PHP开发人员的Python基础知识

PHP（外文名:PHP: Hypertext Preprocessor，中文名：“超文本预处理器”）是一种通用开源脚本语言。语法吸收了C语言、Java和Perl的特点，利于学习，使用广泛，主要适用于Web开发领域。那么PHP开发人员的Python基础知识都有哪些呢？以下仅供参考！

常用缩略语

Ajax：异步 JavaScript + XML

XML：可扩展标记语言（Extensible Markup Language）

什么是 Python？

Python 的定义是一种 “通用的高级编程语言”。它以简洁性和易用性著称，而且是少有的几种对空格和缩进有要求的语言之一。Python 的主要作者 Guido Van Rossum 在社区中仍然非常活跃，并且被人们戏称为仁慈的领导。

Python 的灵活性和紧凑性是值得称赞的。它支持面向对象编程、结构化编程、面向方面编程以及函数编程等。Python 采用小内核设计，但具备大量扩展库，从而确保了该语言的紧凑性和灵活性。

从语法的角度来说，您会发现 Python 的简洁性异常突出——几乎可以说是一种纯粹的境界。PHP 开发人员要么会对这种方法的语法深深陶醉，要么会发现它的局限性。这主要取决于您自己的见解。Python 社区推动这种美感的态度是非常明确的，它们更加重视的是美学和简洁性，而不是灵动的技巧。已形成 Perl 传统（“可以通过多种方式实现它”）的 PHP 开发人员（像我自己）将面对一种完全相反的哲学（“应该只有一种方法可以实现它”）。

事实上，该社区定义了一种特有的代码风格术语，即 Python 化（pythonic）。您可以说您的代码是 Python 化，这是对 Python 术语的良好运用，同时还可展现语言的自然特性。本文并不打算成为 Pythonista（或 Pythoneer），但如果您想继续 Python 之路，那么千万不能错过本文的知识点。就像 PHP 有自己的编程风格，Perl 有自己的概念方法，学习 Python 语言必然也需要开始用该语言来思考问题。

另一个要点：在撰写本文时，Python 的最新版本是 V30，但本文主要侧重于 Python V26。Python V30 并不能向后兼容之前的版本，而且 V26 是使用最为广泛的版本。当然，您可以根据需求使用自己喜好的版本。

Python 与 PHP 有何不同？

一般来说，PHP 是一种 Web 开发语言。是的，它提供了一个命令行接口，并且甚至可用于开发嵌入式应用程序，但它主要还是用于 Web 开发。相反，Python 是一种脚本语言，并且也可用于 Web 开发。从这方面来说，我知道我会这样说——它比 PHP 更加接近 Perl。（当然，在其他方面，它们之间并无实际不同。我们继续往下看。）

PHP 的语法中充斥着美元符号（$）和大括号（{}），而 Python 相对来说则更加简洁和干净。PHP 支持 switch 和 dowhile 结构，而 Python 则不尽然。PHP 使用三元 *** 作符（foobar:baz）和冗长的函数名列表，而命名约定更是无所不有；相反，您会发现 Python 要简洁多了。PHP 的数组类型可同时支持简单列表和字典或散列，但 Python 却将这两者分开。

Python 同时使用可变性和不变性的概念：举例来说，tuple 就是一个不可变的列表。您可以创建 tuple，但在创建之后不能修改它。这一概念可能要花些时间来熟悉，但对于避免错误极为有效。当然，更改 tuple 的惟一方法是复制它。因此，如果您发现对不可变对象执行了大量更改，则应该重新考量自己的方法。

之前提到，Python 中的缩进是有含义的：您在刚开始学习该语言时会对此非常难以适应。您还可以创建使用关键字作为参数的函数和方法——这与 PHP 中的标准位置参数迥然不同。面向对象的追随者会对 Python 中真正的面向对象思想感到欣喜，当然还包括它的 “一级” 类和函数。如果您使用非英语语言，则会钟爱于 Python 强大的国际化和 Unicode 支持。您还会喜欢 Python 的多线程功能；这也是最开始令我为之着迷的特性之一。

综上所述，PHP 和 Python 在许多方面都彼此类似。您可以方便地创建变量、循环，使用条件和创建函数。您甚至可以轻松地创建可重用的模块。两种语言的用户社区都充满活力和激情。PHP 的用户群体更加庞大，但这主要归因于它在托管服务器及 Web 专注性方面的优势和普及性。

很好 简要介绍到此为止。我们开始探索之旅。

使用 Python

清单 1 展示了一个基本的 Python 脚本。

清单 1 一个简单的 Python 脚本

for i in range(20):

print(i)

清单 2 展示了脚本的必然结果。

清单 2 清单 1 的结果

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

在深入探索之前，我们先来了解一些预备知识。首先从变量开始。

变量

可以看到，表示变量并不需要任何特殊的字符。变量 i 就是一个纯粹的 i——毫无特殊之处。表示代码块或语言结束也不需要任何特殊字符（比如分号和括号）；只需要在 for 行使用一个简单的冒号即可（:）。还需注意，缩进会向 Python 指示哪些内容属于 for 循环。举例来说，清单 3 中的代码会在循环中为各编号输出一个说明。

清单 3 为各循环添加一条语句

for i in range(20):

print(i)

print('all done')

相反，清单 4 中的代码会在循环结束处输出一条说明。

清单 4 在循环后添加一条语句

for i in range(20):

print(i)

print('all done!')

现在，我第一次看到这样的代码时，我认为这完全是无稽之谈。什么？让我相信换行和缩进能保证代码的结构和运行？请相信我，不用多久，您就会习惯它（但我需要承认必须到达到分号处才会结束语句的运行）。如果您与其他开发人员共同开发 Python 项目，则会发现这种可读性的用处是多么大了。您不再像以前那样总是猜测 “这个聪明的家伙在这里究竟想干些什么？”

在 PHP，您使用 = *** 作符为变量分配值（参见 清单 5）。在 Python 中，您使用相同的 *** 作符，只是需要标记或指向值。对于我来说，它就是赋值 *** 作而已，我不需要过多担心专门的术语。

清单 5 创建变量

yorkie = 'Marlowe' #meet our Yorkie Marlowe!

mutt = 'Kafka'  #meet our mutt Kafka

print(mutt) #prints Kafka

Python 的变量名称约定与 PHP 类似：您在创建变量名时只能使用字母、数字和下划线（_）。同样，变量名的第一个字符不能是数字。Python 变量名是区分大小写的，并且您不能使用特定的 Python 关键字（比如 if、else、while、def、or、and、not、in 和 is 开始符）作为变量名。这没有什么值得奇怪的。

Python 允许您随意执行基于字符串的 *** 作。清单 6 中的大多数 *** 作应该都是您熟悉的。

清单 6 常见的基于字符串的 *** 作

yorkie = 'Marlowe'

mutt = 'Kafka'

ylen = len(yorkie) #length of variable yorkie

print(ylen) #prints 7

print(len(yorkie)) #does the same thing

len(yorkie) #also does the same thing, print is implicit

print(yorkielower()) #lower cases the string

print(yorkiestrip('aeiou')) #removes vowels from end of string

print(muttsplit('f')) #splits "Kafka" into ['Ka', 'ka']

print(muttcount('a')) #prints 2, the number of a's in string

yorkiereplace('a','4') #replace a's with 4's

条件语句

您已经了解了如何使用 for 循环；现在，我们来讨论条件语句。您会发现 Phyon 中的条件语句与 PHP 基本相同：您可以使用熟悉的 if/else型结构，如清单 7 所示。

清单 7 一个简单的条件测试

yorkie = 'Marlowe'

mutt = 'Kafka'

if len(yorkie) > len(mutt):

print('The yorkie wins!')

else:

print('The mutt wins!')

您还可以使用 if/elif/else（elif，等价于 PHP 中的 elseif）创建更加复杂的条件测试，如清单 8 所示。

清单 8 一个比较复杂的条件测试

yorkie = 'Marlowe'

mutt = 'Kafka'

if len(yorkie) + len(mutt) > 15:

print('The yorkie and the mutt win!')

elif len(yorkie) + len(mutt) > 10:

print('Too close to tell!')

else:

print('Nobody wins!')

您可能会说，目前为止并没有什么与众不同的地方：甚本上和想像中没有太大区别。现在，我们来看 Python 处理列表的方式，您会发现两种语言之间的不同之处。

列表

一种常用的列表类型是 tuple，它是不可变的。在 tuple 中载入一系列值之后，您不会更改它。Tuple 可以包含数字、字符串、变量，甚至其他 tuples。Tuples 从 0 开始建立索引，这很正常；您可以使用 -1 索引访问最后一个项目。您还可以对 tuple 运行一些函数（请参见清单 9）。

清单 9 Tuples

items = (1, mutt, 'Honda', (1,2,3))

print items[1] #prints Kafka

print items[-1] #prints (1,2,3)

items2 = items[0:2] #items2 now contains (1, 'Kafka') thanks to slice operation

'Honda' in items #returns TRUE

len(items) #returns 4

itemsindex('Kafka') #returns 1, because second item matches this index location

列表与 tuple 类似，只不过它们是可变的。创建列表之后，您可以添加、删除和更新列表中的值。列表使用方括号，而不是圆括号（()），如清单 10 所示。

清单 10 列表

groceries = ['ham','spam','eggs']

len(groceries) #returns 3

print groceries[1] #prints spam

for x in groceries:

print xupper() #prints HAM SPAM EGGS

groceries[2] = 'bacon'

groceries #list is now ['ham','spam','bacon']

groceriesappend('eggs')

groceries #list is now ['ham', 'spam', 'bacon', 'eggs']

groceriessort()

groceries #list is now ['bacon', 'eggs', 'ham', 'spam']

字典类似于关联数组或散列；它使用键值对来存储和限制信息。但它不使用方括号和圆括号，而是使用尖括号。与列表类似，字典是可变的，这意味着您可以添加、删除和更新其中的值（请参见清单 11）。

清单 11 字典

colorvalues = {'red' : 1, 'blue' : 2, 'green' : 3, 'yellow' : 4, 'orange' : 5}

colorvalues #prints {'blue': 2, 'orange': 5, 'green': 3, 'yellow': 4, 'red': 1}

colorvalues['blue'] #prints 2

colorvalueskeys() #retrieves all keys as a list:

#['blue', 'orange', 'green', 'yellow', 'red']

colorvaluespop('blue') #prints 2 and removes the blue key/value pair

colorvalues #after pop, we have:

#{'orange': 5, 'green': 3, 'yellow': 4, 'red': 1}

在 Python 中创建一个简单的脚本

现在，您已经对 Python 有了一定的了解。接下来，我们将创建一个简单的 Python 脚本。该脚本将读取位于您的服务器 /tmp 目录下的 PHP 会话文件的数量，并在日志文件中写入摘要报告。在该脚本中，您将学习如何导入特定函数的模块，如何使用文件，以及如何写入日志文件。您还将设置一系列变量来跟踪所收集的信息。

清单 12 展示了整个脚本。打开一个编辑器，并将代码粘贴到其中，然后在系统中将该文件保存为 tmppy。然后，对该文件运行 chmod + x，使它成为可执行文件（假定您使用 UNIX 系统）。

清单 12 tmppy

#!/usr/bin/python

import os

from time import strftime

stamp = strftime("%Y-%m-%d %H:%M:%S")

logfile = '/path/to/your/logfilelog'

path = '/path/to/tmp/directory/'

files = oslistdir(path)

bytes = 0

numfiles = 0

for f in files:

if fstartswith('sess_'):

info = osstat(path + f)

numfiles += 1

bytes += info[6]

if numfiles > 1:

title = 'files'

else:

title = 'file'

string = stamp + " -- " + str(numfiles) + " session "

+ title +", " + str(bytes) + " bytes "

file = open(logfile,"a")

filewritelines(string)

fileclose()

在第一行中，您可以看到一个 hash-bang 行：它用于标识 Python 解释器的位置。在我的系统中，它位于 /usr/bin/python。请根据系统需求调整这一行。

接下来的两行用于导入特定的模块，这些模块将帮助您执行作业。考虑到脚本需要处理文件夹和文件，因此您需要导入 os 模块，因为其中包含各种函数和方法，可帮助您列出文件、读取文件和 *** 作文件夹。您还需要写入一个日志文件，因此可以为条目添加一个时间戳 — 这就需要使用时间函数。您不需要所有时间函数，只需要导入 strftime函数即可。

在接下来的六行中，您设置了一些变量。第一个变量是 stamp，其中包含一个日期字符串。然后，您使用 strftime 函数创建了一个特定格式的时间戳 — 在本例中，时间戳的格式为 2010-01-03 12:43:03。

接下来，创建一个 logfile 变量，并在文件中添加一个实际存储日志文件消息的路径（该文件不需要实际存在）。为简单起见，我在 /logs 文件夹中放置了一个日志文件，但您也可以将它放置在别处。同样，path 变量包含到 /tmp 目录的路径。您可以使用任何路径，只要使用斜杠作为结束即可 (/)。

接下来的三个变量也非常简单：files 列表包含指定路径中的所有文件和文件夹，另外还包含 bytes 和 numfiles 两个变量。这两个变量都设置为 0；脚本会在处理文件时递增这些值。

完成所有这些定义之后，接下来就是脚本的核心了：一个简单的 for 循环，用于处理文件列表中的各文件。每次运行循环时，脚本都会计算文件名；如果它以 sess_ 开头，则脚本会对该文件运行 osstat()，提取文件数据（比如创建时间、修改时间和字节大小），递增 numfiles 计数器并将该文件的字节大小累计到总数中。

当循环完成运行后，脚本会检查 numfiles 变量中的值是否大于 1。如果大于 1，则会将一个新的 title 变量设置为 files；否则，title 将被设置为单数形式的 file。

脚本的最后部分也非常简单：您创建了一个 string 变量，并在该变量中添加了一行以时间戳开始的数据，并且其后还包含 numfiles（已转换为字符串）和字节（也已转换为字符串）。请注意继续字符（）；该字符可允许代码运行到下一行。它是一个提高可读性的小技巧。

然后，您使用 open() 函数以附加模式打开日志文件（毕竟始终需要在该文件中添加内容），writelines() 函数会将字符串添加到日志文件中，而 close() 函数用于关闭该文件。

现在，您已经创建了一个简单的 Python 脚本。该脚本可用于完成许多任务，举例来说，您可以设置一个 cron作业来每小时运行一次这个脚本，以帮助您跟踪 24 小时内所使用的 PHP 会话的数量。您还可以使用 jQuery 或其他一些 JavaScript 框架通过 Ajax 连接这个脚本，用于为您提供日志文件提要（如果采用这种方式，则需要使用 print命令来返回数据）。

序列是Python中最基本的数据结构。序列是一种数据存储方式，用来存储一系列的数据。

在内存中，序列就是一块用来存放多个值的连续的内存空间。比如一个整数序列[10,20,30,40]

序列中的每个元素都分配一个数字 - 它的位置，或索引。第一个索引是0，第二个索引是1，依此类推。

列表：用于存储任意数目、任意类型的数据集合。

列表是内置可变序列，是包含多个元素的有序连续的内存空间。列表定义的标准语法格式：

其中，10，20，30，40 这些称为：列表a的元素。

列表中的元素可以各不相同，可以是任意类型。比如：a = [10,20,"abc",True,[]]

当列表增加元素时,列表会自动进行内存管理，减少了程序员的负担。但是列表元素大量移动，效率低所以一般建议在尾部添加。

本地电脑运行结果：

列表是可变数据类型，地址不变，值可变。因此，添加新的值之后，地址也是不变的。

解析：在索引2处要引用50这个元素

申请了8个内存空间但是list实际用来存储元素只使用了其中5个内存空间

insert的时间复杂度是O(n)

pop () 方法 删除并返回指定位置的元素，如果未指定位置则默认 *** 作

pop () 方法 删除并返回指定位置的元素，如果未指定位置则默认 *** 作

结果运行：

python的内置函数（68个）

Python考核31个内置函数，

python内置了很多内置函数、类方法属性及各种模块。当我们想要当我们想要了解某种类型有哪些属性方法以及每种方法该怎么使用时，我们可以使用dir()函数和help()函数在python idle交互式模式下获得我们想要的信息。

• dir()函数获得对象中可用属性的列表

Python中的关键词有哪些？

dir(__builtins__)：查看python内置函数

help(‘keywords‘)：查看python关键词

如微分积分方程的求解程序、访问互联网、获取日期和时间、机器学习算法等。这些程序往往被收入程序库中，构成程序库。

只有经过严格检验的程序才能放在程序库里。检验，就是对程序作充分的测试。通常进行的有正确性测试、精度测试、速度测试、边界条件和出错状态的测试。经过检验的程序不但能保证计算结果的正确性，而且对错误调用也能作出反应。程序库中的程序都是规范化的。所谓规范化有三重含义：①同一库里所有程序的格式是统一的；② 对这些程序的调用方法是相同的；③ 每个程序所需参数的数目、顺序和类型都是严格规定好的。

Python的库包含标准库和第三方库

标准库：程序语言自身拥有的库，可以直接使用。help('modules')

第三方库：第三方者使用该语言提供的程序库。

标准库： turtle 库（必选）、 random 库（必选）、 time 库（可选）。

• turtle 库：图形绘制库

原理如同控制一只海龟，以不同的方向和速度进行位移而得到其运动轨迹。

使用模块的帮助时，需要先将模块导入。

例如：在IDLE中输入import turtle

dir(turtle)

help(turtle)

1画布

画布就是turtle为我们展开用于绘图区域, 我们可以设置它的大小和初始位置。

setup()方法用于初始化画布窗口大小和位置，参数包括画布窗口宽、画布窗口高、窗口在屏幕的水平起始位置和窗口在屏幕的垂直起始位置。

参数:width, height: 输入宽和高为整数时,表示 像素 ;为小数时,表示占据电脑屏幕的比例。(startx,starty):这一坐标表示

矩形窗口左上角顶点的位置,如果为空,则窗口位于屏幕中心:

例如：setup(640,480,300,300)表示在桌面屏幕(300,300)位置开始创建640×480大小的画布窗体。

2、画笔

• color() 用于设置或返回画笔颜色和填充颜色。

例如：color(‘red’)将颜色设为红色，也可用fillcolor()方法设置或返回填充颜色，或用pencolor()方法设置或返回笔触颜色。

一、爬取我们所需要的一线链接

channel_extractpy

这里的一线链接也就是我们所说的大类链接：

from bs4 import BeautifulSoupimport requests

start_url = '>

re模块是Python中的正则表达式调用模块，在python中，通过将正则表达式内嵌集成re模块，程序员们可以直接调用来实现正则匹配。

正则表达式的大致匹配过程是：

re模块所支持的方法有如下：

其中，pattern为匹配模式，由recompile生成，例如： pattern = recompile(r'hello')

参数flag是匹配模式，取值可以使用按位或运算符’|’表示同时生效，如 reI | reM。可选值有：

注：以上七个方法中的flags同样是代表匹配模式的意思，如果在pattern生成时已经指明了flags，那么在下面的方法中就不需要传入这个参数了。

1 rematch(pattern, string[, flags])

2 research(pattern, string[, flags])

3 resplit(pattern, string[, maxsplit])

4 refindall(pattern, string[, flags])

5 refinditer(pattern, string[, flags])

6 resub(pattern, repl, string[, count])

7 resubn(pattern, repl, string[, count])

描述

注意：该方法只能删除开头或是结尾的字符，不能删除中间部分的字符。

语法

参数

返回值

实例

以上实例输出结果如下：

参考

>

实现爬虫技术的编程环境有很多种，Java、Python、C++等都可以用来爬虫。但很多人选择Python来写爬虫，为什么呢？因为Python确实很适合做爬虫，丰富的第三方库十分强大，简单几行代码便可实现你想要的功能。更重要的，Python也是数据挖掘和分析的好能手。那么，Python爬虫一般用什么框架比较好？

一般来讲，只有在遇到比较大型的需求时，才会使用Python爬虫框架。这样的做的主要目的，是为了方便管理以及扩展。本文我将向大家推荐十个Python爬虫框架。

1、Scrapy：Scrapy是一个为了爬取网站数据，提取结构性数据而编写的应用框架。 可以应用在包括数据挖掘，信息处理或存储历史数据等一系列的程序中。它是很强大的爬虫框架，可以满足简单的页面爬取，比如可以明确获知url pattern的情况。用这个框架可以轻松爬下来如亚马逊商品信息之类的数据。但是对于稍微复杂一点的页面，如weibo的页面信息，这个框架就满足不了需求了。它的特性有：HTML, XML源数据 选择及提取 的内置支持；提供了一系列在spider之间共享的可复用的过滤器(即 Item Loaders)，对智能处理爬取数据提供了内置支持。

2、Crawley：高速爬取对应网站的内容，支持关系和非关系数据库，数据可以导出为JSON、XML等。

3、Portia：是一个开源可视化爬虫工具，可让使用者在不需要任何编程知识的情况下爬取网站！简单地注释自己感兴趣的页面，Portia将创建一个蜘蛛来从类似的页面提取数据。简单来讲，它是基于scrapy内核；可视化爬取内容，不需要任何开发专业知识；动态匹配相同模板的内容。

4、newspaper：可以用来提取新闻、文章和内容分析。使用多线程，支持10多种语言等。作者从requests库的简洁与强大得到灵感，使用Python开发的可用于提取文章内容的程序。支持10多种语言并且所有的都是unicode编码。

5、Python-goose：Java写的文章提取工具。Python-goose框架可提取的信息包括：文章主体内容、文章主要、文章中嵌入的任何Youtube/Vimeo视频、元描述、元标签。

6、Beautiful Soup：名气大，整合了一些常用爬虫需求。它是一个可以从HTML或XML文件中提取数据的Python库。它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式Beautiful Soup会帮你节省数小时甚至数天的工作时间。Beautiful Soup的缺点是不能加载JS。

7、mechanize：它的优点是可以加载JS。当然它也有缺点，比如文档严重缺失。不过通过官方的example以及人肉尝试的方法，还是勉强能用的。

8、selenium：这是一个调用浏览器的driver，通过这个库你可以直接调用浏览器完成某些 *** 作，比如输入验证码。Selenium是自动化测试工具，它支持各种浏览器，包括 Chrome，Safari，Firefox等主流界面式浏览器，如果在这些浏览器里面安装一个 Selenium 的插件，可以方便地实现Web界面的测试 Selenium支持浏览器驱动。Selenium支持多种语言开发，比如 Java，C，Ruby等等，PhantomJS 用来渲染解析JS，Selenium 用来驱动以及与Python的对接，Python进行后期的处理。

9、cola：是一个分布式的爬虫框架，对于用户来说，只需编写几个特定的函数，而无需关注分布式运行的细节。任务会自动分配到多台机器上，整个过程对用户是透明的。项目整体设计有点糟，模块间耦合度较高。

10、PySpider：一个国人编写的强大的网络爬虫系统并带有强大的WebUI。采用Python语言编写，分布式架构，支持多种数据库后端，强大的WebUI支持脚本编辑器，任务监视器，项目管理器以及结果查看器。Python脚本控制，可以用任何你喜欢的html解析包。

以上就是关于PHP开发人员的Python基础知识全部的内容，包括:PHP开发人员的Python基础知识、Python 列表内存浅析、二级Python----Python的内置函数及标准库（DAY 8）等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！