停止验证后面的规则。假设要匹配的电话号码还有可能是任意长度的数字（如一些特殊的服务号码），你应该把
|\d+
这个条件加在表达式的最后。如果放在最前面，某些数据就可能会被优先匹配为这一条件。你可以写个测试用例体会一下两种结果的不同。
关于正则表达式，我们已经讲了5篇，介绍了正则表达式最最皮毛的一些用法。接下来，这个话题要稍稍告一段落。推荐一篇叫做《正则表达式30分钟入门教程》的文章（直接百度一下就能找到，我也会转到论坛上），想要对正则表达式进一步学习的同学可以参考。这篇教程是个标题党，里面涉及了正则表达式较多的内容，30分钟绝对看不完。
random模块的作用是产生随机数。之前的小游戏中用到过random中的randint：
import random
num = random.randint(1,100)
random.randint(a, b)可以生成一个a到b间的随机整数，包括a和b。
a、b都必须是整数，且必须b≥a。当等于的时候，比如：
random.randint(3, 3)
的结果就永远是3
除了randint，random模块中比较常用的方法还有：
random.random()
生成一个0到1之间的随机浮点数，包括0但不包括1，也就是[0.0, 1.0)。
random.uniform(a, b)
生成a、b之间的随机浮点数。不过与randint不同的是，a、b无需是整数，也不用考虑大小。
random.uniform(1.5, 3)
random.uniform(3, 1.5)
这两种参数都是可行的。
random.uniform(1.5, 1.5)永远得到1.5。
random.choice(seq)
从序列中随机选取一个元素。seq需要是一个序列，比如list、元组、字符串。
random.choice([1, 2, 3, 5, 8, 13]) #list
random.choice(‘hello’) #字符串
random.choice([‘hello’, ‘world’]) #字符串组成的list
random.choice((1, 2, 3)) #元组
都是可行的用法。
random.randrange(start, stop, step)
生成一个从start到stop（不包括stop），间隔为step的一个随机数。start、stop、step都要为整数，且start<stop。
比如：
random.randrange(1, 9, 2)
就是从[1, 3, 5, 7]中随机选取一个。
start和step都可以不提供参数，默认是从0开始，间隔为1。但如果需要指定step，则必须指定start。
random.randrange(4) #[0, 1, 2, 3]
random.randrange(1, 4) #[1, 2, 3]
random.randrange(start, stop, step)其实在效果上等同于
random.choice(range(start, stop, step))
random.sample(population, k)
从population序列中，随机获取k个元素，生成一个新序列。sample不改变原来序列。
random.shuffle(x)
把序列x中的元素顺序打乱。shuffle直接改变原有的序列。
以上是random中常见的几个方法。如果你在程序中需要其中某一个方法，也可以这样写：
from random import randint
randint(1, 10)
另外，有些编程基础的同学可能知道，在随机数中有个seed的概念，需要一个真实的随机数，比如此刻的时间、鼠标的位置等等，以此为基础产生伪随机数。在python中，默认用系统时间作为seed。你也可以手动调用random.seed(x)来指定seed。
import time starttime = time.time() print ('start:%f' % starttime) for i in range(10): print (i) endtime = time.time() print ('end:%f' % endtime) print ('total time:%f' % (endtime-starttime)) 顺便再说下time中的另一个很有用的方法：
time.sleep(secs)
它可以让程序暂停secs秒。例如：
import time print (1) time.sleep(2) print (2) - 读错误信息
来看如下一个例程：
import random
a = 0
for i in range(5):
b = random.choice(range(5))
a += i / b
print a
这个程序中，i从0循环到4，每次循环中，b是0到4中的一个随机数。把i/b的结果累加到a上，最后输出结果。
运行这段程序，有时候会输出结果，有时候却跳出错误信息：
Traceback (most recent call last):
File “C:\Users\Crossin\Desktop\py\test.py”, line 5, in
a += i / b
ZeroDivisionError: integer division or modulo by zero
有些同学看见一段英文提示就慌了。其实没那么复杂，python的错误提示做得还是很标准的。
它告诉我们错误发生在test.py文件中的第6行
a += i / b
这一句上。
这个错误是“ZeroDivisionError”，也就是除零错。
“integer division or modulo by zero”，整数被0除或者被0模(取余数)。
因为0不能作为除数，所以当b随机到0的时候，就会引发这个错误。
知道了原因，就可以顺利地解决掉这个bug。
以后在写代码的时候，如果遇到了错误，先别急着去改代码。试着去读一读错误提示，看看里面都说了些啥。
- 输出调试信息
我们在所有课程的最开始就教了输出函数“print”。它是编程中最简单的调试手段。有的时候，仅从错误提示仍然无法判断出程序错误的原因，或者没有发生错误，但程序的结果就是不对。这种情况下，通过输出程序过程中的一些状态，可以帮助分析程序。
把前面那个程序改造一下，加入一些与程序功能无关的输出语句：
import random
a = 0
for i in range(5):
print 'i: %d' % i
b = random.choice(range(5))
print 'b: %d' % b
a += i / b
print 'a: %d' % a
print
print a
运行后的输出结果（每次结果都会不一样）：
i: 0
b: 3
a: 0
i: 1
b: 3
a: 0
i: 2
b: 3
a: 0
i: 3
b: 0
Traceback (most recent call last):
File “C:\Users\Crossin\Desktop\py\test.py”, line 7, in
a += i / b
ZeroDivisionError: integer division or modulo by zero
当b的值为0时，发生了除零错。这次可以更清晰地看出程序出错时的状态。
在真实开发中，程序的结构可能会非常复杂。通过输出调试信息，可以有效地缩小范围、定位错误发生的位置，确认错误发生时的场景，进而找出错误原因。
- python3 在字符方面和 python2 区别较大
import pickle test_data = ['Save me!'.encode('utf8'), 123.456, True] f = open('test.data', 'wb+') pickle.dump(test_data, f) f.close() import pickle f = open('test.data','rb') test_data = pickle.load(f) f.close() print (test_data) 如果你想保存多个对象，一种方法是把这些对象先全部放在一个序列中，在对这个序列进行存储：
a = 123
b = “hello”
c = 0.618
data = (a, b, c)
…
pickle.dump(data, f)
另一种方法就是依次保存和提取：
…
pickle.dump(a, f)
pickle.dump(b, f)
pickle.dump(c, f)
…
x = pickle.load(f)
y = pickle.load(f)
z = pickle.load(f)
dump 方法可以增加一个可选的参数，来指定用二进制来存储：
pickle.dump(data, f, True)
而 load 方法会自动检测数据是二进制还是文本格式，无需手动指定。
【特别说明】python3中，通过pickle对数据进行存储时，必须用二进制(b)模式读写文件。
Python 还提供了另一个模块 cPickle，它的功能及用法和 pickle 模块完全相同，只不过它是用C语言编写的，因此要快得多（比pickle快1000倍）。因此你可以把上述代码中的 pickle 全部替换为 cPickle，从而提高运行速度（尽管在这个小程序中影响微乎其微）。
list_1 = [1, 2, 3, 5, 8, 13, 22] list_2 = [] for i in list_1: if i % 2 == 0: list_2.append(i) print (list_2) list_1 = [1, 2, 3, 5, 8, 13, 22] list_2 = [i for i in list_1 if i % 2 == 0] print (list_2) 我们曾经讲过 Python 中函数的参数传递（见第21课）。最基本的方式是：
定义：
def func(arg1, arg2):
print arg1, arg2
调用：
func(3, 7)
我们把函数定义时的参数名（arg1、arg2）称为形参，调用时提供的参数（3、7）称为实参。
这种方式是根据调用时提供参数的位置进行匹配，要求实参与行参的数量相等，默认按位置匹配参数。调用时，少参数或者多参数都会引起错误。这是最常用的一种函数定义方式。
在调用时，也可以根据形参的名称指定实参。如：
func(arg2=3, arg1=7)
但同样，必须提供所有的参数。看看和func(3, 7)的运行结果有什么不同。
Python 语言还提供了其他一些更灵活的参数传递方式，如：
func2(a=1, b=2, c=3)
func3(*args)
func4(**kargs)
今天我们先说说func2这种方式。
这种方式可以理解为，在一般函数定义的基础上，增加了参数的默认值。这样定义的函数可以和原来一样使用，而当你没有提供足够的参数时，会用默认值作为参数的值。
例如：
定义
def func(arg1=1, arg2=2, arg3=3): print (arg1, arg2, arg3) # 调用: func(2, 3, 4) func(5, 6) func(7) 输出为
2 3 4
5 6 3
7 2 3
提供的参数会按顺序先匹配前面位置的参数，后面未匹配到的参数使用默认值。
也可以指定其中的部分参数，如：
func(arg2=8) func(arg3=9, arg1=10) 输出为
1 8 3
10 2 9
#或者混合起来用： func(11, arg3=12) 输出为
11 2 12
但要注意，没有指定参数名的参数必须在所有指定参数名的参数前面，且参数不能重复。以下的调用都是错误的：
func(arg1=13, 14)
func(15, arg1=16)
定义参数默认值的函数可以在调用时更加简洁。大量 Python 模块中的方法都运用了这一方式，让使用者在调用时可以提供尽可能少的参数。
接着上一次的内容，来介绍一种更加灵活的参数传递方式：
def func(*args)
这种方式的厉害之处在于，它可以接受任意数量的参数。来看具体例子：
def calcSum(*args): sum = 0 for i in args: sum += i print (sum) # 调用 calcSum(1,2,3) calcSum(123,456) calcSum() 输出：
6
579
0
在变量前加上星号前缀（*），调用时的参数会存储在一个 tuple（元组）对象中，赋值给形参。在函数内部，需要对参数进行处理时，只要对这个 tuple 类型的形参（这里是 args）进行操作就可以了。因此，函数在定义时并不需要指明参数个数，就可以处理任意参数个数的情况。
不过有一点需要注意，tuple 是有序的，所以 args 中元素的顺序受到赋值时的影响。如：
def printAll(*args): for i in args: print (i,end=' ') print() #调用： printAll(1,2,3) printAll(3,2,1) 输出：
1 2 3
3 2 1
虽然3个参数在总体上是相同的，但由于调用的顺序不一样，结果也是不同的。
还有一种参数传递方式，既可以按参数名传递参数，不受位置的限制，又可以像 tuple 传递一样不受数量限制。这个我将在下次课中做介绍。
今天来说说最为灵活的一种参数传递方式：
func(**kargs)
上次说的 func(*args) 方式是把参数作为 tuple 传入函数内部。而 func(**kargs) 则是把参数以键值对字典的形式传入。
示例：
def printAll(**kargs): for k in kargs: print (k, ':', kargs[k]) printAll(a=1, b=2, c=3) printAll(x=4, y=5) 输出：
a : 1
c : 3
b : 2
y : 5
x : 4
字典是无序的，所以在输出的时候，并不一定按照提供参数的顺序。同样在调用时，参数的顺序无所谓，只要对应合适的形参名就可以了。于是，采用这种参数传递的方法，可以不受参数数量、位置的限制。
当然，这还不够。Python 的函数调用方式非常灵活，前面所说的几种参数调用方式，可以混合在一起使用。看下面这个例子：
def func(x, y=5, *a, **b): print (x, y, a, b) func(1) func(1,2) func(1,2,3) func(1,2,3,4) func(x=1) func(x=1,y=1) func(x=1,y=1,a=1) func(x=1,y=1,a=1,b=1) func(1,y=1) func(1,2,3,4,a=1) func(1,2,3,4,k=1,t=2,o=3) 输出：
1 5 () {}
1 2 () {}
1 2 (3,) {}
1 2 (3, 4) {}
1 5 () {}
1 1 () {}
1 1 () {‘a’: 1}
1 1 () {‘a’: 1, ‘b’: 1}
1 1 () {}
1 2 (3, 4) {‘a’: 1}
1 2 (3, 4) {‘k’: 1, ‘t’: 2, ‘o’: 3}
在混合使用时，首先要注意函数的写法，必须遵守：
带有默认值的形参(arg=)须在无默认值的形参(arg)之后；
元组参数(*args)须在带有默认值的形参(arg=)之后；
字典参数(*kargs)须在元组参数(args)之后。
可以省略某种类型的参数，但仍需保证此顺序规则。
调用时也需要遵守：
指定参数名称的参数要在无指定参数名称的参数之后；
不可以重复传递，即按顺序提供某参数之后，又指定名称传递。
而在函数被调用时，参数的传递过程为：
1.按顺序把无指定参数的实参赋值给形参；
2.把指定参数名称(arg=v)的实参赋值给对应的形参；
3.将多余的无指定参数的实参打包成一个 tuple 传递给元组参数(*args)；
4.将多余的指定参数名的实参打包成一个 dict 传递给字典参数(**kargs)。
是不是乍一看有点绕？没关系，赶紧打开你的编辑器，自行体会一下不同调用方式的用法。然后在未来的编程实践中慢慢熟悉吧。
Python 是一门简洁的语言，lambda 表达式则充分体现了 Python 这一特点。
lambda 表达可以被看做是一种匿名函数。它可以让你快速定义一个极度简单的单行函数。譬如这样一个实现三个数相加的函数：
def sum(a, b, c): return a + b + c print (sum(1, 2, 3)) print (sum(4, 5, 6)) # 如果使用 lambda 表达式来实现： sum = lambda a, b, c: a + b + c print (sum(1, 2, 3)) print (sum(4, 5, 6)) 两种方法的结果是相同的。
lambda 表达式的语法格式：
lambda 参数列表: 表达式
定义 lambda 表达式时，参数列表周围没有括号，返回值前没有 return 关键字，也没有函数名称。
它的写法比 def 更加简洁。但是，它的主体只能是一个表达式，不可以是代码块，甚至不能是命令（print 不能用在 lambda 表达式中）。所以 lambda 表达式能表达的逻辑很有限。
lambda 表达式创建了一个函数对象，可以把这个对象赋值给一个变量进行调用，就像上面的例子中一样。
来看一个复杂一点的例子，把 lambda 表达式用在 def 函数定义中：
def fn(x): return lambda y: x + y a = fn(2) print (a(3)) 这里，fn 函数的返回值是一个 lambda 表达式，也就等于是一个函数对象。当以参数2来调用 fn 时，得到的结果就是：
lambda y: 2 + y
a = fn(2) 就相当于：
a = lambda y: 2 + y
所以 a(3) 的结果就是5。
lambda 表达式其实只是一种编码风格，这种写法更加 pythonic。这并不意味着你一定要使用它。事实上，任何可以使用 lambda 表达式的地方，都可以通过普通的 def 函数定义来替代。在一些需要重复使用同一函数的地方，def 可以避免重复定义函数。况且 def 函数更加通用，某些情况可以带来更好地代码可读性。
而对于像 filter、sort 这种需要内嵌函数的方法，lambda 表达式就会显得比较合适。这个我以后会再单独介绍。
当然对于初学者来说，了解 lambda 表达式还有一个重要作用就是，看懂别人写的代码。
在写代码的时候，免不了要使用变量。但程序中的一个变量并不一定是在哪里都可以被使用，根据情况不同，会有不同的“有效范围”。看这样一段代码：
def func(x): print ('X in the beginning of func(x): ', x) x = 2 print ('X in the end of func(x): ', x) x = 50 func(x) print ('X after calling func(x): ', x) 变量 x 在函数内部被重新赋值。但在调用了函数之后，x 的值仍然是50。为什么？
这就得说一下变量的“作用域”：
当函数内部定义了一个变量，无论是作为函数的形参，或是另外定义的变量，它都只在这个函数的内部起作用。函数外即使有和它名称相同的变量，也没有什么关联。这个函数体就是这个变量的作用域。像这样在函数内部定义的变量被称为“局部变量”。
要注意的是，作用域是从变量被定义的位置开始。像这样的写法是有问题的：
def func(): print (y) y = 2 print (y) func() 因为在 y = 2 之前，y 并不存在，调用 y 的值就会出错。
回到开始那个例子：
在函数 func 外部，定义的变量 x，赋值为 50，作为参数传给了函数 func。而在函数 func 内部，变量 x 是形参，它的作用域是整个函数体内部。它与外面的那个 x 没有关系。只不过它的初始值是由外面那个 x 传递过来的。
所以，虽然函数体内部的 x 被重新赋值为 2，也不会影响外面那个 x 的值。
不过有时候，我们希望能够在函数内部去改变一些变量的值，并且这些变量在函数外部同样被使用到。怎么办？
一种方法是，用 return 把改变后的变量值作为函数返回值传递出来，赋值给对应的变量。比如开始的那个例子，可以在函数结尾加上
return x
然后把调用改为
x = func(x)
还有一种方法，就是使用“全局变量”。
在 Python 的函数定义中，可以给变量名前加上 global 关键字，这样其作用域就不再局限在函数块中，而是全局的作用域。
#通过 global 改写开始的例子： def func(): global x print ('X in the beginning of func(x): ', x) x = 2 print ('X in the end of func(x): ', x) x = 50 func() print ('X after calling func(x): ', x) 函数 func 不再提供参数调用。而是通过 global x 告诉程序：这个 x 是一个全局变量。于是函数中的 x 和外部的 x 就成为了同一个变量。这一次，当 x 在函数 func 内部被重新赋值后，外部的 x 也随之改变。
前面讲的局部变量和全局变量是 Python 中函数作用域最基本的情况。实际上，还有一些略复杂的情况，比如：
def func(): print ('X in the beginning of func(x): ', x) # x = 2 print ('X in the end of func(x): ', x) x = 50 func() print ('X after calling func(x): ', x) 程序可以正常运行。虽然没有指明 global，函数内部还是使用到了外部定义的变量。然而一旦加上
x = 2
这句，程序就会报错。因为这时候，x 成为一个局部变量，它的作用域从定义处开始，到函数体末尾结束。
建议在写代码的过程中，显式地通过 global 来使用全局变量，避免在函数中直接使用外部变量。
来看两个问题：
-
假设有一个数列，如何把其中每一个元素都翻倍？
-
假设有两个数列，如何求和？
第一个问题，普通程序员大概会这么写：
lst_1 = [1,2,3,4,5,6] lst_2 = [] for item in lst_1: lst_2.append(item * 2) print (lst_2) #Python 程序员大概会这么写： lst_1 = [1,2,3,4,5,6] lst_2 = [i * 2 for i in lst_1] print (lst_2) 这是我在《【Python 第66课】列表综合》里说到的方法，微信中回复 66 可以查看。
今天来说另一种 Python 程序员常用的写法 — map：
lst_1 = [1,2,3,4,5,6] def double_func(x): return x * 2 lst_2 = map(double_func, lst_1) print (list(lst_2)) map 是 Python 自带的内置函数，它的作用是把一个函数应用在一个（或多个）序列上，把列表中的每一项作为函数输入进行计算，再把计算的结果以列表的形式返回。
map 的第一个参数是一个函数，之后的参数是序列，可以是 list、tuple。
所以刚刚那个问题也可以写成：
lst_1 = (1,2,3,4,5,6) lst_2 = map(lambda x: x * 2, lst_1) print (list(lst_2)) 这里原数据改为了元组，函数用 lambda 表达式替代。可参考《【Python 第70课】lambda 表达式》，微信中回复 70。
map 中的函数可以对多个序列进行操作。最开始提出的第二个问题，除了通常的 for 循环写法，如果用列表综合的方法比较难实现，但用 map 就比较方便：
lst_1 = [1,2,3,4,5,6] lst_2 = [1,3,5,7,9,11] lst_3 = map(lambda x, y: x + y, lst_1, lst_2) print (list(lst_3)) map 中的函数会从对应的列表中依次取出元素，作为参数使用，同样将结果以列表的形式返回。所以要注意的是，函数的参数个数要与 map 中提供的序列组数相同，即函数有几个参数，就得有几组数据。
对于每组数据中的元素个数，如果有某组数据少于其他组，map 会以 None 来补全这组参数。
此外，当 map 中的函数为 None 时，结果将会直接返回参数组成的列表。如果只有一组序列，会返回元素相同的列表，如果有多组数列，将会返回每组数列中，对应元素构成的元组所组成的列表。听上去很绕口是不是……代码试试看就明白了：
def f(x, y): return (x, y) lst_1 = [1,2,3,4,5,6] lst_2 = [1,3,5,7,9,11] lst_3 = list(map(f, lst_1, lst_2)) print (lst_3) def f(x, y): return (x, y) l1 = [ 0, 1, 2, 3, 4, 5, 6 ] l2 = [ 'Sun', 'Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat' ] list(map(f, l1, l2)) 上次说了 Python 中一个比较有意思的内置函数 map，今天再来介绍另一个类似的函数：reduce
map 可以看作是把一个序列根据某种规则，映射到另一个序列。reduce 做的事情就是把一个序列根据某种规则，归纳为一个输出。
上栗子。以前我们给过一个习题，求1累加到100的和。寻常的做法大概是这样：
sum = 0 for i in range(1, 101): sum += i print (sum) #如果用 reduce 函数，就可以写成： from functools import reduce lst = range(1, 101) def add(x, y): return x + y print (reduce(add, lst)) 解释一下：
reduce(function, iterable[, initializer])
第一个参数是作用在序列上的方法，第二个参数是被作用的序列，这与 map 一致。另外有一个可选参数，是初始值。
function 需要是一个接收2个参数，并有返回值的函数。它会从序列 iterable 里从左到右依次取出元素，进行计算。每次计算的结果，会作为下次计算的第一个参数。
提供初始值 initializer 时，它会作为第一次计算的第一个参数。否则，就先计算序列中的前两个值。
如果把刚才的 lst 换成 [1,2,3,4,5]，那 reduce(add, lst) 就相当于 ((((1+2)+3)+4)+5)。
同样，可以用 lambda 函数：
reduce((lambda x, y: x + y), xrange(1, 101))
所以，在对于一个序列进行某种统计操作的时候，比如求和，或者诸如统计序列中元素的出现个数等（可尝试下如何用 reduce 做到），可以选择使用 reduce 来实现。相对可以使代码更简洁。
我觉得，写代码的可读性是很重要的事情，简洁易懂的代码，既容易让别人看懂，也便于自己以后的维护。同时，较少的代码也意味着比较高的开发效率和较少的出错可能。应尽量避免写混乱冗长的代码。当然，也不用为了一味追求代码的精简，总是想方设法把代码写在一行里。那就又走了另一个极端，同样也缺乏可读性。而至于是否使用类似 map、reduce 这样的方法，也是根据需要和个人习惯，我认为并没有一定的规则限制。
多线程
很多人使用 python 编写“爬虫”程序，抓取网上的数据。 举个例子，通过豆瓣的 API 抓取 30 部影片的信息：
Python3 多线程 http://www.runoob.com/python3/python3-multithreading.html
import urllib3, time import urllib time_start = time.time() data = [] for i in range(30): print ('request movie:', i) id = 1764796 + i http = urllib3.PoolManager() r = http.request('url','https://api.douban.com/v2/movie/subject/%d' % id) data.append(r) print (i, time.time() - time_start) print ('data:', len(data)) 程序里用了 time.time() 来计算抓取花费的时间。运行一遍，大约需要十几秒（根据网络情况会有差异）。
如果我们想用这套代码抓取几万部电影，就算中间不出什么状况，估计也得花上好几个小时。
然而想一下，我们抓一部电影信息的过程是独立，并不依赖于其他电影的结果。因此没必要排好队一部一部地按顺序来。那么有没有什么办法可以同时抓取好几部电影？
答案就是：多线程。
来说一种简单的多线程方法：
python 里有一个 thread 模块，其中提供了一个函数：
start_new_thread(function, args[, kwargs])
function 是开发者定义的线程函数，
args 是传递给线程函数的参数，必须是tuple类型，
kwargs 是可选参数。
调用 start_new_thread 之后，会创建一个新的线程，来执行 function 函数。而代码原本的主线程将继续往下执行，不再等待 function 的返回。通常情况，线程在 function 执行完毕后结束。
改写一下前面的代码，将抓取的部分放在一个函数中：
import urllib3, time, _thread def get_content(i): id = 1764796 + i http = urllib3.PoolManager() r = http.request('url','https://api.douban.com/v2/movie/subject/%d' % id) data.append(r) print (i, time.time() - time_start) print ('data:', len(data)) time_start = time.time() data = [] for i in range(30): print ('request movie:', i) _thread.start_new_thread(get_content, (i,)) input('press ENTER to exit...\n') 因为主线程不在等待函数返回结果，所以在代码最后，增加了 raw_input，避免程序提前退出。
从输出结果可以看出：
在程序刚开始运行时，已经发送所有请求
收到的请求并不是按发送顺序，先收到就先显示
总共用时两秒多
data 里同样记录了所有30条结果
所以，对于这种耗时长，但又独立的任务，使用多线程可以大大提高运行效率。但在代码层面，可能额外需要做一些处理，保证结果正确。如上例中，如果需要电影信息按 id 排列，就要另行排序。
多线程通常会用在网络收发数据、文件读写、用户交互等待之类的操作上，以避免程序阻塞，提升用户体验或提高执行效率。
多线程的实现方法不止这一种。另外多线程也会带来一些单线程程序中不会出现的问题。这里只是简单地开个头。
from random import randint
num = randint(1, 100)
print('guess what I think?')
answer = int(input())
while(answer!=num):
if answer<num:
print('too small?')
elif answer>num:
print('too big?')
elif answer==num:
break
answer = int(input())
print('equal')
sum = 0
for _ in range(1,101) :
sum = sum + _
print(sum)
print("this is the\
same line")
print('''
"What's your name?" I asked.
"I'm Han Meimei."
''')
num = 18
print ('My age is %d' % num)
print ('Price is %.2f' % 4.6765)
for i in range(0, 5):
for j in range(0, i+1):
print ('*',end=' ')
print('\t')
print ('%s is easy to %d' % ('Python',100))
bool(None)
def sayHello(someone):
print( someone + ' say hello world!')
sayHello('bzz')
def plus(num1, num2):
print (num1+num2)
plus(1,5)
def isEqual(num1, num2):
if num1<num2:
print ('too small')
return False;
elif num1>num2:
print ('too big')
return False;
else :
print ('bingo')
return True
from random import randint
num = randint(1, 100)
print ('Guess what I think?')
bingo = False
while bingo == False:
answer = int(input())
bingo = isEqual(answer, num)
print(list(range(1,10)))
import numpy as np
a=np.arange(1,10)
print(a)
l = [365, 'everyday', 0.618, True]
print (l[1])
#修改list中的元素
l[0] = 123
print (l)
#向list中添加元素
l.append(1024)
print (l)
#删除list中的元素
del l[0]
print (l)
from random import choice
print ('Choose one side to shoot:')
print ('left, center, right')
you = input()
print ('You kicked ' + you)
direction = ['left', 'center', 'right']
com = choice(direction)
print ('Computer saved :' + com)
if you != com:
print ('Goal!')
else:
print ('Oops...')
切片的语法表达式为：[start_index : end_index : step]，其中： start_index表示起始索引end_index表示结束索引 step表示步长，步长不能为0，且默认值为1 切片操作是指按照步长，截取从起始索引到结束索引，但不包含结束索引（也就是结束索引减1）的所有元素。
python3支持切片操作的数据类型有list、tuple、string、unicode、range 切片返回的结果类型与原对象类型一致 切片不会改变原对象，而是重新生成了一个新的对象
l = ['a', 'b', 'c', 'd', 'e', 'f']
print(l[-1]) # "-" 表示倒数
print(l[-4])
print(l[0:4])
print(l[1:])
print(l[:3])
print(l[:])
print(l[1:-1])
from random import choice
score_you = 0
score_com = 0
direction = ['left', 'center', 'right']
for i in range(5):
print ('==== Round %d - You Kick! ====' % (i+1))
print ('选一边射门')#Choose one side to shoot:
print ('left, center, right')
you = input()
print ('You kicked ' + you)
com = choice(direction)
print ('Computer saved ' + com)
if you != com:
print ('Goal!')
score_you += 1
else:
print ('Oops...')
print ('Score: %d(you) - %d(com)\n' % (score_you, score_com))
print ('==== Round %d - You Save! ====' % (i+1))
print ('选一边守门:')
print ('left, center, right')
you = input()
print ('You saved ' + you)
com = choice(direction)
print ('Computer kicked ' + com)
if you == com:
print ('Saved!')
else:
print ('Oops...')
score_com += 1
print ('Score: %d(you) - %d(com)\n' % (score_you, score_com))
sentence = 'I am an Englist sentence'
print(sentence.split())
# 指定参数分割
section = 'Hi! I am the one! Bye!'
print(section.split('!')) # ! 所有都被分割 空格也是
print('_a!a a .'.split('a'))
from random import choice score = [0, 0] direction = ['left', 'center', 'right'] def kick(): print ('==== You Kick! ====') print ('Choose one side to shoot:') print ('left, center, right') you = input() print ('You kicked ' + you) com = choice(direction) print ('Computer saved ' + com) if you != com: print ('Goal!') score[0] += 1 else: print ('Oops...') print ('Score: %d(you) - %d(com)\n' % (score[0], score[1])) print ('==== You Save! ====') print ('Choose one side to save:') print ('left, center, right') you = input() print ('You saved ' + you) com = choice(direction) print ('Computer kicked ' + com) if you == com: print ('Saved!') else: print ('Oops...') score[1] += 1 print ('Score: %d(you) - %d(com)\n' % (score[0], score[1])) for i in range(5): print ('==== Round %d ====' % (i+1)) kick() while(score[0] == score[1]): i += 1 print ('==== Round %d ====' % (i+1)) kick() if score[0] > score[1]: print( 'You Win!') else: print ('You Lose.') - join和昨天说的split正好相反：split是把一个字符串分割成很多字符串组成的list，而join则是把一个list中的所有字符串连接成一个字符串。
- join的格式有些奇怪，它不是list的方法，而是字符串的方法。首先你需要有一个字符串作为list中所有元素的连接符，然后再调用这个连接符的join方法，join的参数是被连接的list：
s = ';' li = ['apple', 'pear', 'orange'] fruit = s.join(li) print (fruit) print(';'.join(['apple', 'pear', 'orange'])) print(''.join(['hello', 'world'])) # 无缝连接 word = 'helloworld' for c in word: print (c,end='.') print('\t') print('0.1.2.3.4.5.6.7.8.9.') print (word[0]) print (word[-2]) print (word[5:7]) print (word[:-5]) print (word[:]) newword = ','.join(word) print(newword) f = open('data.txt') data1 = f.read() f = open('data.txt') data2 = f.readline() data3 = f.readlines() print(data1) print('--------------') print(data2) print('--------------') print(data3) f.close #释放资源 f = open('output.txt')#, 'w' data1 = f.read() f = open('data.txt') data2 = f.readline() data3 = f.readlines() print(data1) print('--------------') print(data2) print('--------------') print(data3) f.close #释放资源 f = open('scores.txt') lines = f.readlines() f.close() print(lines) import os # 调用os后， f = open('results.txt','w') ， 有此文件则打开，否则新建 results = [] for line in lines: data = line.split() #print(data) sum = 0 for score in data[1:]: sum += int(score) result = '%s\t: %d\n' % (data[0], sum) results.append(result) f = open('result.txt','w') f.writelines(results) f.close() for i in range(10): a = input() if a == 'EOF': break f = open('scores.txt') lines = f.readlines() f.close() print(lines) import os # 调用os后， f = open('results.txt','w') ， 有此文件则打开，否则新建 results = [] for line in lines: data = line.split() #print(data) sum = 0 for score in data[1:]: point = int(score) if point < 60: continue sum += point result = '%s\t: %d\n' % (data[0], sum) results.append(result) f = open('result.txt','w') f.writelines(results) f.close() #print (int('0.5')) import os try: #f = open('non-exist.txt') f = open('scores.txt') lines = f.readlines() f.close() print("Open success!",end = ' ') print(lines) except: print( 'File not exists.') print( 'Done') import urllib3 http = urllib3.PoolManager() r = http.request('GET','http://www.baidu.com') print(r.status) print(r.data) s = 'how are you' #s被赋值后就是一个字符串类型的对象 l = s.split() #split是字符串的方法，这个方法返回一个list类型的对象 #l是一个list类型的对象 #通过dir()方法可以查看一个类/变量的所有属性： print(dir(s)) print('---------') print(dir(list)) - 关键字class加上类名用来创建一个类。之后缩进的代码块是这个类的内部。在这里，我们用pass语句，表示一个空的代码块
class MyClass: print('bzz') pass mc = MyClass() print (mc) #mc是__main__模块中MyClass来的一个实例（instance） # 给这个类加上一些域： # 给MyClass类增加了一个类变量name，并把它的值设为'Sam'。然后又增加了一个类方法sayHi # 调用类变量的方法是“对象.变量名”。你可以得到它的值，也可以改变它的值。 # 类方法和我们之前定义的函数区别在于，第一个参数必须为self。 # 而在调用类方法的时候，通过“对象.方法名()”格式进行调用， # 而不需要额外提供self这个参数的值。self在类方法中的值，就是你调用的这个对象本身 class MyClass: name = 'Sam' def sayHi(self): print ('Hello %s' % self.name) mc = MyClass() print (mc.name) MyClass.name = 'Mike' print(MyClass().name) mc.name = 'Lily' mc.sayHi() - 假设我们有一辆汽车，我们知道它的速度(60km/h)，以及A、B两地的距离(100km)。要算出开着这辆车从A地到B地花费的时间。
#面向过程的方法： speed = 60.0 distance = 100.0 time = distance / speed print (time) #面向对象的方法： class Car: speed = 0 def drive(self, distance): time = distance / self.speed print (time) car = Car() car.speed = 60.0 car.drive(100.0) - 如果我们让题目再稍稍复杂一点。假设我们又有了一辆更好的跑车，它的速度是150km/h，然后我们除了想从A到B，还要从B到C（距离200km）。要求分别知道这两种车在这两段路上需要多少时间。
#面向过程的方法： speed1 = 60.0 distance1 = 100.0 time1 = distance1 / speed1 print (time1) distance2 = 200.0 time2 = distance2 / speed1 print (time2) speed2 = 150.0 time3 = distance1 / speed2 print (time3) time4 = distance2 / speed2 print (time4) print('--------------') #面向对象的方法： class Car: speed = 0 def drive(self, distance): time = distance / self.speed print (time) car1 = Car() car1.speed = 60.0 car1.drive(100.0) car1.drive(200.0) car2 = Car() car2.speed = 150.0 car2.drive(100.0) car2.drive(200.0) 仍然是从A地到B地，这次除了有汽车，我们还有了一辆自行车！ 自行车和汽车有着相同的属性：速度（speed）。还有一个相同的方法（drive），来输出行驶/骑行一段距离所花的时间。但这次我们要给汽车增加一个属性：每公里油耗（fuel）。而在汽车行驶一段距离的方法中，除了要输出所花的时间外，还要输出所需的油量。
面向过程的方法，你可能需要写两个函数，然后把数据作为参数传递进去，在调用的时候要搞清应该使用哪个函数和哪些数据。有了面向对象，你可以把相关的数据和方法封装在一起，并且可以把不同类中的相同功能整合起来。这就需要用到面向对象中的另一个重要概念：继承。
我们要使用的方法是，创建一个叫做Vehicle的类，表示某种车，它包含了汽车和自行车所共有的东西：速度，行驶的方法。然后让Car类和Bike类都继承这个Vehicle类，即作为它的子类。在每个子类中，可以分别添加各自独有的属性。
# Vehicle类被称为基本类或超类，Car类和Bike类被成为导出类或子类 class Vehicle: def __init__(self,speed): self.speed = speed def drive(self,distance): print('need %f hour(s)'%(distance/self.speed)) class Bike(Vehicle): pass class Car(Vehicle): def __init__(self,speed,fuel): Vehicle.__init__(self,speed) self.fuel = fuel def drive(self,distance): Vehicle.drive(self,distance) print('need %f fuels'%(distance*self.fuel)) b = Bike(15.0) c = Car(80.0,0.012) b.drive(100) c.drive(100) ''' 解释一下代码： __init__函数会在类被创建的时候自动调用，用来初始化类。它的参数，要在创建类的时候提供。 于是我们通过提供一个数值来初始化speed的值。 注意：__init__是python的内置方法，类似的函数名前后是两个下英文划线，如果写错了， 则不会起到原本应有的作用。 class定义后面的括号里表示这个类继承于哪个类。 Bike(Vehicle)就是说Bike是继承自Vehicle中的子类。Vehicle中的属性和方法，Bike都会有。 因为Bike不需要有额外的功能，所以用pass在类中保留空块，什么都不用写。 Car类中，我们又重新定义了__init__和drive函数，这样会覆盖掉它继承自Vehicle的同名函数。 但我们依然可以通过“Vehicle.函数名”来调用它的超类方法。 以此来获得它作为Vehicle所具有的功能。注意，因为是通过类名调用方法， 而不是像之前一样通过对象来调用，所以这里必须提供self的参数值。 在调用超类的方法之后，我们又给Car增加了一个fuel属性，并且在drive中多输出一行信息。 ''' a = "heaven" b = "hell" c = True and a or b print (c) d = False and a or b print (d) 结果很奇怪是不是？
表达式从左往右运算，1和”heaven”做and的结果是”heaven”，再与”hell”做or的结果是”heaven”；0和”heaven”做and的结果是0，再与”hell”做or的结果是”hell”。
抛开绕人的and和or的逻辑，你只需记住，在一个bool and a or b语句中，当bool条件为真时，结果是a；当bool条件为假时，结果是b。
有学过c/c++的同学应该会发现，这和bool?a:b表达式很像。
有了它，原本需要一个if-else语句表述的逻辑：
if a > 0:
print “big”
else:
print “small”
就可以直接写成：
print (a > 0) and “big” or “small”
然而不幸的是，如果直接这么用，有一天你会踩到坑的。和c语言中的?:表达式不同，这里的and or语句是利用了python中的逻辑运算实现的。当a本身是个假值（如0，””）时，结果就不会像你期望的那样。 比如： a = “”
b = “hell”
c = True and a or b
print c
得到的结果不是””而是”hell”。因为””和”hell”做or的结果是”hell”。
所以，and-or真正的技巧在于，确保a的值不会为假。最常用的方式是使 a 成为 [a] 、 b 成为 [b]，然后使用返回值列表的第一个元素：
a = “”
b = “hell”
c = (True and [a] or [b])[0]
print c
由于[a]是一个非空列表，所以它决不会为假。即使a是0或者”或者其它假值，列表[a]也为真，因为它有一个元素。
在两个常量值进行选择时，and-or会让你的代码更简单。但如果你觉得这个技巧带来的副作用已经让你头大了，没关系，用if-else可以做相同的事情。不过在python的某些情况下，你可能没法使用if语句，比如lambda函数中，这时候你可能就需要and-or的帮助了。
什么是lambda函数？呵呵，这是python的高阶玩法，暂且按住不表，以后有机会再说。
a = "" b = "hell" c = (True and [a] or [b])[0] print (c) #上一次pygame的课中有这样一行代码： #x, y = pygame.mouse.get_pos() # 元组（tuple）也是一种序列，和我们用了很多次的list类似， # 只是元组中的元素在创建之后就不能被修改。 # 如： postion = (1, 2) geeks = ('Sheldon', 'Leonard', 'Rajesh', 'Howard') # 都是元组的实例。它有和list同样的索引、切片、遍历等操作（参见25～27课）： print (postion[0]) print('------------') for _ in geeks: print (_) print('------------') print (geeks[1:3]) #其实我们之前一直在用元组，就是在print语句中： print('------------') print ('%s is %d years old' % ('Mike', 23)) #('Mike', 23)就是一个元组。这是元组最常见的用处。 #再来看一下元组作为函数返回值的例子： def get_pos(n): return (n/2, n*2) #得到这个函数的返回值有两种形式，一种是根据返回值元组中元素的个数提供变量： x, y = get_pos(50) print (x) print (y) print('------------') #这就是我们在开头那句代码中使用的方式。 #还有一种方法是用一个变量记录返回的元组： pos = get_pos(50) print (pos[0]) print (pos[1]) import math print(math.pi) print(math.e) print(math.ceil(5.4)) print(math.floor(5.4)) print(math.pow(3,2)) print(math.log(4)) print(math.log(100,10)) print(math.sqrt(9)) print(math.fabs(-34)) #math.sin .cos .tan .asin .acos .atan 弧度单位 #math.degrees(x) 弧度转角度 #math.radians(x) 角度转弧度 什么是正则表达式？在回答这个问题之前，先来看看为什么要有正则表达式。
在编程处理文本的过程中，经常会需要按照某种规则去查找一些特定的字符串。比如知道一个网页上的图片都是叫做’image/8554278135.jpg’之类的名字，只是那串数字不一样；又或者在一堆人员电子档案中，你要把他们的电话号码全部找出来，整理成通讯录。诸如此类工作，如果手工去做，当量大的时候那简直就是悲剧。但你知道这些字符信息有一定的规律，可不可以利用这些规律，让程序自动来做这些无聊的事情？答案是肯定的。这时候，你就需要一种描述这些规律的方法，正则表达式就是干这事的。
正则表达式就是记录文本规则的代码。
所以正则表达式并不是python中特有的功能，它是一种通用的方法。python中的正则表达式库，所做的事情是利用正则表达式来搜索文本。要使用它，你必须会自己用正则表达式来描述文本规则。之前多次有同学表示查找文本的事情经常会遇上，希望能介绍一下正则表达式。既然如此，我们就从正则表达式的基本规则开始说起。
1.
首先说一种最简单的正则表达式，它没有特殊的符号，只有基本的字母或数字。它满足的匹配规则就是完全匹配。例如：有个正则表达式是“hi”，那么它就可以匹配出文本中所有含有hi的字符。
来看如下的一段文字：
Hi, I am Shirley Hilton. I am his wife.
如果我们用“hi”这个正则表达式去匹配这段文字，将会得到两个结果。因为是完全匹配，所以每个结果都是“hi”。这两个“hi”分别来自“Shirley”和“his”。默认情况下正则表达式是严格区分大小写的，所以“Hi”和“Hilton”中的“Hi”被忽略了。
为了验证正则表达式匹配的结果，你可以用以下这段代码做实验：
import re text = "Hi, I am Shirley Hilton. I am his wife.hi" m = re.findall(r"[Hh]i", text) if m: print (m) else: print ('not match') 暂时先不解释这其中代码的具体含义，你只要去更改text和findall中的字符串，就可以用它来检测正则表达式的实际效果。
2.
如果我们只想找到“hi”这个单词，而不把包含它的单词也算在内，那就可以使用“\bhi\b”这个正则表达式。在以前的字符串处理中，我们已经见过类似“\n”这种特殊字符。在正则表达式中，这种字符更多，以后足以让你眼花缭乱。
“\b”在正则表达式中表示单词的开头或结尾，空格、标点、换行都算是单词的分割。而“\b”自身又不会匹配任何字符，它代表的只是一个位置。所以单词前后的空格标点之类不会出现在结果里。
在前面那个例子里，“\bhi\b”匹配不到任何结果。但“\bhi”的话就可以匹配到1个“hi”，出自“his”。用这种方法，你可以找出一段话中所有单词“Hi”，想一下要怎么写。
3.
最后再说一下[]这个符号。在正则表达式中，[]表示满足括号中任一字符。比如“[hi]”，它就不是匹配“hi”了，而是匹配“h”或者“i”。
在前面例子中，如果把正则表达式改为“[Hh]i”，就可以既匹配“Hi”，又匹配“hi”了。
1.r”hi”
这里字符串前面加了r，是raw的意思，它表示对字符串不进行转义。为什么要加这个？你可以试试print “\bhi”和r”\bhi”的区别。
print “\bhi”
hi
print r”\bhi”
\bhi
可以看到，不加r的话，\b就没有了。因为python的字符串碰到“\”就会转义它后面的字符。如果你想在字符串里打“\”，则必须要打“\”。
print “\bhi”
\bhi
这样的话，我们的正则表达式里就会多出很多“\”，让本来就已经复杂的字符串混乱得像五仁月饼一般。但加上了“r”，就表示不要去转义字符串中的任何字符，保持它的原样。
2.re.findall(r”hi”, text)
re是python里的正则表达式模块。findall是其中一个方法，用来按照提供的正则表达式，去匹配文本中的所有符合条件的字符串。返回结果是一个包含所有匹配的list。
3.今天主要说两个符号“.”和“*”，顺带说下“\S”和“?”。
“.”在正则表达式中表示除换行符以外的任意字符。在上节课提供的那段例子文本中：
Hi, I am Shirley Hilton. I am his wife.
如果我们用“i.”去匹配，就会得到
[‘i,’, ‘ir’, ‘il’, ‘is’, ‘if’]
你若是暴力一点，也可以直接用“.”去匹配，看看会得到什么。
与“.”类似的一个符号是“\S”，它表示的是不是空白符的任意字符。注意是大写字符S。
4.在很多搜索中，会用“?”表示任意一个字符， 表示任意数量连续字符，这种被称为通配符。但在正则表达式中，任意字符是用 “ . ” 表示，而 则不是表示字符，而是表示数量：它表示前面的字符可以重复任意多次（包括0次），只要满足这样的条件，都会被表达式匹配上。
结合前面的“.”，用“I.e”去匹配，想一下会得到什么结果？
[‘I am Shirley Hilton. I am his wife’]
是不是跟你想的有些不一样？也许你会以为是
[‘I am Shirle’, ‘I am his wife’]
这是因为“”在匹配时，会匹配尽可能长的结果。如果你想让他匹配到最短的就停止，需要用“.?”。如“I.*?e”，就会得到第二种结果。这种匹配方式被称为懒惰匹配，而原本尽可能长的方式被称为贪婪匹配。
最后留一道习题：
从下面一段文本中，匹配出所有s开头，e结尾的单词。
site sea sue sweet see case sse ssee loses
先来公布上一课习题的答案：
\bs\S*e\b
有的同学给出的答案是”\bs.*?e\b”。测试一下就会发现，有奇怪的’sea sue’和’sweet see’混进来了。既然是单词，我们就不要空格，所以需要用”\S”而不是”.”
昨天有位同学在论坛上说，用正则表达式匹配出了文件中的手机号。这样现学现用很不错。匹配的规则是”1.*?\n”，在这个文件的条件下，是可行的。但这规则不够严格，且依赖于手机号结尾有换行符。今天我来讲讲其他的方法。
匹配手机号，其实就是找出一串连续的数字。更进一步，是11位，以1开头的数字。
还记得正则第1讲里提到的[]符号吗？它表示其中任意一个字符。所以要匹配数字，我们可以用
[0123456789]
由于它们是连续的字符，有一种简化的写法：[0-9]。类似的还有[a-zA-Z]的用法。
还有另一种表示数字的方法：
\d
要表示任意长度的数字，就可以用
[0-9]*
或者
\d*
但要注意的是，表示的任意长度包括0，也就是没有数字的空字符也会被匹配出来。一个与类似的符号+，表示的则是1个或更长。
所以要匹配出所有的数字串，应当用
[0-9]+
或者
\d+
如果要限定长度，就用{}代替+，大括号里写上你想要的长度。比如11位的数字：
\d{11}
想要再把第一位限定为1，就在前面加上1，后面去掉一位：
1\d{10}
OK. 总结一下今天提到的符号：
[0-9]
\d
+
{}
现在你可以去一个混杂着各种数据的文件里，抓出里面的手机号，或是其他你感兴趣的数字了。
1.
我们已经了解了正则表达式中的一些特殊符号，如\b、\d、.、\S等等。这些具有特殊意义的专用字符被称作“元字符”。常用的元字符还有：
\w – 匹配字母或数字或下划线或汉字（我试验下了，发现3.x版本可以匹配汉字，但2.x版本不可以）
\s – 匹配任意的空白符
^ – 匹配字符串的开始
$ – 匹配字符串的结束
2.
\S其实就是\s的反义，任意不是空白符的字符。同理，还有：
\W – 匹配任意不是字母，数字，下划线，汉字的字符
\D – 匹配任意非数字的字符
\B – 匹配不是单词开头或结束的位置
[a]的反义是[^a]，表示除a以外的任意字符。[^abcd]就是除abcd以外的任意字符。
3.
之前我们用过*、+、{}来表示字符的重复。其他重复的方式还有：
? – 重复零次或一次
{n,} – 重复n次或更多次
{n,m} – 重复n到m次
正则表达式不只是用来从一大段文字中抓取信息，很多时候也被用来判断输入的文本是否符合规范，或进行分类。来点例子看看：
^\w{4,12}$
这个表示一段4到12位的字符，包括字母或数字或下划线或汉字，可以用来作为用户注册时检测用户名的规则。（但汉字在python2.x里面可能会有问题）
\d{15,18}
表示15到18位的数字，可以用来检测身份证号码
^1\d*x?
以1开头的一串数字，数字结尾有字母x，也可以没有。有的话就带上x。
另外再说一下之前提到的转义字符\。如果我们确实要匹配.或者字符本身，而不是要它们所代表的元字符，那就需要用.或\。\本身也需要用\。
比如”\d+.\d+”可以匹配出123.456这样的结果。
留一道稍稍有难度的习题：
写一个正则表达式，能匹配出多种格式的电话号码，包括
(021)88776543
010-55667890
02584453362
0571 66345673
来说上次的习题：
(021)88776543
010-55667890
02584453362
0571 66345673
一个可以匹配出所有结果的表达式是
(?0\d{2,3}[) -]?\d{7,8}
解释一下：
(?
()在正则表达式里也有着特殊的含义，所以要匹配字符”(“，需要用”(“。?表示这个括号是可有可无的。
0\d{2,3}
区号，0xx或者0xxx
[) -]?
在区号之后跟着的可能是”)”、” “、”-“，也可能什么也没有。
\d{7,8}
7或8位的电话号码
可是，这个表达式虽然能匹配出所有正确的数据（一般情况下，这样已经足够），但理论上也会匹配到错误的数据。因为()应当是成对出现的，表达式中对于左右两个括号并没有做关联处理，例如(02188776543这样的数据也是符合条件的。
我们可以用正则表达式中的“|”符号解决这种问题。“|”相当于python中“or”的作用，它连接的两个表达式，只要满足其中之一，就会被算作匹配成功。
于是我们可以把()的情况单独分离出来：
(0\d{2,3})\d{7,8}
其他情况：
0\d{2,3}[ -]?\d{7,8}
合并：
(0\d{2,3})\d{7,8}|0\d{2,3}[ -]?\d{7,8}
使用“|”时，要特别提醒注意的是不同条件之间的顺序。匹配时，会按照从左往右的顺序，一旦匹配成功就停止验证后面的规则。假设要匹配的电话号码还有可能是任意长度的数字（如一些特殊的服务号码），你应该把
|\d+
这个条件加在表达式的最后。如果放在最前面，某些数据就可能会被优先匹配为这一条件。你可以写个测试用例体会一下两种结果的不同。
关于正则表达式，我们已经讲了5篇，介绍了正则表达式最最皮毛的一些用法。接下来，这个话题要稍稍告一段落。推荐一篇叫做《正则表达式30分钟入门教程》的文章（直接百度一下就能找到，我也会转到论坛上），想要对正则表达式进一步学习的同学可以参考。这篇教程是个标题党，里面涉及了正则表达式较多的内容，30分钟绝对看不完。
random模块的作用是产生随机数。之前的小游戏中用到过random中的randint：
import random
num = random.randint(1,100)
random.randint(a, b)可以生成一个a到b间的随机整数，包括a和b。
a、b都必须是整数，且必须b≥a。当等于的时候，比如：
random.randint(3, 3)
的结果就永远是3
除了randint，random模块中比较常用的方法还有：
random.random()
生成一个0到1之间的随机浮点数，包括0但不包括1，也就是[0.0, 1.0)。
random.uniform(a, b)
生成a、b之间的随机浮点数。不过与randint不同的是，a、b无需是整数，也不用考虑大小。
random.uniform(1.5, 3)
random.uniform(3, 1.5)
这两种参数都是可行的。
random.uniform(1.5, 1.5)永远得到1.5。
random.choice(seq)
从序列中随机选取一个元素。seq需要是一个序列，比如list、元组、字符串。
random.choice([1, 2, 3, 5, 8, 13]) #list
random.choice(‘hello’) #字符串
random.choice([‘hello’, ‘world’]) #字符串组成的list
random.choice((1, 2, 3)) #元组
都是可行的用法。
random.randrange(start, stop, step)
生成一个从start到stop（不包括stop），间隔为step的一个随机数。start、stop、step都要为整数，且start<stop。
比如：
random.randrange(1, 9, 2)
就是从[1, 3, 5, 7]中随机选取一个。
start和step都可以不提供参数，默认是从0开始，间隔为1。但如果需要指定step，则必须指定start。
random.randrange(4) #[0, 1, 2, 3]
random.randrange(1, 4) #[1, 2, 3]
random.randrange(start, stop, step)其实在效果上等同于
random.choice(range(start, stop, step))
random.sample(population, k)
从population序列中，随机获取k个元素，生成一个新序列。sample不改变原来序列。
random.shuffle(x)
把序列x中的元素顺序打乱。shuffle直接改变原有的序列。
以上是random中常见的几个方法。如果你在程序中需要其中某一个方法，也可以这样写：
from random import randint
randint(1, 10)
另外，有些编程基础的同学可能知道，在随机数中有个seed的概念，需要一个真实的随机数，比如此刻的时间、鼠标的位置等等，以此为基础产生伪随机数。在python中，默认用系统时间作为seed。你也可以手动调用random.seed(x)来指定seed。
import time starttime = time.time() print ('start:%f' % starttime) for i in range(10): print (i) endtime = time.time() print ('end:%f' % endtime) print ('total time:%f' % (endtime-starttime)) 顺便再说下time中的另一个很有用的方法：
time.sleep(secs)
它可以让程序暂停secs秒。例如：
import time print (1) time.sleep(2) print (2) - 读错误信息
来看如下一个例程：
import random
a = 0
for i in range(5):
b = random.choice(range(5))
a += i / b
print a
这个程序中，i从0循环到4，每次循环中，b是0到4中的一个随机数。把i/b的结果累加到a上，最后输出结果。
运行这段程序，有时候会输出结果，有时候却跳出错误信息：
Traceback (most recent call last):
File “C:\Users\Crossin\Desktop\py\test.py”, line 5, in
a += i / b
ZeroDivisionError: integer division or modulo by zero
有些同学看见一段英文提示就慌了。其实没那么复杂，python的错误提示做得还是很标准的。
它告诉我们错误发生在test.py文件中的第6行
a += i / b
这一句上。
这个错误是“ZeroDivisionError”，也就是除零错。
“integer division or modulo by zero”，整数被0除或者被0模(取余数)。
因为0不能作为除数，所以当b随机到0的时候，就会引发这个错误。
知道了原因，就可以顺利地解决掉这个bug。
以后在写代码的时候，如果遇到了错误，先别急着去改代码。试着去读一读错误提示，看看里面都说了些啥。
- 输出调试信息
我们在所有课程的最开始就教了输出函数“print”。它是编程中最简单的调试手段。有的时候，仅从错误提示仍然无法判断出程序错误的原因，或者没有发生错误，但程序的结果就是不对。这种情况下，通过输出程序过程中的一些状态，可以帮助分析程序。
把前面那个程序改造一下，加入一些与程序功能无关的输出语句：
import random
a = 0
for i in range(5):
print 'i: %d' % i
b = random.choice(range(5))
print 'b: %d' % b
a += i / b
print 'a: %d' % a
print
print a
运行后的输出结果（每次结果都会不一样）：
i: 0
b: 3
a: 0
i: 1
b: 3
a: 0
i: 2
b: 3
a: 0
i: 3
b: 0
Traceback (most recent call last):
File “C:\Users\Crossin\Desktop\py\test.py”, line 7, in
a += i / b
ZeroDivisionError: integer division or modulo by zero
当b的值为0时，发生了除零错。这次可以更清晰地看出程序出错时的状态。
在真实开发中，程序的结构可能会非常复杂。通过输出调试信息，可以有效地缩小范围、定位错误发生的位置，确认错误发生时的场景，进而找出错误原因。
- python3 在字符方面和 python2 区别较大
import pickle test_data = ['Save me!'.encode('utf8'), 123.456, True] f = open('test.data', 'wb+') pickle.dump(test_data, f) f.close() import pickle f = open('test.data','rb') test_data = pickle.load(f) f.close() print (test_data) 如果你想保存多个对象，一种方法是把这些对象先全部放在一个序列中，在对这个序列进行存储：
a = 123
b = “hello”
c = 0.618
data = (a, b, c)
…
pickle.dump(data, f)
另一种方法就是依次保存和提取：
…
pickle.dump(a, f)
pickle.dump(b, f)
pickle.dump(c, f)
…
x = pickle.load(f)
y = pickle.load(f)
z = pickle.load(f)
dump 方法可以增加一个可选的参数，来指定用二进制来存储：
pickle.dump(data, f, True)
而 load 方法会自动检测数据是二进制还是文本格式，无需手动指定。
【特别说明】python3中，通过pickle对数据进行存储时，必须用二进制(b)模式读写文件。
Python 还提供了另一个模块 cPickle，它的功能及用法和 pickle 模块完全相同，只不过它是用C语言编写的，因此要快得多（比pickle快1000倍）。因此你可以把上述代码中的 pickle 全部替换为 cPickle，从而提高运行速度（尽管在这个小程序中影响微乎其微）。
list_1 = [1, 2, 3, 5, 8, 13, 22] list_2 = [] for i in list_1: if i % 2 == 0: list_2.append(i) print (list_2) list_1 = [1, 2, 3, 5, 8, 13, 22] list_2 = [i for i in list_1 if i % 2 == 0] print (list_2) 我们曾经讲过 Python 中函数的参数传递（见第21课）。最基本的方式是：
定义：
def func(arg1, arg2):
print arg1, arg2
调用：
func(3, 7)
我们把函数定义时的参数名（arg1、arg2）称为形参，调用时提供的参数（3、7）称为实参。
这种方式是根据调用时提供参数的位置进行匹配，要求实参与行参的数量相等，默认按位置匹配参数。调用时，少参数或者多参数都会引起错误。这是最常用的一种函数定义方式。
在调用时，也可以根据形参的名称指定实参。如：
func(arg2=3, arg1=7)
但同样，必须提供所有的参数。看看和func(3, 7)的运行结果有什么不同。
Python 语言还提供了其他一些更灵活的参数传递方式，如：
func2(a=1, b=2, c=3)
func3(*args)
func4(**kargs)
今天我们先说说func2这种方式。
这种方式可以理解为，在一般函数定义的基础上，增加了参数的默认值。这样定义的函数可以和原来一样使用，而当你没有提供足够的参数时，会用默认值作为参数的值。
例如：
定义
def func(arg1=1, arg2=2, arg3=3): print (arg1, arg2, arg3) # 调用: func(2, 3, 4) func(5, 6) func(7) 输出为
2 3 4
5 6 3
7 2 3
提供的参数会按顺序先匹配前面位置的参数，后面未匹配到的参数使用默认值。
也可以指定其中的部分参数，如：
func(arg2=8) func(arg3=9, arg1=10) 输出为
1 8 3
10 2 9
#或者混合起来用： func(11, arg3=12) 输出为
11 2 12
但要注意，没有指定参数名的参数必须在所有指定参数名的参数前面，且参数不能重复。以下的调用都是错误的：
func(arg1=13, 14)
func(15, arg1=16)
定义参数默认值的函数可以在调用时更加简洁。大量 Python 模块中的方法都运用了这一方式，让使用者在调用时可以提供尽可能少的参数。
接着上一次的内容，来介绍一种更加灵活的参数传递方式：
def func(*args)
这种方式的厉害之处在于，它可以接受任意数量的参数。来看具体例子：
def calcSum(*args): sum = 0 for i in args: sum += i print (sum) # 调用 calcSum(1,2,3) calcSum(123,456) calcSum() 输出：
6
579
0
在变量前加上星号前缀（*），调用时的参数会存储在一个 tuple（元组）对象中，赋值给形参。在函数内部，需要对参数进行处理时，只要对这个 tuple 类型的形参（这里是 args）进行操作就可以了。因此，函数在定义时并不需要指明参数个数，就可以处理任意参数个数的情况。
不过有一点需要注意，tuple 是有序的，所以 args 中元素的顺序受到赋值时的影响。如：
def printAll(*args): for i in args: print (i,end=' ') print() #调用： printAll(1,2,3) printAll(3,2,1) 输出：
1 2 3
3 2 1
虽然3个参数在总体上是相同的，但由于调用的顺序不一样，结果也是不同的。
还有一种参数传递方式，既可以按参数名传递参数，不受位置的限制，又可以像 tuple 传递一样不受数量限制。这个我将在下次课中做介绍。
今天来说说最为灵活的一种参数传递方式：
func(**kargs)
上次说的 func(*args) 方式是把参数作为 tuple 传入函数内部。而 func(**kargs) 则是把参数以键值对字典的形式传入。
示例：
def printAll(**kargs): for k in kargs: print (k, ':', kargs[k]) printAll(a=1, b=2, c=3) printAll(x=4, y=5) 输出：
a : 1
c : 3
b : 2
y : 5
x : 4
字典是无序的，所以在输出的时候，并不一定按照提供参数的顺序。同样在调用时，参数的顺序无所谓，只要对应合适的形参名就可以了。于是，采用这种参数传递的方法，可以不受参数数量、位置的限制。
当然，这还不够。Python 的函数调用方式非常灵活，前面所说的几种参数调用方式，可以混合在一起使用。看下面这个例子：
def func(x, y=5, *a, **b): print (x, y, a, b) func(1) func(1,2) func(1,2,3) func(1,2,3,4) func(x=1) func(x=1,y=1) func(x=1,y=1,a=1) func(x=1,y=1,a=1,b=1) func(1,y=1) func(1,2,3,4,a=1) func(1,2,3,4,k=1,t=2,o=3) 输出：
1 5 () {}
1 2 () {}
1 2 (3,) {}
1 2 (3, 4) {}
1 5 () {}
1 1 () {}
1 1 () {‘a’: 1}
1 1 () {‘a’: 1, ‘b’: 1}
1 1 () {}
1 2 (3, 4) {‘a’: 1}
1 2 (3, 4) {‘k’: 1, ‘t’: 2, ‘o’: 3}
在混合使用时，首先要注意函数的写法，必须遵守：
带有默认值的形参(arg=)须在无默认值的形参(arg)之后；
元组参数(*args)须在带有默认值的形参(arg=)之后；
字典参数(*kargs)须在元组参数(args)之后。
可以省略某种类型的参数，但仍需保证此顺序规则。
调用时也需要遵守：
指定参数名称的参数要在无指定参数名称的参数之后；
不可以重复传递，即按顺序提供某参数之后，又指定名称传递。
而在函数被调用时，参数的传递过程为：
1.按顺序把无指定参数的实参赋值给形参；
2.把指定参数名称(arg=v)的实参赋值给对应的形参；
3.将多余的无指定参数的实参打包成一个 tuple 传递给元组参数(*args)；
4.将多余的指定参数名的实参打包成一个 dict 传递给字典参数(**kargs)。
是不是乍一看有点绕？没关系，赶紧打开你的编辑器，自行体会一下不同调用方式的用法。然后在未来的编程实践中慢慢熟悉吧。
Python 是一门简洁的语言，lambda 表达式则充分体现了 Python 这一特点。
lambda 表达可以被看做是一种匿名函数。它可以让你快速定义一个极度简单的单行函数。譬如这样一个实现三个数相加的函数：
def sum(a, b, c): return a + b + c print (sum(1, 2, 3)) print (sum(4, 5, 6)) # 如果使用 lambda 表达式来实现： sum = lambda a, b, c: a + b + c print (sum(1, 2, 3)) print (sum(4, 5, 6)) 两种方法的结果是相同的。
lambda 表达式的语法格式：
lambda 参数列表: 表达式
定义 lambda 表达式时，参数列表周围没有括号，返回值前没有 return 关键字，也没有函数名称。
它的写法比 def 更加简洁。但是，它的主体只能是一个表达式，不可以是代码块，甚至不能是命令（print 不能用在 lambda 表达式中）。所以 lambda 表达式能表达的逻辑很有限。
lambda 表达式创建了一个函数对象，可以把这个对象赋值给一个变量进行调用，就像上面的例子中一样。
来看一个复杂一点的例子，把 lambda 表达式用在 def 函数定义中：
def fn(x): return lambda y: x + y a = fn(2) print (a(3)) 这里，fn 函数的返回值是一个 lambda 表达式，也就等于是一个函数对象。当以参数2来调用 fn 时，得到的结果就是：
lambda y: 2 + y
a = fn(2) 就相当于：
a = lambda y: 2 + y
所以 a(3) 的结果就是5。
lambda 表达式其实只是一种编码风格，这种写法更加 pythonic。这并不意味着你一定要使用它。事实上，任何可以使用 lambda 表达式的地方，都可以通过普通的 def 函数定义来替代。在一些需要重复使用同一函数的地方，def 可以避免重复定义函数。况且 def 函数更加通用，某些情况可以带来更好地代码可读性。
而对于像 filter、sort 这种需要内嵌函数的方法，lambda 表达式就会显得比较合适。这个我以后会再单独介绍。
当然对于初学者来说，了解 lambda 表达式还有一个重要作用就是，看懂别人写的代码。
在写代码的时候，免不了要使用变量。但程序中的一个变量并不一定是在哪里都可以被使用，根据情况不同，会有不同的“有效范围”。看这样一段代码：
def func(x): print ('X in the beginning of func(x): ', x) x = 2 print ('X in the end of func(x): ', x) x = 50 func(x) print ('X after calling func(x): ', x) 变量 x 在函数内部被重新赋值。但在调用了函数之后，x 的值仍然是50。为什么？
这就得说一下变量的“作用域”：
当函数内部定义了一个变量，无论是作为函数的形参，或是另外定义的变量，它都只在这个函数的内部起作用。函数外即使有和它名称相同的变量，也没有什么关联。这个函数体就是这个变量的作用域。像这样在函数内部定义的变量被称为“局部变量”。
要注意的是，作用域是从变量被定义的位置开始。像这样的写法是有问题的：
def func(): print (y) y = 2 print (y) func() 因为在 y = 2 之前，y 并不存在，调用 y 的值就会出错。
回到开始那个例子：
在函数 func 外部，定义的变量 x，赋值为 50，作为参数传给了函数 func。而在函数 func 内部，变量 x 是形参，它的作用域是整个函数体内部。它与外面的那个 x 没有关系。只不过它的初始值是由外面那个 x 传递过来的。
所以，虽然函数体内部的 x 被重新赋值为 2，也不会影响外面那个 x 的值。
不过有时候，我们希望能够在函数内部去改变一些变量的值，并且这些变量在函数外部同样被使用到。怎么办？
一种方法是，用 return 把改变后的变量值作为函数返回值传递出来，赋值给对应的变量。比如开始的那个例子，可以在函数结尾加上
return x
然后把调用改为
x = func(x)
还有一种方法，就是使用“全局变量”。
在 Python 的函数定义中，可以给变量名前加上 global 关键字，这样其作用域就不再局限在函数块中，而是全局的作用域。
#通过 global 改写开始的例子： def func(): global x print ('X in the beginning of func(x): ', x) x = 2 print ('X in the end of func(x): ', x) x = 50 func() print ('X after calling func(x): ', x) 函数 func 不再提供参数调用。而是通过 global x 告诉程序：这个 x 是一个全局变量。于是函数中的 x 和外部的 x 就成为了同一个变量。这一次，当 x 在函数 func 内部被重新赋值后，外部的 x 也随之改变。
前面讲的局部变量和全局变量是 Python 中函数作用域最基本的情况。实际上，还有一些略复杂的情况，比如：
def func(): print ('X in the beginning of func(x): ', x) # x = 2 print ('X in the end of func(x): ', x) x = 50 func() print ('X after calling func(x): ', x) 程序可以正常运行。虽然没有指明 global，函数内部还是使用到了外部定义的变量。然而一旦加上
x = 2
这句，程序就会报错。因为这时候，x 成为一个局部变量，它的作用域从定义处开始，到函数体末尾结束。
建议在写代码的过程中，显式地通过 global 来使用全局变量，避免在函数中直接使用外部变量。
来看两个问题：
-
假设有一个数列，如何把其中每一个元素都翻倍？
-
假设有两个数列，如何求和？
第一个问题，普通程序员大概会这么写：
lst_1 = [1,2,3,4,5,6] lst_2 = [] for item in lst_1: lst_2.append(item * 2) print (lst_2) #Python 程序员大概会这么写： lst_1 = [1,2,3,4,5,6] lst_2 = [i * 2 for i in lst_1] print (lst_2) 这是我在《【Python 第66课】列表综合》里说到的方法，微信中回复 66 可以查看。
今天来说另一种 Python 程序员常用的写法 — map：
lst_1 = [1,2,3,4,5,6] def double_func(x): return x * 2 lst_2 = map(double_func, lst_1) print (list(lst_2)) map 是 Python 自带的内置函数，它的作用是把一个函数应用在一个（或多个）序列上，把列表中的每一项作为函数输入进行计算，再把计算的结果以列表的形式返回。
map 的第一个参数是一个函数，之后的参数是序列，可以是 list、tuple。
所以刚刚那个问题也可以写成：
lst_1 = (1,2,3,4,5,6) lst_2 = map(lambda x: x * 2, lst_1) print (list(lst_2)) 这里原数据改为了元组，函数用 lambda 表达式替代。可参考《【Python 第70课】lambda 表达式》，微信中回复 70。
map 中的函数可以对多个序列进行操作。最开始提出的第二个问题，除了通常的 for 循环写法，如果用列表综合的方法比较难实现，但用 map 就比较方便：
lst_1 = [1,2,3,4,5,6] lst_2 = [1,3,5,7,9,11] lst_3 = map(lambda x, y: x + y, lst_1, lst_2) print (list(lst_3)) map 中的函数会从对应的列表中依次取出元素，作为参数使用，同样将结果以列表的形式返回。所以要注意的是，函数的参数个数要与 map 中提供的序列组数相同，即函数有几个参数，就得有几组数据。
对于每组数据中的元素个数，如果有某组数据少于其他组，map 会以 None 来补全这组参数。
此外，当 map 中的函数为 None 时，结果将会直接返回参数组成的列表。如果只有一组序列，会返回元素相同的列表，如果有多组数列，将会返回每组数列中，对应元素构成的元组所组成的列表。听上去很绕口是不是……代码试试看就明白了：
def f(x, y): return (x, y) lst_1 = [1,2,3,4,5,6] lst_2 = [1,3,5,7,9,11] lst_3 = list(map(f, lst_1, lst_2)) print (lst_3) def f(x, y): return (x, y) l1 = [ 0, 1, 2, 3, 4, 5, 6 ] l2 = [ 'Sun', 'Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat' ] list(map(f, l1, l2)) 上次说了 Python 中一个比较有意思的内置函数 map，今天再来介绍另一个类似的函数：reduce
map 可以看作是把一个序列根据某种规则，映射到另一个序列。reduce 做的事情就是把一个序列根据某种规则，归纳为一个输出。
上栗子。以前我们给过一个习题，求1累加到100的和。寻常的做法大概是这样：
sum = 0 for i in range(1, 101): sum += i print (sum) #如果用 reduce 函数，就可以写成： from functools import reduce lst = range(1, 101) def add(x, y): return x + y print (reduce(add, lst)) 解释一下：
reduce(function, iterable[, initializer])
第一个参数是作用在序列上的方法，第二个参数是被作用的序列，这与 map 一致。另外有一个可选参数，是初始值。
function 需要是一个接收2个参数，并有返回值的函数。它会从序列 iterable 里从左到右依次取出元素，进行计算。每次计算的结果，会作为下次计算的第一个参数。
提供初始值 initializer 时，它会作为第一次计算的第一个参数。否则，就先计算序列中的前两个值。
如果把刚才的 lst 换成 [1,2,3,4,5]，那 reduce(add, lst) 就相当于 ((((1+2)+3)+4)+5)。
同样，可以用 lambda 函数：
reduce((lambda x, y: x + y), xrange(1, 101))
所以，在对于一个序列进行某种统计操作的时候，比如求和，或者诸如统计序列中元素的出现个数等（可尝试下如何用 reduce 做到），可以选择使用 reduce 来实现。相对可以使代码更简洁。
我觉得，写代码的可读性是很重要的事情，简洁易懂的代码，既容易让别人看懂，也便于自己以后的维护。同时，较少的代码也意味着比较高的开发效率和较少的出错可能。应尽量避免写混乱冗长的代码。当然，也不用为了一味追求代码的精简，总是想方设法把代码写在一行里。那就又走了另一个极端，同样也缺乏可读性。而至于是否使用类似 map、reduce 这样的方法，也是根据需要和个人习惯，我认为并没有一定的规则限制。
多线程
很多人使用 python 编写“爬虫”程序，抓取网上的数据。 举个例子，通过豆瓣的 API 抓取 30 部影片的信息：
Python3 多线程 http://www.runoob.com/python3/python3-multithreading.html
import urllib3, time import urllib time_start = time.time() data = [] for i in range(30): print ('request movie:', i) id = 1764796 + i http = urllib3.PoolManager() r = http.request('url','https://api.douban.com/v2/movie/subject/%d' % id) data.append(r) print (i, time.time() - time_start) print ('data:', len(data)) 程序里用了 time.time() 来计算抓取花费的时间。运行一遍，大约需要十几秒（根据网络情况会有差异）。
如果我们想用这套代码抓取几万部电影，就算中间不出什么状况，估计也得花上好几个小时。
然而想一下，我们抓一部电影信息的过程是独立，并不依赖于其他电影的结果。因此没必要排好队一部一部地按顺序来。那么有没有什么办法可以同时抓取好几部电影？
答案就是：多线程。
来说一种简单的多线程方法：
python 里有一个 thread 模块，其中提供了一个函数：
start_new_thread(function, args[, kwargs])
function 是开发者定义的线程函数，
args 是传递给线程函数的参数，必须是tuple类型，
kwargs 是可选参数。
调用 start_new_thread 之后，会创建一个新的线程，来执行 function 函数。而代码原本的主线程将继续往下执行，不再等待 function 的返回。通常情况，线程在 function 执行完毕后结束。
改写一下前面的代码，将抓取的部分放在一个函数中：
import urllib3, time, _thread def get_content(i): id = 1764796 + i http = urllib3.PoolManager() r = http.request('url','https://api.douban.com/v2/movie/subject/%d' % id) data.append(r) print (i, time.time() - time_start) print ('data:', len(data)) time_start = time.time() data = [] for i in range(30): print ('request movie:', i) _thread.start_new_thread(get_content, (i,)) input('press ENTER to exit...\n') 因为主线程不在等待函数返回结果，所以在代码最后，增加了 raw_input，避免程序提前退出。
从输出结果可以看出：
在程序刚开始运行时，已经发送所有请求
收到的请求并不是按发送顺序，先收到就先显示
总共用时两秒多
data 里同样记录了所有30条结果
所以，对于这种耗时长，但又独立的任务，使用多线程可以大大提高运行效率。但在代码层面，可能额外需要做一些处理，保证结果正确。如上例中，如果需要电影信息按 id 排列，就要另行排序。
多线程通常会用在网络收发数据、文件读写、用户交互等待之类的操作上，以避免程序阻塞，提升用户体验或提高执行效率。
多线程的实现方法不止这一种。另外多线程也会带来一些单线程程序中不会出现的问题。这里只是简单地开个头。
发布者：全栈程序员-用户IM，转载请注明出处：https://javaforall.cn/182676.html原文链接：https://javaforall.cn
【正版授权，激活自己账号】： Jetbrains全家桶Ide使用，1年售后保障，每天仅需1毛
【官方授权 正版激活】： 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...
