Python中怎么引入第三方模块 Python中怎么使用第三方模块？在Python可以在代码中导入模块，然后就可以使用第三方模块了。import 语句想使用Python源文件，只需在另一个源文件里执行import语句，语法如下：import module1[, module2[,... moduleN]当解释器遇到import语句，如果模块在当前的搜索路径就会被导入。搜索路径是一个解释器会先进行搜索的所有目录的列表。如想要导入模块hello.py，需要把命令放在脚本的顶端：#!/usr/bin/python # -*- coding: UTF-8 -*-    # 导入模块 import support    # 现在可以调用模块里包含的函数了 support.print_func("Zara")以上实例输出结果：Hello : Zara一个模块只会被导入一次，不管你执行了多少次import。这样可以防止导入模块被一遍又一遍地执行。From…import 语句Python的from语句让你从模块中导入一个指定的部分到当前命名空间中。语法如下：from modname import name1[, name2[, ... nameN]]例如，要导入模块fib的fibonacci函数，使用如下语句：from fib import fibonacci这个声明不会把整个fib模块导入到当前的命名空间中，它只会将fib里的fibonacci单个引入到执行这个声明的模块的全局符号表。From…import* 语句把一个模块的所有内容全都导入到当前的命名空间也是可行的，只需使用如下声明：from modname import *这提供了一个简单的方法来导入一个模块中的所有项目。然而这种声明不该被过多地使用。

Python中自定义异常的使用举例 通过创建一个新的异常类，程序可以命名它们自己的异常。异常应该是典型的继承自Exception类，通过直接或间接的方式。以下为与RuntimeError相关的实例,实例中创建了一个类，基类为RuntimeError，用于在异常触发时输出更多的信息。在try语句块中，用户自定义的异常后执行except块语句，变量 e 是用于创建Networkerror类的实例。class Networkerror(RuntimeError):   def __init__(self, arg):    self.args = arg在你定义以上类后，你可以触发该异常，如下所示：try:   raise Networkerror("Bad hostname") except Networkerror,e:   print e.args在下面这个例子中，默认的__init__()异常已被我们重写。>>> class MyError(Exception): ...   def __init__(self, value): ...     self.value = value ...   def __str__(self): ...     return repr(self.value) ... >>> try: ...   raise MyError(2*2) ... except MyError as e: ...   print 'My exception occurred, value:', e.value ... My exception occurred, value: 4 >>> raise MyError, 'oops!' Traceback (most recent call last):  File "<stdin>", line 1, in ? __main__.MyError: 'oops!'常见的做法是创建一个由该模块定义的异常基类和子类，创建特定的异常类不同的错误条件。我们通常定义的异常类，会让它比较简单，允许提取异常处理程序的错误信息，当创建一个异常模块的时候，常见的做法是创建一个由该模块定义的异常基类和子类，根据不同的错误条件，创建特定的异常类：class Error(Exception):   """Base class for exceptions in this module."""   pass   class InputError(Error):   """Exception raised for errors in the input.     Attributes:     expression -- input expression in which the error occurred     message -- explanation of the error   """     def __init__(self, expression, message):     self.expression = expression     self.message = message   class TransitionError(Error):   """Raised when an operation attempts a state transition that's not   allowed.     Attributes:     previous -- state at beginning of transition     next -- attempted new state     message -- explanation of why the specific transition is not allowed   """     def __init__(self, previous, next, message):     self.previous = previous     self.next = next     self.message = message

巧用Python字典处理索引统计 索引引擎的基本工作原理便是倒排索引, 即将一个文档所包含的文字反过来映射至文档; 这方面算法并没有太多花样可言, 为了增加效率, 索引数据尽可往内存里面搬。 而基本思路举个简单例子, 现在有以下文档 (分词已经完成) 以及其包含的关键词：doc_a: [word_w, word_x, word_y] doc_b: [word_x, word_z] doc_c: [word_y]将其变换为word_w -> [doc_a] word_x -> [doc_a, doc_b] word_y -> [doc_a, doc_c] word_z -> [doc_b]写成 Python 代码, 便是doc_a = {'id': 'a', 'words': ['word_w', 'word_x', 'word_y']}  doc_b = {'id': 'b', 'words': ['word_x', 'word_z']}  doc_c = {'id': 'c', 'words': ['word_y']}     docs = [doc_a, doc_b, doc_c]  indices = dict()     for doc in docs:    for word in doc['words']:      if word not in indices:        indices[word] = []      indices[word].append(doc['id'])     print indices不过这里有个小技巧, 就是对于判断当前词是否已经在索引字典里的分支if word not in indices:    indices[word] = []可以被 dict 的 setdefault(key, default=None) 接口替换. 此接口的作用是, 如果 key 在字典里, 那么好说, 拿出对应的值来; 否则, 新建此 key , 且设置默认对应值为 default . 但从设计上来说, 我不明白为何 default 有个默认值 None , 看起来并无多大意义, 如果确要使用此接口, 大体都会自带默认值吧, 如下for doc in docs:    for word in doc['words']:      indices. setdefault(word, []) .append(doc['id'])这样就省掉分支了, 代码看起来少很多.不过在某些情况下, setdefault 用起来并不顺手: 当 default 值构造很复杂时, 或产生 default 值有副作用时, 以及一个之后会说到的情况; 前两种情况一言以蔽之, 就是 setdefault 不适用于 default 需要惰性求值的场景. 换言之, 为了兼顾这种需求, setdefault 可能会设计成def setdefault(self, key, default_factory):    if key not in self:      self[key] = default_factory()    return self[key]倘若真如此, 那么上面的代码应改成for doc in docs:    for word in doc['words']:      indices.setdefault(word, list ).append(doc['id'])不过实际上有其它替代方案, 这个最后会提到.如果说上面只是一个能预见但实际上可能根本不会遇到的 API 缺陷, 那么下面这个就略打脸了.考虑现在要进行词频统计, 即一个词在文章中出现了多少次, 如果直接拿 dict 来写, 大致是def word_count(words):    count = dict()    for word in words:      count.setdefault(word, 0) += 1   return count     print word_count(['hiiragi', 'kagami', 'hiiragi', 'tukasa', 'yosimizu', 'kagami'])当你兴致勃勃地跑起上面代码时, 代码会以迅雷不及掩脸之势把异常甩到你鼻尖上 --- 因为出现在 += 操作符左边的 count.setdefault(word, 0) 在 Python 中不是一个左值. 怎样, 现在开始念叨 C艹 类型体系的好了吧.因为 Python 把默认的字面常量 {} 等价于 dict() 就认为 dict 是银弹的思想是要不得的; Python 里面各种数据结构不少, 解决统计问题, 理想的方案是 collections.defaultdict 这个类. 下面的代码想必看一眼就明白from collections import defaultdict     doc_a = {'id': 'a', 'words': ['word_w', 'word_x', 'word_y']}  doc_b = {'id': 'b', 'words': ['word_x', 'word_z']}  doc_c = {'id': 'c', 'words': ['word_y']}     docs = [doc_a, doc_b, doc_c]  indices = defaultdict(list)     for doc in docs:    for word in doc['words']:      indices[word].append(doc['id'])     print indices     def word_count(words):    count = defaultdict(int)    for word in words:      count[word] += 1   return count     print word_count(['hiiragi', 'kagami', 'hiiragi', 'tukasa', 'yosimizu', 'kagami'])完满解决了之前遇到的那些破事.此外 collections 里还有个 Counter , 可以粗略认为它是 defaultdict(int) 的扩展.

Python中SQLite的简单应用 SQLite是一种嵌入式数据库，它的数据库就是一个文件。由于SQLite本身是C写的，而且体积很小，所以，经常被集成到各种应用程序中，甚至在iOS和Android的App中都可以集成。Python就内置了SQLite3，所以，在Python中使用SQLite，不需要安装任何东西，直接使用。在使用SQLite前，我们先要搞清楚几个概念：表是数据库中存放关系数据的集合，一个数据库里面通常都包含多个表，比如学生的表，班级的表，学校的表，等等。表和表之间通过外键关联。要操作关系数据库，首先需要连接到数据库，一个数据库连接称为Connection；连接到数据库后，需要打开游标，称之为Cursor，通过Cursor执行SQL语句，然后，获得执行结果。Python定义了一套操作数据库的API接口，任何数据库要连接到Python，只需要提供符合Python标准的数据库驱动即可。由于SQLite的驱动内置在Python标准库中，所以我们可以直接来操作SQLite数据库。我们在Python交互式命令行实践一下：# 导入SQLite驱动: >>> import sqlite3 # 连接到SQLite数据库 # 数据库文件是test.db # 如果文件不存在，会自动在当前目录创建: >>> conn = sqlite3.connect('test.db') # 创建一个Cursor: >>> cursor = conn.cursor() # 执行一条SQL语句，创建user表: >>> cursor.execute('create table user (id varchar(20) primary key, name varchar(20))') <sqlite3.cursor object="" at="" 0x10f8aa260=""> # 继续执行一条SQL语句，插入一条记录: >>> cursor.execute('insert into user (id, name) values (\'1\', \'Michael\')') <sqlite3.cursor object="" at="" 0x10f8aa260=""> # 通过rowcount获得插入的行数: >>> cursor.rowcount 1 # 关闭Cursor: >>> cursor.close() # 提交事务: >>> conn.commit() # 关闭Connection: >>> conn.close()   </sqlite3.cursor></sqlite3.cursor>我们再试试查询记录：>>> conn = sqlite3.connect('test.db') >>> cursor = conn.cursor() # 执行查询语句: >>> cursor.execute('select * from user where id=?', '1') <sqlite3.cursor object="" at="" 0x10f8aa340=""> # 获得查询结果集: >>> values = cursor.fetchall() >>> values [(u'1', u'Michael')] >>> cursor.close() >>> conn.close()   </sqlite3.cursor>使用Python的DB-API时，只要搞清楚Connection和Cursor对象，打开后一定记得关闭，就可以放心地使用。使用Cursor对象执行insert，update，delete语句时，执行结果由rowcount返回影响的行数，就可以拿到执行结果。使用Cursor对象执行select语句时，通过featchall()可以拿到结果集。结果集是一个list，每个元素都是一个tuple，对应一行记录。如果SQL语句带有参数，那么需要把参数按照位置传递给execute()方法，有几个?占位符就必须对应几个参数，例如：cursor.execute('select * from user where id=?', '1')SQLite支持常见的标准SQL语句以及几种常见的数据类型。具体文档请参阅SQLite官方网站。小结在Python中操作数据库时，要先导入数据库对应的驱动，然后，通过Connection对象和Cursor对象操作数据。要确保打开的Connection对象和Cursor对象都正确地被关闭，否则，资源就会泄露。如何才能确保出错的情况下也关闭掉Connection对象和Cursor对象呢？请回忆try:...except:...finally:...的用法。

Python中的socket网络通信 建立网络通信连接至少要一对端口号(socket)。socket本质是编程接口(API)，对TCP/IP的封装，TCP/IP也要提供可供程序员做网络开发所用的接口，这就是Socket编程接口；HTTP是轿车，提供了封装或者显示数据的具体形式；Socket是发动机，提供了网络通信的能力。这个实例讲述了python使用socket进行简单网络连接的方法：import socket print "Creating socket...", s = socket.socket(socket.AF_INET, socket.SOCK_STREAM) print "done." print "Connecting to www.bitsCN.com", s.connect(("www.bitsCN.com", 80)) print "done."上面的代码返回下面的结果：Creating socket... done. Connecting to www.bitsCN.com done.