python开发总结四

winston

不知不觉我的python开发总结已经18页了。原谅我把所有的都贴到博客上，而没有列出更新部分。如果你是第一次看，这样可能最有帮助。

两本不错的书：
《Python参考手册》：对Python各个标准模块，特性介绍的比较详细。
《Python核心编程》：介绍的比较深入，关键是，对Python很多高级特性都有介绍。
一个开源代码：openstack，关于云计算的，用Python写的，可以重点学习一下。
套接字编程：1、  函数的功能基本和c类似，唯一不同的地方在于当发生错误时，它不是通过返回值来告知的，而是通过触发异常，所以udp中的bind, recvfrom, sendto必须要进行捕捉异常。
2、  套接字在垃圾收集的时候也会关闭。

3、  获取网卡的IP：   

s = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)

return socket.inet_ntoa(fcntl.ioctl(s.fileno(), 0X8915, struct.pack('256s', ethname[:15]))[20:24])
字符串的使用：1、  Python的字符串是不可以改变的。但是你可以操作字符串以形成新的字符串。
2、  字符串中删除一个字串。没有直接提供这个方法，但是replace可以实现：
"abcdef".replace(" ", "")
同样的功能还有一个方法：translate。它的原有作用是将字符串中的某个字符替换为另外一个字符，注意，不是字符串。它的第一个参数是一个转换表。第二个参数是要删除的字符串。我们可以利用第二个参数del，实现这个功能。同时，第一个参数设置为None。
translate可能更高效一点。另外，它的第二个参数可以使一个字符串，含有多个字符，这样就会删除多个。
注意：translate方法不会对这个字符串操作，而是返回一个新的字符串。
3、  strip方法：去除字符串两侧的空格，返回新的字符串。这个功能非常有用。
4、  str中有一个函数，format，非常强大，有时间一定要看一下。
5、  endswitch：检查字符串是否已某字符串结尾。startswith：检查是否已某字符串开头。
6、 partition：它将字符串按指定的字符串分为三个部分，返回一个元组。第一个是指定字符串前面内容，第二个是指定字符串，第三个是指定字符串后面的内容。用于字符串解析非常好用。
7、 split：将字符串按照某指定字符串分割成多个子字符串，返回一个分割后的列表。
8、 join：将一个字符串列表中的各个字符串连接起来，中间插入指定的字符串。
9、 find的返回值不是false和true，所以不可以直接用于if判断。需要判断if s.find(‘’) >= 0:
内建函数：

string.capitalize()	把字符串的第一个字符大写
string.center(width)	返回一个原字符串居中,并使用空格填充至长度 width 的新串
string.count(str, beg=0, end=len(string))	返回 str 在 string 里面出现的次数，如果 beg 或者 end 指返回指定范围内 str 出现的次数
string.decode(encoding='UTF-8', errors='strict')	以 encoding 指定的编码格式解码 string，如果出错默认报ValueError 的异常，除非 errors 指定的是'ignore'或'replace'
string.encode(encoding='UTF-8', errors='strict')	以 encoding 指定的编码格式编码 string，如果出错默认报ValueError的异常， 除非errors指定的是'ignore'或者'repl
string.endswith(obj, beg=0, end=len(string))	检查字符串是否以 obj 结束，如果 beg 或者 end 指定则检定的范围内是否以 obj 结束， 如果是， 返回True,否则返回Fa
string.expandtabs(tabsize=8)	把字符串 string 中的 tab 符号转为空格， 默认格数 tabsize 是 8.
string.find(str, beg=0, end=len(string))	检测 str 是否包含在 string 中，如果 beg 和 end 指定范则检查是否包含在指定范围内，如果是返回开始的索引值，返回-1
string.index(str, beg=0, end=len(string))	跟find()方法一样， 只不过如果str不在string中会报一个异
string.isalnum()	a, b, c  R如果string至少有一个字符并且所有字符都是字母或数字回 True,否则返回 False
string.isalpha()	a, b, c  如果string至少有一个字符并且所有字符都是字母则返回T否则返回 False
string.isdecimal()	b, c, d 如果 string 只包含十进制数字则返回 True 否则返回 False.
string.isdigit()	b, c 如果 string 只包含数字则返回 True 否则返回 False.
string.islower()	b, c 如果 string 中包含至少一个区分大小写的字符，并且所有这些(大小写的)字符都是小写，则返回 True，否则返回 False
string.isnumeric()	b, c, d 如果 string 中只包含数字字符，则返回 True，否则返回 False
string.isspace()	b, c 如果 string 中只包含空格，则返回 True，否则返回 False.
string.istitle()	b, c 如果 string 是标题化的(见 title())则返回 True，否则返回 False
string.isupper()	b, c 如果 string 中包含至少一个区分大小写的字符， 并且所有这些(区分大小写的)字符都是大写，则返回 True，否则返回 False
string.join(seq)	Merges (concatenates)以 string 作为分隔符，将 seq 中所有的元素(的字符串表示)合并为一个新的字符串
string.ljust(width)	返回一个原字符串左对齐,并使用空格填充至长度 width 的新字符串
string.lower()	转换 string 中所有大写字符为小写.
string.lstrip()	截掉 string 左边的空格
string.partition(str)	e 有点像 find()和 split()的结合体,从 str 出现的第一个位置起,把 字 符 串 string 分 成 一 个 3 元 素 的 元 组 (string_pre_str,str,string_post_str),如果 string 中不包含str 则 string_pre_str == string.
string.replace(str1, str2,  num=string.count(str1))	把 string 中的 str1 替换成 str2,如果 num 指定，        则替换不超过 num 次.
string.rfind(str, beg=0,end=len(string))	类似于 find()函数，不过是从右边开始查找.
string.rindex( str, beg=0,end=len(string))	类似于 index()， 不过是从右边开始.
string.rjust(width)	返回一个原字符串右对齐,并使用空格填充至长度 width 的新字符串
string.rpartition(str)	e  类似于 partition()函数,不过是从右边开始查找.
string.rstrip()	删除 string 字符串末尾的空格.
string.split(str="", num=string.count(str))	以 str 为分隔符切片 string，如果 num有指定值，则仅分隔 num 个子字符串
string.splitlines(num=string.count('\n'))	b, c按照行分隔， 返回一个包含各行作为元素的列表， 如果 num 指定则仅切片 num 个行.
string.startswith(obj, beg=0,end=len(string))	b, e检查字符串是否是以 obj 开头，是则返回 True，否则返回 False。如果beg 和 end 指定值，则在指定范围内检查.
string.strip([obj])	在 string 上执行 lstrip()和 rstrip()
string.swapcase()	翻转 string 中的大小写
string.title()	b, c   返回"标题化"的 string,就是说所有单词都是以大写开始，其余字母均为小写(见 istitle())
string.translate(str, del="")	根据str给出的表(包含256个字符)转换string的字符,要过滤掉的字符放到 del 参数中
string.upper()	转换 string 中的小写字母为大写
string.zfill(width)	返回长度为 width 的字符串，原字符串 string 右对齐，前面填充0

函数的使用：1、  函数的作用域：函数中定义一个变量，如果和全局变量重名，则全局变量名称就会被覆盖，也就是，这里对这个变量的更改，不会更改全局变量。但是，如果直接使用的话，是会使用全局变量的。同时，如果想要修改全局变量，需要制定是全局变量：global a
2、  xrange用法和range一样，不过更为高效，因为他不会在内存中创建列表。所以，它只能用于循环。
3、  如果函数没有return语句，则他的返回值为None。
4、  关于函数的入参判断：如果如此为空，可能会发生异常。当异常发生后，可能会出现一种情况，一个事情做到了一半，就没有在进行下去，可能会造成内存泄露。这个问题如何解决？按照C的方式，每个入参都做判断是可以解决的，但是这样太麻烦了。而且看很多开源代码页没有这样来做。是不是有更好的方法？换一种思路，在调用之前确保不为空。在看看开源的代码是怎么做的。特别是openstack。
5、  可变入参：*args, **kwargs表示可变入参。

def funtest(a,b, c):

    print(a, b, c)

def fun2(*args,**kwargs):

funtest(*args, **kwargs)
   fun2(1,2,3)
   也可以这样定义：
fun2(a, *args, **kwargs)
如何从可变参数中解析出参数的值？
在fun2中添加打印：可以发现，其实args是一个元组，kwargs是一个字典。
分析：调用fun2(1,2,3)，会把a赋值给a，2赋值给元组args，{‘c’=3}赋值给kwargs.
   args和kwargs的顺序不可颠倒。
   args和kwargs可能同时都有值。这样，要获取指定的入参，首先根据看args中有没有，然后根据字符串看kwargs中是否存在。
   如何建一个元组或者字典通过参数传递给一个函数？

def funtest(a,b, c):

    print(a, b, c)

d = {'a':1, 'b':2,'c':3}

l = (1,2,3)

funtest(*l)

funtest(**d)
*和**在Python中可以实现这个功能。这样会很灵活的。
*和**也可以单独出现。但是，如果同时出现，*必须在**之前。
6、  默认参数或者可选参数，参数顺序：调用时，可以指定默认参数中填充那个。

def funtest(a, b=1, c=2):

    print(a, b, c)

funtest(1, c=5, b=6)
其实，即便定义为：def funtest(a, b, c)，也可以通过funtest(1, c=5, b=6)的形式调用。
7、  参数组：*args, **kwargs就是参数组，通过元组和字典将产生携带进来。这个特性有助于更为动态的代码生成。
8、  可变长度参数：
9、  函数的参数中如果有一个是元组，可以这样：

def fun(a, (b,c)):

    print(a, b, c)

fun(1, (1,2))
10、 关于回调，可以使用闭包，生成器，以及对象的__call__属性。都可以封装状态。
闭包的使用：1、  将组成函数的语句和语句的执行环境打包在一起形成的对象，成为闭包。
2、  2.7之前的闭包不支持关键字nonlocal。3.0之后才支持。所以2.7前的闭包不可以使用nonlocal。
3、  这样他就不可以对执行环境中的变量进行更改。

字典的使用：1、  字典的删除：直接使用del dict[k]可能会引发异常；首先判断k是否存在则效率有些低；使用异常使程序结构看起来不好。一个好的方法是pop(k, default v)。这个删除一个k项，并且返回。如果不存在返回默认的v。如果不加默认值，则会引发异常。
2、  直接使用字典下标获取字典的值可能会引发一场。使用get方法则不会，如果不存在会返回none。另外，还可以设置不存在的默认值。
3、  通过字典格式化字符串：print “value is %(key)s” % kvdict
4、  items方法返回一个列表，列表中的元素是一个元组，第一个是key，第二个是value。比较好用的方法。
5、  iteritems:返回的是一个迭代器。如果想要迭代这个字典，iteritems会比items更高效一点。
6、  iterkeys则返回的是key的迭代器。keys返回的是key的list。
7、  values返回值的列表，itervalues返回的是vlaue的迭代器
8、  popitem会随机弹出（同时删除）一个项，则对于想要处理所有的元素，并且删除所有的元素是有帮助的。但是，如果没用元素的话，会抛出异常。
9、  viewitems，viewkeys，viewvalues：这三个函数返回的是一个view对象。这个类似于视图。分别表示（key, value）pair的列表，key的列表，value的列表。一个优点是，如果字典发生变化，view会同步发生变化。在迭代过程中，字典不允许改变，否则会报异常。
10、 字典的键值比较规则：如果是内置类型（int，str，tuple）,则是以他们的值作为键值；如果是自定义对象，则是以对象的地址作为键值。——这一点没有完全证实。——最新的发现：对象的比较，内置类型，是因为他们都重写了默认的object的__eq__等方法，所以可以比较内容。自定义对象，没有重写，所以，他们的比较可能会不一样。object默认的比较是什么？目前还不明确，后面再补充吧。可能就是地址（或者对象的唯一标识），而不是对象的内容。涉及到字典，它不是使用的单纯的比较，而是使用的__hash__，它返回的是一个hash值，字典就是根据这个hash只来散布对象的。


列表的使用：1、  列表的删除：不可以在遍历的过程中删除链表，这样会得到不可预知的后果。可以使用列表的过滤，来获得新的列表。
2、  列表的过滤：

        def filterFun(node):#这个函数做了两个事情哎。

            node.cycleCount = node.cycleCount -1

            return node.cycleCount < 0

       timeoutList = filter(filterFun, timerList)
       对timerList中的每个节点执行函数filterFun，根据filterFun返回的结果，为真的项组成一个新的列表。

3、  map: kvlist = map(lambda x:x.strip(), kvlist)。同时，map可以接受多个列表，这个时候，函数也会接受多个参数，分别表示列表的每一个元素:
kvlist = map(lambda x,y:x+y, [1,2,3], [4,5,6])
如果函数为None，则相当于函数zip：
zip([1,2,3],[4,5,6])
[(1,4),(2,5),(3,6)]
4、  生成器表达式：l = [node for node in xrange(5) if node - 3 < 0]:这个的这个方法一定程度上可以替代过滤器和map。
生成器表达式定义：
[expr foriter_var in iterable if cond_expr]
l = [2 for x inxrange(5)]#结果是生成一个含有5个2的列表
5、  print(reduce(lambda x,y: x*y, [2 for x in xrange(38)]))
上面的这个语句是计算2的38次方的值。它用到的是二元函数reduce。它第一次调用是将第一个和第二个元素做入参，后面用他们的结果做x，新的元素做y，最后返回值。
另外，在获取一个38个2的列表也可以使用：[2] * 38。这可能更可读一点。
6、  enumerate:对列表处理，返回的是列表的索引以及节点。

        for index, node in enumerate(timerList):

            if timerId == node.timerId and timerEvent ==node.timerEvent:

                del timerList[index]
7、  列表的分片：[1,2,3,4]，l[1:-1]表示从索引从1到倒数第一个，不包含倒数第一个。如果要从某位置到最后，则应该：[1:]
8、 l[i:j:k]:表示切片，从i到j，步长为k。
9、 l[i:j]:表示从i到j，不包括索引j。


迭代的使用：1、  迭代比直接使用列表遍历效率根据高。比如字典的keys函数返回的列表，以及iterkeys返回的迭代器。
2、  reversed() 内建函数将返回一个反序访问的迭代器.参数必须为序列。
3、  enumerate：返回一个迭代器：有索引值。
4、  for  eachLine  in myFile  替换  for  eachLine  in myFile.readlines() :
5、  注意：在迭代的过程中不可以更改序列，否则会引发问题，导致迭代出错。
6、  可以自己定义一个类，可以迭代使用。不过需要定义方法：__iter__，next。
7、  filter(function, iterable)：可以对迭代使用过滤器。

生成器的使用：1、  yield关键字可以阻塞住函数的执行，并且保存当前的执行环境，整个包被称为生成器。
2、  生成器可以通过调用生成器函数来创建。生成器函数是指包含关键字yield的函数。
3、  生成器可以通过.next()来执行。每调用一次，就执行代码，直到遇到yield关键字停止，并且返回yield关键字后面的表达式的值。
4、  可以通过调用send()函数来发送消息到生成器中。a = yield l：表示将send的入参赋值给a。
5、  throw：允许客户端传入要抛出的任何异常。
6、  和throw相同，只不过是要抛出一个特定的异常：GeneratorExit。
7、  send只接受一个参数，但是可以通过传递元组的方式传递多个参数。
8、  类的方法也可以返回生成器，因为他本质上就是一个函数。
9、  在生成器使用的时候，如何获取它自身的send和nex函数？通过send二次传入是有些风险的，非常可能造成交叉引用，无法垃圾回收造成内存泄露。
10、  

装饰器的使用：1、  装饰器本质上来说就是函数（或者是可调用对象），他们接受函数对象。装饰器仅仅用来装饰或者修饰函数的包装，返回一个修改后的函数对象，并将其赋值原来的标示符，并永久失去对原有函数的访问。
2、  什么是带参数的装饰器？其实就是一个函数，这个函数可以返回一个装饰器，同时这个函数可以接受参数。
3、  不带参数的装饰器要返回一个函数，这个函数就是用来替换原有的标示符的。

def decofun(fun):

    def _mydeco(*args,**kwargs):

        print('before fun!')

        ret =fun(*args, **kwargs)

        print('after fun', ret)

        return ret

    return _mydeco#新的函数，用于替换原有标示符

@decofun

def funtest():#funtest被替换为decofun

    print('now in funtest!')

    return 1

funtest()
4、  装饰器是可以重叠的，那么他们的顺序怎么样：

a)    @decofun2

b)    @decofun

c)    def funtest():

d)        print('now in funtest!')

e)         return 1
f)    原理是，funtest首先被decofun包装，然后再被decofun2包装。也就是，调用的时候，首先调用的是最上面的装饰器（也就是decofun2）的函数前面部分，然后再调用decofun的函数前面部分，之后再调用funtest。funtest返回后，首先调用的是decofun的函数后面部分，再调用decofun2后面部分。类似于一个栈的结构。
5、  装饰器不要滥用。如果一个装饰器只用了一次，要考虑他存在的必要了。
6、  携带参数的装饰器：

7、def decoarg(arg):

a)        def decofun3(fun):

b)            def _mydeco(*args, **kwargs):

c)                print('decoargbefore fun!', arg)

d)                ret = fun(*args, **kwargs)

e)                print('decoargafter fun', ret)

f)                return ret

g)            return _mydeco

h)        return decofun3

8、  装饰器用到的一个最重要的技术，就是闭包。装饰器函数返回的其实就是一个闭包。
9、  装饰器也可以修饰类的__方法：

class testc:

    def __init__(self):

        self.i= 1

    @decoarg(1)

    @decofun2

    @decofun

    def __call__(self):

        print('i is %d' % self.i)
注意：装饰器修饰类方法是无法被子类继承的（或者说子类的方法是没有被修饰的）。因为他本质上就是一个函数。
10、 装饰器也可以使对象，比如：

a)     class obj:

b)         def __init__(self,fun):

c)             self.fun =fun

d)            

e)         def __call__(self,*args, **kwargs):

f)             print('decofunbefore fun!', args, kwargs)

g)             ret = self.fun(*args,**kwargs)

h)             print('decofunafter fun', ret)

i)             return ret

j)     @objdeco

k)     def funtest(a, b=2):

l)         print('funtest1a , b =', a, b)

a)     这种方法看起来复杂了，但是可能会在有时候会比较有用。

11、 装饰器可以修饰类。这个时候装饰器接收的是一个类名，而返回的也是这个类名。它可以为这个类添加一些属性或者进行一些操作。




协程的使用：1、  协程（coroutine）是一个可以挂起，回复，并且有多个进入点的函数。
2、   


XML的使用：1、  处理xml消息包比较好用的模块是xml.etree.ElementTree。
2、  Element执行xml的根节点。
3、  elem.find(path):查找根节点下面路径为path的子节点。
4、  elem.findall(path):同样的子节点可能有多个，这里会返回一个列表。
5、  elem.findtext(path):获取指定路径子节点的内容，这个我们会经常使用。
6、  elem.get(key);获取属性的值。
7、  上面如果没用，则返回none
8、  elem.append:添加自节点。
9、  elem.tag：返回tag值，也就是name。
10、 elem.text:返回内容。
11、 elem.attrib:返回属性的字典。
12、 SubElement：生成一个节点，自动添加为父节点的子节点。
13、 tostring：转化为xml文本字符串。但是不包括xml头。如果编码方式为UTF-8或者GB2312,gb2312都会产生xml头；如果是utf-8,则不会产生xml头
14、 fromstring：从字符串转化为ElementTree对象。和XML同样的功能。
15、 elem.set();设置属性值
time的使用：1、  time.sleep()函数函数具有c下sleep函数功能，单位为秒，但是可以接受浮点数。这样可以表示毫秒。
2、  ti = datetime.datetime.now()可以显示当前的时间，包括当前的微秒也可以显示出来。两个的差值可以表示时间的间隔：microsecondLong = timeLong.seconds *1000000 + timeLong.microseconds。差值的成员是seconds和microseconds
3、   

OO的使用：1、  如果不想让成员变量或者方法被外部使用（也就是private特性），可以以__双下划线开通。
2、  属性不但可以定义在init中，也可以定义在任意的方法中通过self定义。不过最好在init中定义。
3、  Python也可以实现抽象基类，也就是接口：

注意：不可以对私有属性和方法执行@abstractmethod。否则会失败。因为，私有的无法被重写，所以，无法生成被实例化。

4、  __str__属性可以将对象转换为字符串，也就是调用print(object)是会打印的字符串。
5、  __call__(魔法方法)可以将对象作为函数来调用。给它一个入参就可以。:

    def __call__(self, protoVer):

        return api.protoModules[protoVer].TimeTicks(

            (time.time()-self.birthday)*100

            )

它的作用：比较常用的是作为回调，因为他可以保存状态信息。它和闭包类似，可能比闭包的可读性要好一点。
6、  对象实例是否可以删除？
7、  Python参考手册要好好看一下。
8、  python的static方法使用的是装饰器语法：@staticmethod.
9、  对类的调用还有一个方法：CALSS.method(object)。
10、 子类中，如果想调用父类的方法，可以通过：
parent.method(self).
不过还有更好的方法：
super(child, self).foo()//注意：这里是根据子类的类型获取父类的方法。它的好处是不用明显给出基类的类型。
11、 cls：类方法的第一个参数。通常表示类的类型，可以通过cls()来生成实例。

a)       @classmethod

b)        def spawn(cls, *args, **kwargs):

c)            """Return a new :class:`Greenlet` object, scheduled tostart.

d)     

e)            The arguments are passed to:meth:`Greenlet.__init__`.

f)            """

g)            g = cls(*args, **kwargs)

h)            g.start()

i)            return g

12、 继承，如果子类定义了__init__函数，子类的init函数不会默认调用父类的init函数，需要手动调用：parent.__init__。这一点是和c++有区别的。如果子类没有定义__init__，则子类会调用父类的__init__。这里可以发现，其实，子类如果定义了init函数，是对父类的init的一个覆盖。
13、 super注意：！！！它只能用在新式的类定义中。什么是新式的？原来只是基类定义时继承object！！！。
14、 继承如何继承方法：只要继承一个类，就会继承这个类所有的方法，包括__init__,__del__。但是如果子类重写某方法，就会覆盖父类的方法，不会再调用父类的方法了。如果想调用父类的方法，可以通过super的方式调用。
15、 继承如何继承属性：只要不覆盖父类__init__方法，或者调用了父类的__init__方法，就会继承父类__init__属性的方法。继承后也可以更改这些属性。
16、 父类如何防止被继承：方法或者属性以__开头，则可以防止被继承。
17、 根据我的经验，其实可以以一种本质的方式理解Python的继承：Python的类就是一些方法的集合，继承一个类就是继承这个类的所有的方法。如果在子类中定义一个方法，其实是更改了这个类的符号。而属性，则可以在所有的方法中定义，只要调用了定义属性的方法，调用父类，则是继承父类的属性，调用子类定义属性的方法，则是定义子类的方法。
18、 property：

a)    class c(object):

b)        def __init__(self):

c)            self._num = 1

d)        @property

e)        def num(self):

f)            return self._num * 10

g)        @num.setter

h)        def num(self, v):

i)            self._num = v

j)        @num.deleter

k)        def num(self):

l)            pass

m)    o = c()

n)    print(o.num)

o)    o.num = 20

p)    print(o.num)

q)    这样的好处是，可以在操作属性时，不用显示为方法调用，更加可读。同时又可以统一入口。：注意，它也必须继承object才可以。

19、 OO中的垃圾回收：Python的垃圾回收使用的是符号引用计数。那么，如果在一个函数中申请一个对象，然后返回它的一个属性或者方法，这个时候对象的符号引用已经去掉，对象是否会释放？

a)    class child(parent):

b)        def __init__(self):

c)            self.i = 8888

d)            

e)        def foo(self):

f)            print('-----------------------')

g)            

h)        def __del__(self):

i)            print('now indel child')

j)            super(child, self).__del__()

第一种情况，返回的是属性

k)     def refun():

l)         o = child()

m)         return o.i

n)     I = refun()

o)     这个时候，对象o会马上释放。因为o.i其实就是一个对象的引用，和o没有关系

第二种情况，返回的是方法

a)     def refun():

b)         o = child()

c)         return o.foo

d)     foo = refun()

e)     这个时候，对象o要等到foo释放的时候再释放，因为foo中包含了o的引用（foo的入参self）

20、 对于对象的属性，如果属性是可读写的，则第一步没有必要用@property修饰。可以直接使用。后面如果有需要，在进行修饰。这样既减少了工作，修改时，也不会对原有代码进行改动。

模块的使用：1、  如果不想将模块的某些函数和变量被别的模块使用，可以以单下划线开头。这样import *是没有的，但是使用importmode，然后mode._fun仍然可以调用。在class中是以双下划线开头的。
2、  使用from。。。import导入的符号，应该是本地符号，更改的话，无法更改模块中的值。可以通过mode.name=来修改。
3、  __init__.py的作用：可以这样理解：包也是一个对象，这个py就是这个包的构造函数。导入这个包，就会自动的执行__init__.py。如果在这个py中导入其他符号，import 这个包并且加*也会导入这个符号。
4、  import *无法导入模块中以_开头的符号。但是，不用*是可以的。
5、  import的本质也是创建一个符号，指向一个对象的引用。这个符号和被import的模块的符号是没有关系的。和c的extern不一样。extern可以更改变量的值，但是，这在Python中是不可以的。

from srctest import itest, outitest,setitest

import srctest

# itest = 9#这个地方其实改变的是本模块中符号的引用，无法更改srctest中对应符号。

#srctest.itest = 9#这个可以更改srctest中的itest

setitest(9)#这个可以更改srctest中的itest，但是改变不了当前模块的itest，也就是，这种设置是无法同步的。

print(itest)#打印当前模块的itest

   printitest()#打印srctest中的itest

          Python的设计哲学：看似不方便的背后，其实有Python的设计哲学。便捷性很多时候都是模块性的大敌。在软件开发中，模块间的最短路径未必是最合理路径，而且往往是最不合理路径。它会破坏软件原有的交互原则。
          Python这样设计的理由应该是，尽量将数据和对数据的操作放在一起。如果数据会扩散，那么，就将数据设计为只读的。这样有助于提高程序模块的内聚性（全局变量是内聚性的大敌），降低耦合性。降低程序的复杂性（数据只读，调试根据方便）。

          srctest.itest是可以改变itest的值的，说明我们可以通过改变这个对象的属性来改变对象（模块也是对象）。
   可能有一点小题大做。
6、  两个模块不可以双向import。那万一两个模块都要互相调用对方怎么办？Python的设计哲学告诉你，这不是一个好的实践，所以这样不行。应该怎么弄？一个模块调用另外一个模块，如果被调用模块想调用调用模块的方法，通过回调的形式。这样可以保证，模块间的连接都是单向的。

日志的使用：1、  日志的标准模块logging基本可以满足我的工作。
2、  设置log的初始化工作：

logging.basicConfig(

    filename = "test.log",

    format = "[%(asctime)s-%(levelname)s] %(message)s[%(filename)s,%(lineno)d]",

    level = logging.INFO,

    datefmt = "%F %T")
3、  除此之外，一个比较强大的功能就是过滤功能：可以针对级别，文件，行号等等很多的东西进行过滤。
4、   

自省的使用：1、  type()可以查看对象的类型。这就是自省。也就是可以看看自己是什么类型。这个功能在动态语言中非常有用。
2、  getattr函数：这是个非常有用的函数，它可以根据字符串，从模块，类，对象实例中获取属性和方法的应用并且调用。这个功能非常类似于c语言的函数指针，以及c++中的成员函数的指针。
1）从模块中获取函数和成员

import testfun

tf = getattr(testfun, 'test')

tstr = getattr(testfun, 'str')
2）从类中获取属性和方法

class test():

    tst = 2

        def __init__(self):

        self.abc= 1

      def method(self):

        print('in test.method', self)

      def __test(self):

        print('in test')

tm = getattr(test, 'method’)#获取类方法method函数指针。因为没有实例，所以调用必须用下面的方法：

t =test()

tm(t)#申请一个实例，并且作为第一个参数传进去。

tm = getattr(test, '__test’)#这里会报错，也就是无法获取私有方法。
tabc = getattr(test, 'abc’)#这是错误的。无法获取。
ttst = getattr(test, 'tst’)#这是可以的。。

3）从对象实例中获取属性和方法

t =test()

tm = getattr(t, 'method')

tm()#可以这样调用，而不用传入t实例。
tabc = getattr(test, 'abc’)#可以获取实例的属性。
3、  callable：函数表示某个对象是否可以调用。它和getattr结合起来，可以获取一个对象中的所有的method列表：
methods = [methodfor method in dir[object] if callable(getattr(object, method))]
4、  自省也叫放射。
5、  exec(‘print “test”‘)：可以执行字符串代码。这个特性有助于动态执行代码，可以用于机器学习，自动生成代码。
exec的参数可以使一个打开的文件对象，string，code object。
code object可以通过函数
类似的方法：execfile(filename[, globals[, locals]])。
6、  可以更改类的方法，将它指向一个新的方法。如下：

a)    class ctest():

b)        def test(self):

c)            print('c test test')

d)    def testfun():

e)        print('test fun !')

f)    c = ctest()

g)    c.test = testfun

h)     c.test()
对象c的方法test被替换为新的方法：testfun。这个特性有助于根据动态的代码实现，但是往往会增加代码的透明性。
类似的，setattr也可以实现这样的功能。delattr可以删除属性。

setattr(c, 'test', testfun)

delattr(c, 'test')
c.test()#这里调用的其实就是ctest的test方法。也就是说，delattr会首先删除setattr设置的属性，如果在调用一次delattr，才会删除c的test方法。但是如果多调用几次setattr，也只要调用一次delattr即可删除。所以，要删除一个方法，最多调用两次delattr。
这个特性可以用于动态更改代码。也可用于补丁。
setattr无法对Python的c扩展模块进行操作。

配置文件读取的使用：1、  使用模块ConfigParser。实例如下：

conf = ConfigParser()

conf.read("snmp_agent.ini")

print(conf.get("main", "log_level"))

print(conf.getint("main", "ne_agent_port"))

print(conf.get("main", "ne_agent_qip"))

异常的使用：1、  尽量少用。它会使程序难以理解，而且还会发生不可预知的情况，比如异常的发生使程序的状态变为一个未知状态。
2、  可以寻找替代方案。
3、  程序非常重要，不可以停止，可以在主循环包装在异常处理中运行。
4、  打印出异常的信息，供后面的定位：log.error(traceback.format_exc())
5、  raise在引发异常的时候，可以传递引发一场的额外数据。形式如下：
raise Exception,1
捕获方法：
except CallExit,e:
e就是那个额外数据1。（但是奇怪的是它的类型不是1）
6、  如何捕获一个异常，进行处理，然后在把它抛出：

    except :

        for flet in fletList:

            flet.throw()

        info = sys.exc_info()

       raise info[0], info[1], info[2]
类型系统1、  类型也是对象。比如：inttype = int,然后，n = inttype(‘256’)，这样可以把字符串转化为int值。
2、  另外，是否可以把字符串转化为关键字，或者对象？比如，一个变量，abc,是否可以通过’abc’来引用？

文件的使用1、  打开使用函数open，模式和linux c类似。有一个不同的地方时，可以选择，直接操作磁盘还是操作内存。
2、  readline可以读取一个文件的一行。
3、  readlines：返回每一个列的列表。对应writelines。
4、  文件迭代器：
f = open(‘fliename’)
for line in f:
    process(line)
          f.close()
          或者更简洁的：
          forline in open(filename):
                     process(line)

数据库的使用1、  数据库中的字段使用的utf8格式编码，但是读取出来却是问号。这个问题的解决可以通过在查询的时候指定编码方式来解决，只要执行sql语句：Query_Execsql(pdb,"SET NAMES 'utf8'");
注意，这个需要在连接后马上进行。并且，在其他的操作中，会一直使用这种编码。除非再次更改。
2、  fetchone()：返回一条记录。fetchall()：返回所有的记录。
3、  可以使用一个简单的方法获取所有的记录：
cur.execute(sql)

for tel, name, pwd in cur:

       print tel, name, pwd

字节的使用1、  ord：可以见字符转化为int类型的值。
2、  chr：ord的方向操作。可以见int类型值转换为字符。


字符编码的使用1、  encode是将Unicode转化为str，decode是将字符串转化为Unicode。所以，一个字符串要转化为另一种格式可以：
s = ‘中文’
s.decode(fromcodec).encode(tocodec)
也可以直接使用：s.encode(tocodec)。这个时候，相当于默认调用了decode，并且使用的是默认的编码方式。


GC1、  OO中的垃圾回收：Python的垃圾回收使用的是符号引用计数。那么，如果在一个函数中申请一个对象，然后返回它的一个属性或者方法，这个时候对象的符号引用已经去掉，对象是否会释放？

a)    class child(parent):

b)        def __init__(self):

c)            self.i = 8888

d)            

e)        def foo(self):

f)            print('-----------------------')

g)            

h)        def __del__(self):

i)            print('now indel child')

j)            super(child, self).__del__()

第一种情况，返回的是属性

k)     def refun():

l)         o = child()

m)         return o.i

n)     I = refun()

o)     这个时候，对象o会马上释放。因为o.i其实就是一个对象的引用，和o没有关系

第二种情况，返回的是方法

f)     def refun():

g)         o = child()

h)         return o.foo

i)     foo = refun()

j)     这个时候，对象o要等到foo释放的时候再释放，因为foo中包含了o的引用（foo的入参self）

k)      
2、  如果两个对象交叉引用，是否会自动回收？不会。同样，如果一个对象把生成的对象赋值给它自身的一个属性，那么它也不会自动回收。
3、   

关于性能1、  timeit：可以统计程序的运行时间。目前没有时间，抽时间好好看看。
2、  pypy可以将Python代码翻译为可执行程序，它的效率可以提高4倍左右。但是，内存的占用可能会很大。（没有试过。）
3、   

其他：1、  脚本语言的进程名称显示为：python ，如果一个服务器上有多个进程，那么将不易发现那个进程是哪个程序。可以使用第三方开源的库来解决这个问题：setproctitle.

from setproctitle import setproctitle,getproctitle

print('当前的进程名：%s' % getproctitle())

setproctitle('proctitle')

print('设置后的的进程名：%s' % getproctitle())

2、  with语法：with open(‘file’, ‘r’)as f:
code
可以是try的另一种形式。
          可以执行with操作的类型：
file
decimal.Context
thread.LockType
threading.Lock
threading.RLock
threading.Condition
threading.Semaphore
threading.BoundedSemaphore



Python：一切皆符号？

来自：http://blog.csdn.net/chgaowei/article/details/7237704