✤ Jan 10, 2015 ✤
Python是如何进行内存管理的？
小块空间内存池和大对象缓冲池
参考：python内存管理
什么是lambda函数？它有什么好处?
Python支持一种有趣的语法，它允许你快速定义单行的最小函数。这些叫做 lambda 的函数是从Lisp中借用来的，可以被用在任何需要函数的地方。
>>> def f(x):
... return x*2
...
>>> f(3)
6
>>> g = lambda x: x*2
>>> g(3)
6
>>> (lambda x: x*2)(3)
6
这是一个通常的函数声明，尽管以前你可能没有看到过定义在交互式窗口中的函数。这个 ... 说明它是一个多行的交互语句。只要在第一行的后面敲入回车，Python IDE会让你接着输入命令。
这是一个 lambda 函数，它完成同上面普通函数相同的事情。注意这里的简短的语法；没有小括号， return 是默认的，并且函数没有名字，只有将它赋值给变量的变量名。
你甚至可以不将 lambda 函数赋值给一个变量而使用它。这不是举世无双的东西，它只是展示了 lambda 函数只是一个内联函数。
总之， lambda 函数是一个可以接收任意多个参数(包括可选参数)并且返回单个表达式值的函数。 lambda 函数不能包含命令，它们所包含的表达式不能超过一个。不要试图向 lambda 函数中塞入太多的东西；如果你需要更复杂的东西，应该定义一个普通函数，然后想让它多长就多长。
参考：lambda
如何反序的迭代一个序列？how do I iterate over a sequence in reverse order
如果是一个list, 最快的解决方案是：
list.reverse()
try:
for x in list:
“do something with x”
finally:
list.reverse()
如果不是list, 最通用但是稍慢的解决方案是：
for x in sequence[::-1]:
<do something with x>
参考：反序遍历
Python是如何进行类型转换的？
函数 描述
int(x [,base ]) 将x转换为一个整数
long(x [,base ]) 将x转换为一个长整数
float(x ) 将x转换到一个浮点数
complex(real [,imag ]) 创建一个复数
str(x ) 将对象 x 转换为字符串
repr(x ) 将对象 x 转换为表达式字符串
eval(str ) 用来计算在字符串中的有效Python表达式,并返回一个对象
tuple(s ) 将序列 s 转换为一个元组
list(s ) 将序列 s 转换为一个列表
chr(x ) 将一个整数转换为一个字符
unichr(x ) 将一个整数转换为Unicode字符
ord(x ) 将一个字符转换为它的整数值
hex(x ) 将一个整数转换为一个十六进制字符串
oct(x ) 将一个整数转换为一个八进制字符串
参考：python类型转换
Python里面如何实现tuple和list的转换？
函数tuple(seq)可以把所有可迭代的(iterable)序列转换成一个tuple, 元素不变，排序也不变。
例如，tuple([1,2,3])返回(1,2,3), tuple(‘abc’)返回(‘a’.'b’,'c’).如果参数已经是一个tuple的话，函数不做任何拷贝而直接返回原来的对象，所以在不确定对象是不是tuple的时候来调用tuple()函数也不是很耗费的。
函数list(seq)可以把所有的序列和可迭代的对象转换成一个list,元素不变，排序也不变。
例如 list([1,2,3])返回(1,2,3), list(‘abc’)返回['a', 'b', 'c']。如果参数是一个list, 她会像set[:]一样做一个拷贝。
参考：元组列表转换
请写出一段Python代码实现删除一个list里面的重复元素
aa = ["1","2","3","1"]
list(set(aa))
参考：列表去重
list与tuple的区别 ？dictionary与set的区别？
思路：首先弄懂什么是list类型，什么是tuple类型，什么是dict类型和set类型
对于list与tupel的区别，在《Python核心编程2》中讲解的很清楚，可以总体概括为，可变与不可变、他们本质相同，但是就因为可变性就延伸了很多不同点。如list类型可以进行相应更改和方法操作，但tupel就没有这个功能。
对于dict和set，一个是Python唯一的映射类型，一个是Python集合。python中集合对象（set）是一组无序排列的可哈希的值，包含两种类型：可变集合（set）和不可变集合（frozenset），所以set不是可哈希的，frozenset是可哈希的，能当作字典的键。
参考：python字典和集合
如何理解python for else?
for i in range(0,10):
if i > 10:
break;
else:
print "hello world";
即在for 循环中，如果没有从任何一个break中退出，则会执行和for对应的else，只要从break中退出了，则else部分不执行。
while-else/for-else语句:
在其他语言中，除了条件语句，是不会见到else分支的，但在Python中，while和for循环中，也是可以使用else语句的。它们的工作顺序为：在循环中使用时，else语句只在循环完成后执行，也就是说，break语句也会跳过else代码块，只要循环是正常结束，而不是通过break，else语句就会执行。
介绍下你所熟悉或知道的Python库
思路，考察对应聘者对Python了解的程度，如：
Tkinter———— Python默认的图形界面接口。
Python Imaging Library(PIL)————python提供强大的图形处理的能力，并提供广泛的图形文件格式支持，
PyGame———— 用于多媒体开发和游戏软件开发的模块。
PyQt ———— 用于python的Qt开发库。
PyMedia ———— 用于多媒体操作的python模块。
参考：常用的Python库
Python如何实现单例模式？其他23种设计模式python如何实现？
Python有两种方式可以实现单例模式，下面两个例子使用了不同的方式实现单例模式：
1.
class Singleton(type):
def __init__(cls, name, bases, dict):
super(Singleton, cls).__init__(name, bases, dict)
cls.instance = None
def __call__(cls, *args, **kw):
if cls.instance is None:
cls.instance = super(Singleton, cls).__call__(*args, **kw)
return cls.instance
class MyClass(object):
__metaclass__ = Singleton
print MyClass()
print MyClass()
使用decorator来实现单例模式
def singleton(cls):
instances = {}
def getinstance():
if cls not in instances:
instances[cls] = cls()
return instances[cls]
return getinstance
@singleton
class MyClass:
…
Python里面如何拷贝一个对象？
标准库中的copy模块提供了两个方法来实现拷贝.一个方法是copy,它返回和参数包含内容一样的对象.
import copy
new_list = copy.copy(existing_list)
有些时候,你希望对象中的属性也被复制,可以使用deepcopy方法:
import copy
new_list_of_dicts = copy.deepcopy(existing_list_of_dicts)
当你对一个对象赋值的时候(做为参数传递,或者做为返回值),Python和Java一样,总是传递原始对象的引用,而不是一个副本.其它一些语言当赋值的时候总是传递副本.Python从不猜测用户的需求 ,如果你想要一个副本,你必须显式的要求.
Python的行为很简单,迅速,而且一致.然而,如果你需要一个对象拷贝而并没有显式的写出来,会出现问题的,比如:
>>> a = [1, 2, 3]
>>> b = a
>>> b.append(5)
>>> print a, b
[1, 2, 3, 5] [1, 2, 3, 5]
在这里,变量a和b都指向同一个对象(一个列表),所以,一旦你修改了二者之一,另外一个也会受到影响.无论怎样,都会修改原来的对象。
参考：[浅复制深复制][10]
介绍一下except的用法和作用？
Python的异常处理能力是很强大的，可向用户准确反馈出错信息。在Python中，异常也是对象，可对它进行操作。所有异常都是基类Exception的成员。所有异常都从基类Exception继承，而且都在exceptions模块中定义。Python自动将所有异常名称放在内建命名空间中，所以程序不必导入exceptions模块即可使用异常。一旦引发而且没有捕捉SystemExit异常，程序执行就会终止。如果交互式会话遇到一个未被捕捉的SystemExit异常，会话就会终止。
方式一:try语句:
1使用try和except语句来捕获异常
try:
block
except [exception,[data…]]:
block
try:
block
except [exception,[data...]]:
block
else:
block
该种异常处理语法的规则是：
参考：python异常
Python中pass语句的作用是什么？
pass语句什么也不做，一般作为占位符或者创建占位程序，pass语句不会执行任何操作， 比如：
while False:
pass
pass通常用来创建一个最简单的类：
class MyEmptyClass:
pass
pass在软件设计阶段也经常用来作为TODO，提醒实现相应的实现，比如：
def initlog(*args):
pass #please implement this
介绍一下Python下range()函数的用法？
如果需要迭代一个数字序列的话，可以使用range()函数，range()函数可以生成等差级数。
如例：
for i in range(5)
print(i)
这段代码将输出0, 1, 2, 3, 4五个数字
range(10)会产生10个值， 也可以让range()从另外一个数字开始，或者定义一个不同的增量，甚至是负数增量
range(5, 10)从5到9的五个数字range(0, 10, 3) 增量为三， 包括0,3,6,9四个数字range(-10, -100, -30) 增量为-30， 包括-10, -40, -70可以一起使用range()和len()来迭代一个索引序列例如：
a = ['Nina', 'Jim', 'Rainman', 'Hello']
for i in range(len(a)):
print(i, a[i])
参考：python range
如何用Python来进行查询和替换一个文本字符串？
可以使用sub()方法来进行查询和替换，sub方法的格式为：sub(replacement, string[, count=0])
replacement是被替换成的文本
string是需要被替换的文本
count是一个可选参数，指最大被替换的数量
例子：
import re
p = re.compile(‘(blue|white|red)’)
print(p.sub(‘colour’,'blue socks and red shoes’))
print(p.sub(‘colour’,'blue socks and red shoes’, count=1))
输出：
colour socks and colour shoes
colour socks and red shoes
subn()方法执行的效果跟sub()一样，不过它会返回一个二维数组，包括替换后的新的字符串和总共替换的数量
例如：
import re
p = re.compile(‘(blue|white|red)’)
print(p.subn(‘colour’,'blue socks and red shoes’))
print(p.subn(‘colour’,'blue socks and red shoes’, count=1))
输出
(‘colour socks and colour shoes’, 2)
(‘colour socks and red shoes’, 1)
Python里面search()和match()的区别？
match（）函数只检测RE是不是在string的开始位置匹配， search()会扫描整个string查找匹配, 也就是说match（）只有在0位置匹配成功的话才有返回，如果不是开始位置匹配成功的话，match()就返回none
例如：
print(re.match(‘super’, ‘superstition’).span())会返回(0, 5)
而print(re.match(‘super’, ‘insuperable’))则返回None
search()会扫描整个字符串并返回第一个成功的匹配
例如：
print(re.search(‘super’, ‘superstition’).span())返回(0, 5)
print(re.search(‘super’, ‘insuperable’).span())返回(2, 7)
用Python匹配HTML tag的时候，<.*>和<.*?>有什么区别？
当重复匹配一个正则表达式时候， 例如<.*>, 当程序执行匹配的时候，会返回最大的匹配值
例如：
import re
s = ‘<html><head><title>Title</title>’
print(re.match(‘<.*>’, s).group())
会返回一个匹配<html><head><title>Title</title>而不是<html>
而:
import re
s = ‘<html><head><title>Title</title>’
print(re.match(‘<.*?>’, s).group())
则会返回<html>
<.*>这种匹配称作贪心匹配
<.*?>称作非贪心匹配
Python里面如何生成随机数？
random.random()用于生成一个指定范围内的随机符点数，两个参数其中一个是上限，一个是下限。如果a > b，则生成随机数
n: a <= n <= b。如果 a <b， 则 b <= n <= a。
print random.uniform(10, 20)
print random.uniform(20, 10)
#----
#18.7356606526
#12.5798298022
random.randint()用于生成一个指定范围内的整数。其中参数a是下限，参数b是上限，
print random.randint(12, 20) #生成的随机数n: 12 <= n <= 20
print random.randint(20, 20) #结果永远是20
#print random.randint(20, 10) #该语句是错误的。
下限必须小于上限。
random.randrange()从指定范围内，生成按指定基数递增的集合。
随机整数：
>>> import random
>>> random.randint(0,99)
21
随机选取0到100间的偶数：
>>> import random
>>> random.randrange(0, 101, 2)
42
随机浮点数：
>>> import random
>>> random.random()
0.85415370477785668
>>> random.uniform(1, 10)
5.4221167969800881
随机字符：
>>> import random
>>> random.choice('abcdefg&#%^*f')
'd'
多个字符中选取特定数量的字符：
>>> import random
random.sample('abcdefghij',3)
['a', 'd', 'b']
多个字符中选取特定数量的字符组成新字符串：
>>> import random
>>> import string
>>> string.join(random.sample(['a','b','c','d','e','f','g','h','i','j'], 3)).replace(" ","")
'fih'
随机选取字符串：
>>> import random
>>> random.choice ( ['apple', 'pear', 'peach', 'orange', 'lemon'] )
'lemon'
洗牌：
>>> import random
>>> items = [1, 2, 3, 4, 5, 6]
>>> random.shuffle(items)
>>> items
[3, 2, 5, 6, 4, 1]
如何用Python来发送邮件？
可以使用smtplib标准库。
以下代码可以在支持SMTP监听器的服务器上执行。
import sys, smtplib
fromaddr = raw_input("From: ")
toaddrs = raw_input("To: ").split(",")
print "Enter message, end with ^D:"
msg = ""
while 1:
line = sys.stdin.readline()
if not line:
break
msg = msg + line
# 发送邮件部分
server = smtplib.SMTP(‘localhost’)
server.sendmail(fromaddr, toaddrs, msg)
server.quit()
有两个序列a,b，大小都为n,序列元素的值任意整形数，无序；
要求：通过交换a,b中的元素，使[序列a元素的和]与[序列b元素的和]之间的差最小。
Python如何定义一个函数?
函数的定义形式如下：
def (arg1, arg2,… argN):
函数的名字也必须以字母开头，可以包括下划线“ ”,但不能把Python的关键字定义成函数的名字。函数内的语句数量是任意的，每个语句至少有一个空格的缩进，以表示此语句属于这个函数的。缩进结束的地方，函数自然结束。
下面定义了一个两个数相加的函数：
>>> def add(p1, p2):
print p1, “+”, p2, “=”, p1+p2
>>> add(1, 2)
1 + 2 = 3
函数的目的是把一些复杂的操作隐藏，来简化程序的结构，使其容易阅读。函数在调用前，必须先定义。也可以在一个函数内部定义函数，内部函数只有在外部函数调用时才能够被执行。程序调用函数时，转到函数内部执行函数内部的语句，函数执行完毕后，返回到它离开程序的地方，执行程序的下一条语句。
有没有一个工具可以帮助查找python的bug和进行静态的代码分析？
有，PyChecker是一个python代码的静态分析工具，它可以帮助查找python代码的bug, 会对代码的复杂度和格式提出警告
Pylint是另外一个工具可以进行coding standard检查。
如何在一个function里面设置一个全局的变量？
解决方法是在function的开始插入一个global声明：
def f()：
global x
听过 the zen of python 吗？尽可能地默写它，中英文皆可，大意也可。如果没有听过，谈谈你对 pythonic 的看法，或者你认为什么样的 python 代码才是好代码。
在python中import this就会展示出The Zen of Python如下：
The Zen of Python, by Tim Peters
Beautiful is better than ugly.
Explicit is better than implicit.
Simple is better than complex.
Complex is better than complicated.
Flat is better than nested.
Sparse is better than dense.
Readability counts.
Special cases aren't special enough to break the rules.
Although practicality beats purity.
Errors should never pass silently.
Unless explicitly silenced.
In the face of ambiguity, refuse the temptation to guess.
There should be one-- and preferably only one --obvious way to do it.
Although that way may not be obvious at first unless you're Dutch.
Now is better than never.
Although never is often better than right now.
If the implementation is hard to explain, it's a bad idea.
If the implementation is easy to explain, it may be a good idea.
Namespaces are one honking great idea -- let's do more of those!
这被称为python之禅，以下是翻译
Python之禅
优美胜于丑陋（Python 以编写优美的代码为目标）
明了胜于晦涩（优美的代码应当是明了的，命名规范，风格相似）
简洁胜于复杂（优美的代码应当是简洁的，不要有复杂的内部实现）
复杂胜于凌乱（如果复杂不可避免，那代码间也不能有难懂的关系，要保持接口简洁）
扁平胜于嵌套（优美的代码应当是扁平的，不能有太多的嵌套）
间隔胜于紧凑（优美的代码有适当的间隔，不要奢望一行代码解决问题）
可读性很重要（优美的代码是可读的）
即便假借特例的实用性之名，也不可违背这些规则（这些规则至高无上）
不要包容所有错误，除非你确定需要这样做（精准地捕获异常，不写 except:pass 风格的代码）
当存在多种可能，不要尝试去猜测
而是尽量找一种，最好是唯一一种明显的解决方案（如果不确定，就用穷举法）
虽然这并不容易，因为你不是 Python 之父（这里的 Dutch 是指 Guido ）
做也许好过不做，但不假思索就动手还不如不做（动手之前要细思量）
如果你无法向人描述你的方案，那肯定不是一个好方案；反之亦然（方案测评标准）
命名空间是一种绝妙的理念，我们应当多加利用（倡导与号召）
参考：pythonic
现在有一个 dict 对象 adict，里面包含了一百万个元素，查找其中的某个元素的平均需要多少次比较？一千万个元素呢？
python dict和set都是使用hash表来实现(类似c++11标准库中unordered_map)，查找元素的时间复杂度是O(1)
a = range(1000)
s = set(a)
d = dict((i,1) for i in a)
%timeit -n 10000 100 in d
%timeit -n 10000 100 in s
10000 loops, best of 3: 43.5 ns per loop
10000 loops, best of 3: 49.6 ns per loop
dict的效率略高(占用的空间也多一些)。
现在有一个 list 对象 alist，里面的所有元素都是字符串，编写一个函数对它实现一个大小写无关的排序。
a = ['a', 'A', 'b', 'C', 'd']
b = [i.lower() for i in a]
b.sort()
python 里关于“堆”这种数据结构的模块是哪个？“堆”有什么优点和缺点？举一个游戏开发中可能会用到堆的问题（不限是于 python 的堆，可以是其它语言的相关实现）。
heapq模块使用一个用堆实现的优先级队列。堆是一种简单的有序列表，并且置入了堆的相关规则。
堆是一种树形的数据结构，树上的子节点与父节点之间存在顺序关系。二叉堆(binary heap)能够用一个经过组织的列表或数组结构来标识，在这种结构中，元素N的子节点的序号为2N+1和2N+2(下标始于0)。简单来说，这个模块中的所有函数都假设序列是有序的，所以序列中的第一个元素(seq[0])是最小的，序列的其他部分构成一个二叉树，并且seq[i]节点的子节点分别为seq[2i+1]以及seq[2i+2]。当对序列进行修改时，相关函数总是确保子节点大于等于父节点。
import heapq
heap = []
for value in [20, 10, 30, 50, 40]:
heapq.heappush(heap, value)
while heap:
print heapq.heappop(heap)
heapq模块有两个函数nlargest()和nsmallest()，顾名思义，让我们来看看它们的用法。
import heapq
nums = [1, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2]
print(heapq.nlargest(3, nums)) # Prints [42, 37, 23]
print(heapq.nsmallest(3, nums)) # Prints [-4, 1, 2]
两个函数也能够通过一个键参数使用更为复杂的数据结构，例如：
import heapq
portfolio = [
{'name': 'IBM', 'shares': 100, 'price': 91.1},
{'name': 'AAPL', 'shares': 50, 'price': 543.22},
{'name': 'FB', 'shares': 200, 'price': 21.09},
{'name': 'HPQ', 'shares': 35, 'price': 31.75},
{'name': 'YHOO', 'shares': 45, 'price': 16.35},
{'name': 'ACME', 'shares': 75, 'price': 115.65}
]
cheap = heapq.nsmallest(3, portfolio, key=lambda s: s['price'])
expensive = heapq.nlargest(3, portfolio, key=lambda s: s['price'])
print cheap
# [{'price': 16.35, 'name': 'YHOO', 'shares': 45},
# {'price': 21.09, 'name': 'FB', 'shares': 200}, {'price': 31.75, 'name': 'HPQ', 'shares': 35}]
print expensive
# [{'price': 543.22, 'name': 'AAPL', 'shares': 50}, {'price': 115.65, 'name': 'ACME',
# 'shares': 75}, {'price': 91.1, 'name': 'IBM', 'shares': 100}]
来看看如何实现一个根据给定优先级进行排序，并且每次pop操作都返回优先级最高的元素的队列例子。
import heapq
class Item:
def __init__(self, name):
self.name = name
def __repr__(self):
return 'Item({!r})'.format(self.name)
class PriorityQueue:
def __init__(self):
self._queue = []
self._index = 0
def push(self, item, priority):
heapq.heappush(self._queue, (-priority, self._index, item))
self._index += 1
def pop(self):
return heapq.heappop(self._queue)[-1]
q = PriorityQueue()
q.push(Item('foo'), 1)
q.push(Item('bar'), 5)
q.push(Item('spam'), 4)
q.push(Item('grok'), 1)
print q.pop() # Item('bar')
print q.pop() # Item('spam')
print q.pop() # Item('foo')
print q.pop() # Item('grok')
数据结构优缺点
类型 优点 缺点
数组 插入块，如果知道下标，可以非常快的存储 查找慢，删除慢，大小固定
有序数组 比无序数组查找快 删除和插入慢，大小固定
栈 提供后进先出方式的存取 效率低
队列 提供先进先出的方式存取 效率低
链表 插入，删除快 查找慢
二叉树 查找，插入，删除都快 如果非平衡就很慢，删除的算法复杂
红黑树 查找，插入，删除都快 算法复杂
哈希表 如果关键字已知则存取极快，插入块 删除慢，如果不知道关键字则存取很慢，对存储空间使用不充分
堆 插入，删除快，对最大数据项的存取很快 对其他存储项很慢
set 是在哪个版本成为 build-in types 的？举一个你在以往项目中用到这种数据结构的问题（不限是于 python 的 set ，可以是其它语言的相关实现），并说明为什么当时选择了 set 这种数据结构。
set跟list一样可以用{}来定义，但是pyton -v 版本 >2.7
set的数据格式：
[html] view plaincopy
s1={"abc","def"} #{} 自己定义
>>> print s1
set(['abc', 'def'])
>>> s2=set("abcdef") #set 函数用string进行初始化
>>> print s2
set(['a', 'c', 'b', 'e', 'd', 'f'])
>>> s3=set(["abc",123,"def"]) #set 函数用list进行初始化
>>> print s3
set([123, 'abc', 'def'])
有一个排好序地 list 对象 alist，查找其中是否有某元素 a（尽可能地使用标准库函数）。
index() 函数用于从列表中找出某个值第一个匹配项的索引位置。
list.index(obj) # obj -- 查找的对象。
该方法返回查找对象的索引位置，如果没有找到对象则抛出异常。
count() 方法用于统计某个元素在列表中出现的次数。
list.count(obj) # obj -- 列表中统计的对象。
返回元素在列表中出现的次数。
说说 dict 的 items() 方法与 iteritems() 方法的不同。
#字典items()的使用
dict = {"a" : "apple", "b" : "banana", "c" : "grape", "d" : "orange"}
#每个元素是一个key和value组成的元组，以列表的方式输出
print dict.items()
#调用items()实现字典的遍历
dict = {"a" : "apple", "b" : "banana", "g" : "grape", "o" : "orange"}
for (k, v) in dict.items():
print "dict[%s] =" % k, v
#调用iteritems()实现字典的遍历
dict = {"a" : "apple", "b" : "banana", "c" : "grape", "d" : "orange"}
print dict.iteritems()
for k, v in dict.iteritems():
print "dict[%s] =" % k, v
for (k, v) in zip(dict.iterkeys(), dict.itervalues()):
print "dict[%s] =" % k, v
python3.0以上，不存在dict.iteritems()这个函数。
写一段程序逐行读入一个文本文件，并在屏幕上打印出来。
file_object = open('thefile.txt')
try:
for line in file_object:
print line.rstrip()
finally:
file_object.close()
默写尽可能多的 str 对象的方法。
在python 中任何事物都是对象，就是万物皆对象，同时字符串也是一个对象，当你调用一些基本的操作方法时，会自动调用类定义的内建方法，在python中方法主要三种
内建的方法，有时你也需要重写或重载 比如__init__构造方法
下面具体来看一下str的类方法
class str(basestring)
| str(object) ->string
|
| Return a nice stringrepresentation of the object.
| If the argument is a string,the return value is the same object.
|
| Method resolutionorder:
| str
| basestring
| object
|
| Methods defined here:
|
| __add__(...)
| x.__add__(y) <==> x+y
|
| __contains__(...)
| x.__contains__(y) <==> y in x
|
| __eq__(...)
| x.__eq__(y) <==> x==y
|
| __format__(...)
| S.__format__(format_spec) -> unicode
|
| __ge__(...)
| x.__ge__(y) <==>x>=y
|
| __getattribute__(...)
| x.__getattribute__('name') <==>x.name
|
| __getitem__(...)
| x.__getitem__(y) <==> x[y]
|
| __getnewargs__(...)
|
| __getslice__(...)
| x.__getslice__(i, j) <==>x[i:j]
|
| Use of negative indices is not supported.
|
| __gt__(...)
| x.__gt__(y) <==>x>y
|
| __hash__(...)
| x.__hash__() <==> hash(x)
|
| __le__(...)
| x.__le__(y) <==>x<=y
|
| __len__(...)
| x.__len__() <==> len(x)
|
| __lt__(...)
| x.__lt__(y) <==>x<y
|
| __mod__(...)
| x.__mod__(y) <==> x%y
|
| __mul__(...)
| x.__mul__(n) <==> x*n
|
| __ne__(...)
| x.__ne__(y) <==> x!=y
|
| __repr__(...)
| x.__repr__() <==> repr(x)
|
| __rmod__(...)
| x.__rmod__(y) <==> y%x
|
| __rmul__(...)
| x.__rmul__(n) <==> n*x
|
| __sizeof__(...)
| S.__sizeof__() -> size of S in memory, inbytes
|
| __str__(...)
| x.__str__() <==> str(x)
|
| capitalize(...)
| S.capitalize() -> string
|
| Return a copy of the string S with only its first character
| capitalized.
|
| center(...)
| S.center(width[, fillchar]) -> string
|
| Return S centered in a string of length width. Padding is
| done using the specified fill character (default is a space)
|
| count(...)
| S.count(sub[, start[, end]]) -> int
|
| Return the number of non-overlapping occurrences of substring subin
| string S[start:end]. Optional arguments start andend are interpreted
| as in slice notation.
|
| decode(...)
| S.decode([encoding[,errors]]) -> object
|
| Decodes S using the codec registered for encoding. encodingdefaults
| to the default encoding. errors may be given to set a differenterror
| handling scheme. Default is 'strict' meaning that encoding errorsraise
| a UnicodeDecodeError. Other possible values are 'ignore' and'replace'
| as well as any other name registered with codecs.register_errorthat is
| able to handle UnicodeDecodeErrors.
|
| encode(...)
| S.encode([encoding[,errors]]) -> object
|
| Encodes S using the codec registered for encoding. encodingdefaults
| to the default encoding. errors may be given to set a differenterror
| handling scheme. Default is 'strict' meaning that encoding errorsraise
| a UnicodeEncodeError. Other possible values are 'ignore', 'replace'and
| 'xmlcharrefreplace' as well as any other name registered with
| codecs.register_error that is able to handleUnicodeEncodeErrors.
|
| endswith(...)
| S.endswith(suffix[, start[, end]]) -> bool
|
| Return True if S ends with the specified suffix, Falseotherwise.
| With optional start, test S beginning at that position.
| With optional end, stop comparing S at that position.
| suffix can also be a tuple of strings to try.
|
| expandtabs(...)
| S.expandtabs([tabsize]) -> string
|
| Return a copy of S where all tab characters are expanded usingspaces.
| If tabsize is not given, a tab size of 8 characters isassumed.
|
| find(...)
| S.find(sub [,start [,end]]) -> int
|
| Return the lowest index in S where substring sub is found,
| such that sub is contained within s[start:end]. Optional
| arguments start and end are interpreted as in slice notation.
|
| Return -1 on failure.
|
| format(...)
| S.format(args, *kwargs) -> unicode
|
| index(...)
| S.index(sub [,start [,end]]) -> int
|
| Like S.find() but raise ValueError when the substring is notfound.
|
| isalnum(...)
| S.isalnum() -> bool
|
| Return True if all characters in S are alphanumeric
| and there is at least one character in S, False otherwise.
|
| isalpha(...)
| S.isalpha() -> bool
|
| Return True if all characters in S are alphabetic
| and there is at least one character in S, False otherwise.
|
| isdigit(...)
| S.isdigit() -> bool
|
| Return True if all characters in S are digits
| and there is at least one character in S, False otherwise.
|
| islower(...)
| S.islower() -> bool
|
| Return True if all cased characters in S are lowercase and thereis
| at least one cased character in S, False otherwise.
|
| isspace(...)
| S.isspace() -> bool
|
| Return True if all characters in S are whitespace
| and there is at least one character in S, False otherwise.
|
| istitle(...)
| S.istitle() -> bool
|
| Return True if S is a titlecased string and there is at leastone
| character in S, i.e. uppercase characters may only followuncased
| characters and lowercase characters only cased ones. ReturnFalse
| otherwise.
|
| isupper(...)
| S.isupper() -> bool
|
| Return True if all cased characters in S are uppercase and thereis
| at least one cased character in S, False otherwise.
|
| join(...)
| S.join(sequence) -> string
|
| Return a string which is the concatenation of the strings inthe
| sequence. The separator between elements isS.
|
| ljust(...)
| S.ljust(width[, fillchar]) -> string
|
| Return S left-justified in a string of length width. Paddingis
| done using the specified fill character (default is a space).
|
| lower(...)
| S.lower() -> string
|
| Return a copy of the string S converted to lowercase.
|
| lstrip(...)
| S.lstrip([chars]) -> string or unicode
|
| Return a copy of the string S with leading whitespaceremoved.
| If chars is given and not None, remove characters in charsinstead.
| If chars is unicode, S will be converted to unicode beforestripping
|
| partition(...)
| S.partition(sep) -> (head, sep, tail)
|
| Search for the separator sep in S, and return the part beforeit,
| the separator itself, and the part after it. Ifthe separator is not
| found, return S and two empty strings.
|
| replace(...)
| S.replace (old, new[, count]) -> string
|
| Return a copy of string S with all occurrences of substring
| old replaced by new. If the optional argumentcount is
| given, only the first count occurrences are replaced.
|
| rfind(...)
| S.rfind(sub [,start [,end]]) -> int
|
| Return the highest index in S where substring sub is found,
| such that sub is contained within s[start:end]. Optional
| arguments start and end are interpreted as in slice notation.
|
| Return -1 on failure.
|
| rindex(...)
| S.rindex(sub [,start [,end]]) -> int
|
| Like S.rfind() but raise ValueError when the substring is notfound.
|
| rjust(...)
| S.rjust(width[, fillchar]) -> string
|
| Return S right-justified in a string of length width. Paddingis
| done using the specified fill character (default is a space)
|
| rpartition(...)
| S.rpartition(sep) -> (tail, sep, head)
|
| Search for the separator sep in S, starting at the end of S, andreturn
| the part before it, the separator itself, and the part afterit. If the
| separator is not found, return two empty strings and S.
|
| rsplit(...)
| S.rsplit([sep [,maxsplit]]) -> list of strings
|
| Return a list of the words in the string S, using sep as the
| delimiter string, starting at the end of the string andworking
| to the front. If maxsplit is given, at mostmaxsplit splits are
| done. If sep is not specified or is None, any whitespacestring
| is a separator.
|
| rstrip(...)
| S.rstrip([chars]) -> string or unicode
|
| Return a copy of the string S with trailing whitespaceremoved.
| If chars is given and not None, remove characters in charsinstead.
| If chars is unicode, S will be converted to unicode beforestripping
|
| split(...)
| S.split([sep [,maxsplit]]) -> list of strings
|
| Return a list of the words in the string S, using sep as the
| delimiter string. If maxsplit is given, at mostmaxsplit
| splits are done. If sep is not specified or is None, any
| whitespace string is a separator and empty strings areremoved
| from the result.
|
| splitlines(...)
| S.splitlines([keepends]) -> list of strings
|
| Return a list of the lines in S, breaking at line boundaries.
| Line breaks are not included in the resulting list unlesskeepends
| is given and true.
|
| startswith(...)
| S.startswith(prefix[, start[, end]]) -> bool
|
| Return True if S starts with the specified prefix, Falseotherwise.
| With optional start, test S beginning at that position.
| With optional end, stop comparing S at that position.
| prefix can also be a tuple of strings to try.
|
| strip(...)
| S.strip([chars]) -> string or unicode
|
| Return a copy of the string S with leading and trailing
| whitespace removed.
| If chars is given and not None, remove characters in charsinstead.
| If chars is unicode, S will be converted to unicode beforestripping
|
| swapcase(...)
| S.swapcase() -> string
|
| Return a copy of the string S with uppercase characters
| converted to lowercase and vice versa.
|
| title(...)
| S.title() -> string
|
| Return a titlecased version of S, i.e. words start withuppercase
| characters, all remaining cased characters have lowercase.
|
| translate(...)
| S.translate(table [,deletechars]) -> string
|
| Return a copy of the string S, where all characters occurring
| in the optional argument deletechars are removed, and the
| remaining characters have been mapped through the given
| translation table, which must be a string of length 256.
|
| upper(...)
| S.upper() -> string
|
| Return a copy of the string S converted to uppercase.
|
| zfill(...)
| S.zfill(width) -> string
|
| Pad a numeric string S with zeros on the left, to fill afield
| of the specified width. The string S is nevertruncated.
打乱一个排好序的 list 对象 alist。
import random
b = ['a', 'a', 'b', 'c', 'd']
random.shuffle(b)
有二维的 list 对象（即它的每一个元素都是一个 list 对象）alist，假定其中的所有元素都具有相同的长度（把 alist 想象成一个表格），写一段程序根据元素的第二个元素排序（即对表格的第二列字段排序）。
a = [['3', 'b'], ['2', 'd'], ['1', 'c'], ['4', 'a']]
sorted(a, key=lambda a:a[1])
实现一个 stack。
class Stack :
# Creates an empty stack.
def __init__( self ):
self._theItems = list()
# Returns True if the stack is empty or False otherwise.
def isEmpty( self ):
return len( self ) == 0
# Returns the number of items in the stack.
def __len__ ( self ):
return len( self._theItems )
# Returns the top item on the stack without removing it.
def peek( self ):
assert not self.isEmpty(), "Cannot peek at an empty stack"
return self._theItems[-1]
# Removes and returns the top item on the stack.
def pop( self ):
assert not self.isEmpty(), "Cannot pop from an empty stack"
return self._theItems.pop()
# Push an item onto the top of the stack.
def push( self, item ):
self._theItems.append( item )
编写一个简单的 ini 文件解释器。
ConfigParser 是用来读取配置文件的包。配置文件的格式如下：中括号“[ ]”内包含的为section。section 下面为类似于key-value 的配置内容。
[db]
db_host = 127.0.0.1
db_port = 22
db_user = root
db_pass = rootroot
[concurrent]
thread = 10
processor = 20
中括号“[ ]”内包含的为section。紧接着section 为类似于key-value 的options 的配置内容。
ConfigParser 初始工作
使用ConfigParser 首选需要初始化实例，并读取配置文件：
cf = ConfigParser.ConfigParser()
cf.read("配置文件名")
ConfigParser 常用方法
获取所有sections。也就是将配置文件中所有“[ ]”读取到列表中：
s = cf.sections()
print 'section:', s
将输出（以下将均以简介中配置文件为例）：
section: ['db', 'concurrent']获取指定section 的options。即将配置文件某个section 内key 读取到列表中：
o = cf.options("db")
print 'options:', o
将输出：
options: ['db_host', 'db_port', 'db_user', 'db_pass']
获取指定section 的配置信息。
v = cf.items("db")
print 'db:', v
将输出：
db: [('db_host', '127.0.0.1'), ('db_port', '22'), ('db_user', 'root'), ('db_pass', 'rootroot')]
按照类型读取指定section 的option 信息。
同样的还有getfloat、getboolean。
#可以按照类型读取出来
db_host = cf.get("db", "db_host")
db_port = cf.getint("db", "db_port")
db_user = cf.get("db", "db_user")
db_pass = cf.get("db", "db_pass")
# 返回的是整型的
threads = cf.getint("concurrent", "thread")
processors = cf.getint("concurrent", "processor")
print "db_host:", db_host
print "db_port:", db_port
print "db_user:", db_user
print "db_pass:", db_pass
print "thread:", threads
print "processor:", processors
将输出：
db_host: 127.0.0.1
db_port: 22
db_user: root
db_pass: rootroot
thread: 10
processor: 20
设置某个option 的值。（记得最后要写回）
cf.set("db", "db_pass", "zhaowei")
cf.write(open("test.conf", "w"))
6.添加一个section。（同样要写回）
cf.add_section('liuqing')
cf.set('liuqing', 'int', '15')
cf.set('liuqing', 'bool', 'true')
cf.set('liuqing', 'float', '3.1415')
cf.set('liuqing', 'baz', 'fun')
cf.set('liuqing', 'bar', 'Python')
cf.set('liuqing', 'foo', '%(bar)s is %(baz)s!')
cf.write(open("test.conf", "w"))
移除section 或者option 。（只要进行了修改就要写回的哦）
cf.remove_option('liuqing','int')
cf.remove_section('liuqing')
cf.write(open("test.conf", "w"))
python自动连接ssh的代码
python自动连接ssh的代码：
#!/usr/bin/python
#-*- coding:utf-8 -*-
import sys, time, os
try:
import pexpect
except ImportError:
print """
You must install pexpect module
"""
sys.exit(1)
addr_map = {
'v3' :('root@192.168.1.162', 'sina@2009'),
'dev':('test016@192.168.1.136', 'test016'),
}
try:
key = sys.argv[1]
host = addr_map[key]
except:
print """
argv error, use it link
jssh v3, v3 must defined in addr_map
"""
sys.exit(1)
server = pexpect.spawn('/usr/bin/ssh %s' % host[0])
server.expect('.*ssword:')
server.sendline(host[1])
server.interact()
用Python写一个小小的爬虫程序
Python有一个urllib的库，可以很方便的从给定的url抓取网页，以下这段程序实现了抓取一个url并存到指定文件的功能：
def downURL(url, filename):
try:
fp = urllib2.rulopen(url)
except:
print 'download exception'
return 0
while 1:
s = fp.read()
if not s:
break
op.write(s)
fp.close()
op.close()
爬虫工作的基本原理就是，给定一个初始的url，下载这个url的网页，然后找出网页上所有满足下载要求的链接，然后把这些链接对应的url下载下来，然后再找下载下来的这些网页的url，我们可以用广度优先搜索实现这个算法，不过，首先得有一个函数找出网页上所有的满足要求的url，下面这个例子用正则表达式找出url。
def getURL(url):
try:
fp = urllib2.urlopen(url)
except:
print 'get url exception'
return []
pattern = re.compile(""http://sports.sina.com.cn/[^\>]+.shtml")
while 1:
s = fp.read()
if not s:
break
urls = pattern.findall(s)
fp.close()
return urls
最后就是广度优先搜索了，这个实现起来也很简单：
def spider(startURL, times):
urls = []
urls.append(startURL)
i = 0
while 1:
if i>times:
break;
if len(urls)>0:
url = urls.pop(0)
print url, len(urls)
downURL(url,str(i)+'.htm')
i = i + 1
if len(urls)<times:
urllist = getURL(url)
for url in urllist:
if urls.count(url) == 0:
urls.append(url)
else:
break
return 1
输出一个[1,2,3,...,100]的序列，不用循环、控制语句、函数等。
l = range(1,101)
print l
部分from 豆瓣