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.

举例详解Python中的内建模块collections collections是Python内建的一个集合模块，提供了许多有用的集合类。这里举几个例子：namedtuple我们知道tuple可以表示不变集合，例如，一个点的二维坐标就可以表示成：>>> p = (1, 2)但是，看到(1, 2)，很难看出这个tuple是用来表示一个坐标的。定义一个class又小题大做了，这时，namedtuple就派上了用场：>>> from collections import namedtuple >>> Point = namedtuple('Point', ['x', 'y']) >>> p = Point(1, 2) >>> p.x 1 >>> p.y 2namedtuple是一个函数，它用来创建一个自定义的tuple对象，并且规定了tuple元素的个数，并可以用属性而不是索引来引用tuple的某个元素。这样一来，我们用namedtuple可以很方便地定义一种数据类型，它具备tuple的不变性，又可以根据属性来引用，使用十分方便。可以验证创建的Point对象是tuple的一种子类：>>> isinstance(p, Point) True >>> isinstance(p, tuple) True类似的，如果要用坐标和半径表示一个圆，也可以用namedtuple定义：# namedtuple('名称', [属性list]): Circle = namedtuple('Circle', ['x', 'y', 'r'])deque使用list存储数据时，按索引访问元素很快，但是插入和删除元素就很慢了，因为list是线性存储，数据量大的时候，插入和删除效率很低。deque是为了高效实现插入和删除操作的双向列表，适合用于队列和栈：>>> from collections import deque >>> q = deque(['a', 'b', 'c']) >>> q.append('x') >>> q.appendleft('y') >>> q deque(['y', 'a', 'b', 'c', 'x'])deque除了实现list的append()和pop()外，还支持appendleft()和popleft()，这样就可以非常高效地往头部添加或删除元素。defaultdict使用dict时，如果引用的Key不存在，就会抛出KeyError。如果希望key不存在时，返回一个默认值，就可以用defaultdict：>>> from collections import defaultdict >>> dd = defaultdict(lambda: 'N/A') >>> dd['key1'] = 'abc' >>> dd['key1'] # key1存在 'abc' >>> dd['key2'] # key2不存在，返回默认值 'N/A'注意默认值是调用函数返回的，而函数在创建defaultdict对象时传入。除了在Key不存在时返回默认值，defaultdict的其他行为跟dict是完全一样的。OrderedDict使用dict时，Key是无序的。在对dict做迭代时，我们无法确定Key的顺序。如果要保持Key的顺序，可以用OrderedDict：>>> from collections import OrderedDict >>> d = dict([('a', 1), ('b', 2), ('c', 3)]) >>> d # dict的Key是无序的 {'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)])注意，OrderedDict的Key会按照插入的顺序排列，不是Key本身排序：>>> od = OrderedDict() >>> od['z'] = 1 >>> od['y'] = 2 >>> od['x'] = 3 >>> od.keys() # 按照插入的Key的顺序返回 ['z', 'y', 'x']OrderedDict可以实现一个FIFO（先进先出）的dict，当容量超出限制时，先删除最早添加的Key：from collections import OrderedDict   class LastUpdatedOrderedDict(OrderedDict):     def __init__(self, capacity):     super(LastUpdatedOrderedDict, self).__init__()     self._capacity = capacity     def __setitem__(self, key, value):     containsKey = 1 if key in self else 0     if len(self) - containsKey >= self._capacity:       last = self.popitem(last=False)       print 'remove:', last     if containsKey:       del self[key]       print 'set:', (key, value)     else:       print 'add:', (key, value)     OrderedDict.__setitem__(self, key, value)CounterCounter是一个简单的计数器，例如，统计字符出现的个数：>>> 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})Counter实际上也是dict的一个子类，上面的结果可以看出，字符'g'、'm'、'r'各出现了两次，其他字符各出现了一次。小结collections模块提供了一些有用的集合类，可以根据需要选用。

Python中实现URL的解析 在Python中的urlparse模块主要是用于解析url中的参数  对url按照一定格式进行 拆分或拼接 1.urlparse.urlparse将url分为6个部分，返回一个包含6个字符串项目的元组：协议、位置、路径、参数、查询、片段。import urlparse url_change = urlparse.urlparse('https://i.cnblogs.com/EditPosts.aspx?opt=1') print url_change　　输出结果为：ParseResult(scheme='https', netloc='i.cnblogs.com', path='/EditPosts.aspx', params='', query='opt=1', fragment='')其中 scheme 是协议  netloc 是域名服务器  path 相对路径  params是参数，query是查询的条件 urlparse.parse_qs(urlparse.urlparse(url).query)这个是获取urlparse分割后元祖中的某一项  urlparse.urlparse(url).query   获取查询条件parse_qs 有几种实现urlparse.parse_qs 返回字典 urlparse.parse_qsl 返回列表 2. urlparse.urlsplit和urlparse差不多，将url分为5部分，返回一个包含5个字符串项目的元组：协议、位置、路径、查询、片段。import urlparse url_change = urlparse.urlsplit('https://i.cnblogs.com/EditPosts.aspx?opt=1') print url_change SplitResult(scheme='https', netloc='i.cnblogs.com', path='/EditPosts.aspx', query='opt=1', fragment='')其中 scheme 是协议  netloc 是域名服务器  path 相对路径 query是查询的条件  3.urlparse.urljoin将相对的地址组合成一个url，对于输入没有限制，开头必须是http://，否则将不组合前面。import urlparse new_url = urlparse.urljoin('https://baidu.com/ssss/','88888') print new_url 输出 https://baidu.com/ssss/88888如果输入错误信息 如  new_url = urlparse.urljoin('122','88888')    并不会将两者合并   输出‘88888’

Python中怎么像PS一样处理图像 Python中怎么像PS一样处理图像？在Python中有着丰富的第三方模块可以使用，PIL：Python Imaging Library是Python平台上的图像处理标准库了。PIL功能非常强大，但API却非常简单易用。安装PIL在Debian/Ubuntu Linux下直接通过apt安装：$ sudo apt-get install python-imagingMac和其他版本的Linux可以直接使用easy_install或pip安装，安装前需要把编译环境装好：$ sudo easy_install PIL如果安装失败，根据提示先把缺失的包（比如openjpeg）装上。Windows平台就去PIL官方网站下载exe安装包。操作图像来看看最常见的图像缩放操作，只需三四行代码：import Image   # 打开一个jpg图像文件，注意路径要改成你自己的: im = Image.open('/Users/michael/test.jpg') # 获得图像尺寸: w, h = im.size # 缩放到50%: im.thumbnail((w//2, h//2)) # 把缩放后的图像用jpeg格式保存: im.save('/Users/michael/thumbnail.jpg', 'jpeg')其他功能如切片、旋转、滤镜、输出文字、调色板等一应俱全。比如，模糊效果也只需几行代码：import Image, ImageFilter   im = Image.open('/Users/michael/test.jpg') im2 = im.filter(ImageFilter.BLUR) im2.save('/Users/michael/blur.jpg', 'jpeg')PIL的ImageDraw提供了一系列绘图方法，让我们可以直接绘图。比如要生成字母验证码图片：import Image, ImageDraw, ImageFont, ImageFilter import random   # 随机字母: def rndChar():   return chr(random.randint(65, 90))   # 随机颜色1: def rndColor():   return (random.randint(64, 255), random.randint(64, 255), random.randint(64, 255))   # 随机颜色2: def rndColor2():   return (random.randint(32, 127), random.randint(32, 127), random.randint(32, 127))   # 240 x 60: width = 60 * 4 height = 60 image = Image.new('RGB', (width, height), (255, 255, 255)) # 创建Font对象: font = ImageFont.truetype('Arial.ttf', 36) # 创建Draw对象: draw = ImageDraw.Draw(image) # 填充每个像素: for x in range(width):   for y in range(height):     draw.point((x, y), fill=rndColor()) # 输出文字: for t in range(4):   draw.text((60 * t + 10, 10), rndChar(), font=font, fill=rndColor2()) # 模糊: image = image.filter(ImageFilter.BLUR) image.save('code.jpg', 'jpeg');我们用随机颜色填充背景，再画上文字，最后对图像进行模糊，得到验证码图片如果运行的时候报错：IOError: cannot open resource这是因为PIL无法定位到字体文件的位置，可以根据操作系统提供绝对路径，比如:'/Library/Fonts/Arial.ttf'要详细了解PIL的强大功能，请请参考PIL官方文档：http://effbot.org/imagingbook/