【Python for Everybody】quiz, assignment, exercise知识点

• int()取整是只取整数，而不是四舍五入

What will be the value of x when the following statement is executed:

x = int(98.6)
-->>98

• 变量名命名不能以数字开头，只能是字母或下划线

Which of the following is a bad Python variable name?
Spam
SPAM23
_spam
23spam （×）
只能由字母或下划线开头，并只能由字母、数字、下划线（underscore）组成
不能由数字开头

• print(‘’, x)字符串和变量一起输出时候中间会自动有一个空格

name = input("Enter your name")
print("Hello", name)
-->>Hello Sarah

• 乘法运算忘记加*

#错误
    pay = 40*r+(h-40)(r*1.5)
#正确
    pay = 40*r+(h-40)*(r*1.5)

• time-and-a-half 表示按照正常工资的1.5倍支付
• .format()函数

print("Maximum is {}\nMinimum is {}".format(largest, smallest))
'''
-->> 
Maximum is 10
Minimum is 2
'''

• .isdigit()函数

#该代码中没有使用try和except检查错误，在检验输入是否为数字的时候用到了isdigit()函数。
count = 0
total = 0
while True:
    shuru = input('Enter a number: ')
    if shuru.isdigit():
        count = count + 1
        total = total + int(shuru)
        continue
    if shuru == 'done':
        break   
    else:
        print("Invalid input")
print('Done!')
print("num: ", count)
print("sum: ", total)
ave = total / count
print("ave: ", ave)

• 空格也占位置

text = "X-DSPAM-Confidence:    0.8475"
p = text.find(':')
num = text[p+1:]
print(num)
#-->>    0.8475
n = float(num)
print(n)
#-->>0.8475

• 读取文档中每一行spilt，每一个行都会分别生成一个list，多行就是多个list

fname = input("Enter file name: ")
fh = open(fname)
lst = list()
listofwords = [line.split() for line in fh]# list comprehension 每一行都生成了lsit，是a list of lists，所以注意下面采用两个for循环
for l in listofwords: # 遍历lists中的每一个list
    for word in l:# 从list里面遍历每个词
        if word not in lst:
        	lst.append(word)
lst.sort()
print(lst)

• 跳过空白行，防止blow up

# guardian pattern
if line == '':
	continue
# 或者
if len(wds) < 1:
	continue
# guardian in compound statement
if len(wds) < 3 #位置在前，这样先运行这个不通就运行or的内容了，这叫做short circuit evaluation
	or wds[0] != 'from':
	continue

• if语句中对None的逻辑判断只能用is

# 正确
if bigcount is None
# 错误
if bigcount = None

• 设置打开默认文件

if len(name) < 1:
    name = "mbox-short.txt"

• sanity check
  每写一段落代码，都可以先运行一下，确保这一block没问题
• 关于.sort()和sorted()
  sort 是应用在 list 上的方法，属于列表的成员方法，sorted 可以对所有可迭代的对象进行排序操作。
  list 的 sort 方法返回的是对已经存在的列表进行操作，而内建函数 sorted 方法返回的是一个新的 list，而不是在原来的基础上进行的操作。
  sort使用方法为ls.sort()，而sorted使用方法为sorted()
• 采用list comprehension来简化代码

import re

file = open('regex_sum_1605686.txt')
s = 0
for line in file:
    numbers = re.findall('[0-9]+', line)
    for number in numbers: # 一行里面可能有多个数字，并且numbers返回的是list，需要遍历返回成string
        s += int(number)  # 将原先的str转换成int才能相加，int()里只能是str
print(s)

# list comprehension版本
print(sum([int(n) for n in re.findall('[0-9]+', open('regex_sum_1605686.txt').read())]))

• 求和或其他数学计算时，一定要检查是类型是否正确

tags = soup('span')
s = 0
count = 0
for tag in tags:
    comments = tag.contents[0]
    s += int(comments) #上一句返回的是list无法进行算术计算，要转换为int 
    count += 1
print('Count', count)
print('Sum', s)

• 爬取网页内容时，输出anchor tag、URL、子节点、属性的方法

# Retrieve all of the anchor tags
tags = soup('a') #寻找<a>...</a>
for tag in tags:
   print 'TAG:',tag #输出<a>...</a>
   print 'URL:',tag.get('href', None) #输出str
   print 'Contents:',tag.contents[0] #将tag的子节点以list的方式输出
   print 'Attrs:',tag.attrs #属性attribute，是一个字典，默认为空

• enumerate()函数
  enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。

>>> seq = ['one', 'two', 'three']
>>> for i, element in enumerate(seq):
...     print i, element
...
0 one
1 two
2 three

• 一个node的parent node对应的不是最终的parent node

which node is the parent node of node e?
<a>
  <b>X</b>
  <c>
    <d>Y</d>
    <e>Z</e>
  </c>
</a>
==>c

• XML：枚举约束（enumeration constraint）

If you were building an XML Schema and wanted to limit the values allowed in an xs:string field to only those in a particular list, what XML tag would you use in your XML Schema definition?
==>xs:enumeration
'''
下面的例子定义了带有一个限定的名为 "car" 的元素。可接受的值只有：Audi, Golf, BMW：
代码示例：
<xs:element name="car">
  <xs:simpleType>
    <xs:restriction base="xs:string">
      <xs:enumeration value="Audi"/>
      <xs:enumeration value="Golf"/>
      <xs:enumeration value="BMW"/>
    </xs:restriction>
  </xs:simpleType>
</xs:element>
'''

• XPath selector string

counts = tree.findall('.//count')  # 使用.//前缀，从当前节点寻找所有的下方节点
# use an XPath selector string to look through the entire tree of XML for any tag named 'count' 

参考阅读：
https://zhuanlan.zhihu.com/p/29436838
https://cloud.tencent.com/developer/article/1741898

• parse JSON时格外注意看是list还是dictionary
  If the following JSON were parsed and put into the variable x, what Python code would extract “Leah Culver” from the JSON?

{
    "users": [
        {
            "status": {
                "text": "@jazzychad I just bought one .__.",
             },
             "location": "San Francisco, California",
             "screen_name": "leahculver",
             "name": "Leah Culver",
         },
即x = {"users": [{"status": { "text": "@jazzychad I just bought one .__.",},"location": "San Francisco, California","screen_name": "leahculver","name": "Leah Culver",},
==>x["users"][0]["name"]
x#从字典x中["users"]#取出key为users的字典中的[0]#第一个list为几个字典["name"]#从中取出key为name的字典

• JSON读取文件一定要decode()，并且取目标数据时候要注意是否有parentnode，而且是” “双引号取标签

uh = urllib.request.urlopen(url).read().decode('utf-8') # 一定要decode
data = json.loads(uh)

for item in data["comments"]: #注意是否有parentnode
    count = item["count"]   # 得从"comments"里取出"count"
    sum += int(count) # 一定要转换成整数
    count += 1

• SELECT COUNT(*) FROM Users

SELECT COUNT(*) FROM Users

COUNT(*)表示 It counts the rows in the table Users