namedtuple用來爲tuple類型派生出一個新名字的tuple類,並提供用屬性引出的功能。html
>>> from collections import namedtuple >>> Point = namedtuple('Point', ['x', 'y']) >>> p = Point(1, 2) >>> p.x 1 >>> p.y 2
deque提升list的插入和刪除的效率,同時增長appendleft()和popleft()功能。python
>>> from collections import deque >>> q = deque(['a', 'b', 'c']) >>> q.append('x') >>> q.appendleft('y') >>> q deque(['y', 'a', 'b', 'c', 'x'])
defaultdict:使用dict時,若是key不存在,返回一個默認值,默認值是調用函數反悔的。算法
>>> from collections import defaultdict >>> dd = defaultdict(lambda: 'N/A') >>> dd['key1'] = 'abc' >>> dd['key1'] # key1存在 'abc' >>> dd['key2'] # key2不存在,返回默認值 'N/A'
OrderedDict使得使用的dict變成有序的,它的key會按照插入的順序排列。數據庫
>>> from collections import OrderedDict >>> d = dict([('a', 1), ('b', 2), ('c', 3)]) >>> d # dict的Key是無序的 {'a': 1, 'c': 3, 'b': 2} >>> od = OrderedDict([('a', 1), ('b', 2), ('c', 3)]) >>> od # OrderedDict的Key是有序的 OrderedDict([('a', 1), ('b', 2), ('c', 3)])
Counter是簡單的計數器。windows
>>> from collections import Counter >>> c = Counter() >>> for ch in 'programming': ... c[ch] = c[ch] + 1 ... >>> c Counter({'g': 2, 'm': 2, 'r': 2, 'a': 1, 'i': 1, 'o': 1, 'n': 1, 'p': 1})
base64是一種任意二進制到文本字符串的編碼方式。數組
首先爲64個字符串的數組準備好對應的6位編碼,作成表格,一一對應。安全
['A', 'B', 'C', ... 'a', 'b', 'c', ... '0', '1', ... '+', '/']
再講二進制數據進行處理,每3個字節一組,一共有3*8=24位,化成4組,每組正好6位。ruby
再依據獲得的6位,查找以前的表格,就變成了編碼後的字符串。app
若是編碼的二進制數據個數不是3的倍數,則在末尾加上所缺個數的\x00字節,再進行編碼(注:加了多少個\x00,編碼後就會有多少個=)函數
python中的base64編碼與解碼:
>>> import base64 >>> base64.b64encode('binary\x00string') 'YmluYXJ5AHN0cmluZw==' >>> base64.b64decode('YmluYXJ5AHN0cmluZw==') 'binary\x00string'
標準的urlbase64中將+和/換成了-和_,來避免URl中+和/的出現。
python中str既是字符串,又是字節,因此,字節數組=str。struct模塊來解決str和其餘二進制數據類型的轉換。
struct.pack()表示任意數據類型轉換成字節,struct.unpack()表示字節轉換成相應的數據。
c表示一個字節的字母,I表示4字節無符號整數,H表示2字節無符號整數。
其餘數據類型參考官方文檔:https://docs.python.org/2/library/struct.html#format-characters
>>> import struct >>> struct.pack('>I', 10240099) # 無符號整數轉換成字節 '\x00\x9c@c'
>>> struct.unpack('>IH', '\xf0\xf0\xf0\xf0\x80\x80')
# 字節轉換成一個4字節的無符號整數和一個2字節的無符號整數 (4042322160, 32896)
windows位圖文件(.bmp)前30個字節有如下含義:
兩個字節:'BM'
表示Windows位圖,'BA'
表示OS/2位圖;
一個4字節整數:表示位圖大小;
一個4字節整數:保留位,始終爲0;
一個4字節整數:實際圖像的偏移量;
一個4字節整數:Header的字節數;
一個4字節整數:圖像寬度;
一個4字節整數:圖像高度;
一個2字節整數:始終爲1;
一個2字節整數:顏色數。
對如下頭文件字節分析,有
>>> s = '\x42\x4d\x38\x8c\x0a\x00\x00\x00\x00\x00\x36\x00\x00\x00\x28\x00\x00\x00\x80\x02\x00\x00\x68\x01\x00\x00\x01\x00\x18\x00'
>>> struct.unpack('<ccIIIIIIHH', s) ('B', 'M', 691256, 0, 54, 40, 640, 360, 1, 24)
hashlib,又稱哈希算法,提供常見的摘要算法。它依據提供的數據,經過一個函數,獲得一段固定長度的數據串(一般用16進制的字符串表示)。這個轉換,是單向的,反向推出特別難。
經常使用的摘要算法有MD5(32位16進制)、SHA1(40位16進制)等。
import hashlib md5 = hashlib.md5() md5.update('how to use md5 in python hashlib?') print md5.hexdigest()
d26a53750bc40b38b65a520292f69306
數據量大時,也可屢次傳入:
md5 = hashlib.md5() md5.update('how to use md5 in ') md5.update('python hashlib?') print md5.hexdigest()
SHA1算法:
import hashlib sha1 = hashlib.sha1() sha1.update('how to use sha1 in ') sha1.update('python hashlib?') print sha1.hexdigest()
比SHA1更安全的是SHA256和SHA512。
摘要算法應用在存儲用戶的用戶名和口令的地方。數據庫中,存儲的口令不能是明碼,一旦泄露就危險了。
所以,儲存的密碼是經摘要算法處理的摘要。該摘要有用戶名 +用戶密碼+‘the-Salt’經摘要算法後合成,防止因用戶密碼相同和黑客預先準備的簡單密碼摘要表被黑掉密碼。
itertools模塊提供的所有是處理迭代功能的函數,它們返回的不是list,而是迭代對象,只有用for循環迭代的時候才能真正計算。
count()建立一個無限迭代器,打印出天然序列。
>>> import itertools >>> natuals = itertools.count(1) >>> for n in natuals: ... print n ... 1 2 3 ...
cycle把傳入的序列無限重複。
>>> import itertools >>> cs = itertools.cycle('ABC') # 注意字符串也是序列的一種 >>> for c in cs: ... print c ... 'A' 'B' 'C' 'A' 'B' 'C' ...
repeat()把一個元素無限重複下去,若是提供第二個參數就能夠指定重複次數。
>>> ns = itertools.repeat('A', 10) >>> for n in ns: ... print n ... 打印10次'A'
無限迭代序列,一般使用takewhile()等函數截取出一個有限的序列。
>>> natuals = itertools.count(1) >>> ns = itertools.takewhile(lambda x: x <= 10, natuals) >>> for n in ns: ... print n ... 打印出1到10
chain()把一組迭代對象串聯起來,造成一個更大的迭代器。
for c in itertools.chain('ABC', 'XYZ'): print c # 迭代效果:'A' 'B' 'C' 'X' 'Y' 'Z'
groupby()把迭代器中相鄰的重複元素挑選出來放在一塊兒。
>>> for key, group in itertools.groupby('AAABBBCCAAA'): ... print key, list(group) # 爲何這裏要用list()函數呢? ... A ['A', 'A', 'A'] B ['B', 'B', 'B'] C ['C', 'C'] A ['A', 'A', 'A']
忽略大小寫。
>>> for key, group in itertools.groupby('AaaBBbcCAAa', lambda c: c.upper()): ... print key, list(group) ... A ['A', 'a', 'a'] B ['B', 'B', 'b'] C ['c', 'C'] A ['A', 'A', 'a']
imap(),map()的惰性表示,與map()函數相同,可是生成的一個可迭代對象,只有用for循環作迭代的時候纔會計算。
>>> for x in itertools.imap(lambda x, y: x * y, [10, 20, 30], itertools.count(1)): ... print x ... 10 40 90
ifilter(),就是filter()的惰性表示。
操做XML有兩種方法:DOM和SAX。DOM直接將整個XML讀入內存,佔用內存大,能夠任意遍歷節點。SAX是流模式,佔用內存小,解析快,須要本身處理時間。
SAX解析XML時,一般關心的事件是start_element,end_element,char_data,三個函數分別處理下面的事件:
<a href="/">python</a>
1.start_element事件,在讀取<a href="/">
時;
2.char_data事件,在讀取python
時;
3.end_element事件,在讀取</a>
時。
以下面的例子:
from xml.parsers.expat import ParserCreate class DefaultSaxHandler(object): def start_element(self, name, attrs): print('sax:start_element: %s, attrs: %s' % (name, str(attrs))) def end_element(self, name): print('sax:end_element: %s' % name) def char_data(self, text): print('sax:char_data: %s' % text) xml = r'''<?xml version="1.0"?> <ol> <li><a href="/python">Python</a></li> <li><a href="/ruby">Ruby</a></li> </ol> ''' handler = DefaultSaxHandler() parser = ParserCreate() parser.returns_unicode = True # 返回的element名稱和cahr_data都是unicode,方便處理 parser.StartElementHandler = handler.start_element parser.EndElementHandler = handler.end_element parser.CharacterDataHandler = handler.char_data parser.Parse(xml)
若是要生成XML時,最簡單的也是最有效的方法是拼接字符串。
L = [] L.append(r'<?xml version="1.0"?>') L.append(r'<root>') L.append(encode('some & data')) L.append(r'</root>') return ''.join(L)
若是要生成複雜的XML,使用JSON比較好。
HTML本質上是XML的子集,HTMLParser是用來解析HTML的。
from HTMLParser import HTMLParser from htmlentitydefs import name2codepoint class MyHTMLParser(HTMLParser): def handle_starttag(self, tag, attrs): print('<%s>' % tag) def handle_endtag(self, tag): print('</%s>' % tag) def handle_startendtag(self, tag, attrs): print('<%s/>' % tag) def handle_data(self, data): print('data') def handle_comment(self, data): print('<!-- -->') def handle_entityref(self, name): print('&%s;' % name) def handle_charref(self, name): print('&#%s;' % name) parser = MyHTMLParser() parser.feed('<html><head></head><body><p>Some <a href=\"#\">html</a> tutorial...<br>END</p></body></html>')
feed()方法能夠屢次調用,也就是說整個HTML字符串能夠一部分一部分的塞進去。特殊字符有兩種,一種是英文表示的 ,一種是數字表示的Ӓ。
注:本文爲學習廖雪峯Python入門整理後的筆記