python_base.py

# _*_ coding: utf-8 _*_
'''
CONTENT:
	----类型和运算----
	----语法和语句----
	----函数语法规则----
	----函数例子----
	----模块Moudle----
	----类与面向对象----
	----类的高级话题----
	----异常相关----
	---Unicode和字节字符串----
	----其他----
	----时间处理---- by ZivLi
'''



'''类型和运算----类型和运算----类型和运算----类型和运算----类型和运算----类型和运算----类型和运算----类型和运算----类型和运算----类型和运算----类型和运算----类型和运算----类型和运算'''

#--	寻求帮助：
	dir(obj)					# 简单的列出对象obj所包含的方法名称，返回一个字符串列表
	help(obj.func)		# 查询obj.func的具体介绍和用法
	
#--	测试类型的三种方法，推荐第三种
	if type(L) == type([]): print("L is list")
	if type(L) == list: print("L is list")
	if isinstance(L, list): print("L is list")
		
#-- Python数据类型：哈希类型、不可哈希类型
	# 哈希类型，即在原地不能改变的变量类型，不可变类型。可利用hash函数查看其hash值，也可以作为字典的key
		"数字类型：int, float, decimal.Decimal, fractions.Fraction, complex"
		"字符串类型：str, bytes"
		"元组：tuple"
		"冻结集合：frozenset"
		"布尔类型：True, False"
		"None"
	# 不可hash类型：原地可变类型：list、dict和set。它们不可以作为字典的key。
	
#--	数字常量
	1234, -1234, 0, 999999999							# 整数
	1.23, 1., 3.14e-10, 4E210, 4.0e+210		# 浮点数
	0o177, 0x9ff, 0X9FF, 0b101010					# 八进制、十六进制、二进制数字
	3+4j, 3.0+4.0j, 3J										# 复数常量，也可以用complex(real, image)来创建
	hex(I), oct(I), bin(I)								# 将十进制数转化为十六进制、八进制、二进制表示的“字符串”
	int(str, base)												# 将字符串转化为整数，base为进制数
	# 2.x中，有两种整数类型：一般整数（32位）和长整数（无穷精度）。可以用l或L结尾，迫使一般整数成为长整数
	float('inf'), float('-inf'), float('nan')		# 无穷大, 无穷小, 非数
	
#-- 数字的表达式操作符
	yield x																# 生成器函数发送协议
	lambda args: expression								# 生成匿名函数
	x if y else z													# 三元选择表达式
	x and y, x or y, not x								# 逻辑与、逻辑或、逻辑非
	x in y, x not in y										# 成员对象测试
	x is y, x is not y										# 对象实体测试
	x<y, x<=y, x>y, x>=y, x==y, x!=y			# 大小比较，集合子集或超集值相等性操作符
	1 < a < 3															# Python中允许连续比较
	x|y, x&y, x^y							       			# 位或、位与、位异或
	x<<y, x>>y														# 位操作：x左移、右移y位
	+, -, *, /, //, %, **									# 真除法、floor除法：返回不大于真除法结果的整数值、取余、幂运算
	-x, +x, ~x														# 一元减法、识别、按位求补（取反）
	x[i], x[i:j:k], x(……)									# 索引、分片、调用
	int(3.14),  float(3)									# 强制类型转换
	
#-- 整数可以利用bit_length函数测试所占的位数
	a = 1;		a.bit_length()							# 1
	a = 1024	a.bit_length()							# 11
	
#--	repr和str显示格式的区别
	'''
	repr格式：默认的交互模式回显，产生的结果看起来它们就像是代码。
	str格式：打印语句，转化成一种对用户更加友好的格式。
	'''
	
#--	数字相关的模块
	# math模块
	# Decimal模块：小数模块
		from decimal import Decimal
		Decimal("0.01") + Decimal("0.02")		# 返回Decimal("0.03")
		decimal.getcontext().prec = 4				# 设置全局精度为4 即小数点后边4位
	# Fraction模块：分数模块
		from fractions import Fraction
		x = fractions.Fraction(4, 6)				# 分数类型 4/6
		x = fractions.Fraction("0.25")			# 分数类型 1/4 接收字符串类型的参数

#--	集合set
	'''
	set是一个无序不重复元素集, 基本功能包括关系测试和消除重复元素。
	set支持union(联合), intersection(交), difference(差)和sysmmetric difference(对称差集)等数学运算。
	set支持x in set, len(set), for x in set。
	set不记录元素位置或者插入点, 因此不支持indexing, slicing, 或其它类序列的操作
	'''
	s = set([3,5,9,10])      							# 创建一个数值集合，返回{3, 5, 9, 10}
	t = set("Hello")         							# 创建一个唯一字符的集合返回{}
	a = t | s  		t.union(s)							# t 和 s的并集  
	b = t & s 		t.intersection(s)  			# t 和 s的交集  
	c = t – s 		t.difference(s)					# 求差集（项在t中, 但不在s中）  
	d = t ^ s  		t.symmetric_difference(s) 			# 对称差集（项在t或s中, 但不会同时出现在二者中）  
	t.add('x') 		t.remove('H')						# 增加/删除一个item
 	t.update([10,37,42])  								# 利用[......]更新s集合  	
	x in s,  x not in s										# 集合中是否存在某个值
	s.issubset(t)  	s.issuperset(t)   s.copy()  s.discard(x)  s.clear()
	{x**2 for x in [1, 2, 3, 4]}					# 集合解析，结果：{16, 1, 4, 9}
	{x for x in 'spam'}										# 集合解析，结果：{'a', 'p', 's', 'm'}
	
#-- 集合frozenset，不可变对象
	'''
	set是可变对象，即不存在hash值，不能作为字典的键值。同样的还有list、tuple等
	frozenset是不可变对象，即存在hash值，可作为字典的键值
	frozenset对象没有add、remove等方法，但有union/intersection/difference等方法
	'''
	a = set([1, 2, 3])	b = set()
	b.add(a)															# error: set是不可哈希类型
	b.add(frozenset(a))										# ok，将set变为frozenset，可哈希

#--	布尔类型bool
	type(True)														# 返回<class 'bool'>
	isinstance(False, int)								# bool类型属于整形，所以返回True
	True == 1, True is 1									# 输出(True, False)
	
#-- 动态类型简介
	'''
	变量名通过引用，指向对象。
	Python中的“类型”属于对象，而不是变量，每个对象都包含有头部信息，比如"类型标示符" "引用计数器"等
	'''
	#共享引用及在原处修改：对于可变对象，要注意尽量不要共享引用！
	#共享引用和相等测试：
		L = [1], M = [1], L is M						# 返回False
		L = M = [1, 2, 3], L is M						# 返回True，共享引用
	#增强赋值和共享引用：普通+号会生成新的对象，而增强赋值+=会在原处修改
		L = M = [1, 2]
		L = L + [3, 4]											# L = [1, 2, 3, 4], M = [1, 2]
		L += [3, 4]													# L = [1, 2, 3, 4], M = [1, 2, 3, 4]

#-- 常见字符串常量和表达式
	S = ''																# 空字符串
	S = "spam’s"													# 双引号和单引号相同
	S = "s\np\ta\x00m"										# 转义字符
	S = '''spam'''												# 三重引号字符串，一般用于函数说明
	S = r'\temp'													# Raw字符串，不会进行转义，抑制转义
	S = b'Spam'														# Python3中的字节字符串
	S = u'spam'														# Python2.6中的Unicode字符串
	s1+s2, s1*3, s[i], s[i:j], len(s)			# 字符串操作
	'a %s parrot' % 'kind'								# 字符串格式化表达式
	'a {0} parrot'.format('kind')					# 字符串格式化方法
	for x in s: print(x)									# 字符串迭代，成员关系
	[x*2 for x in s]											# 字符串列表解析
	','.join(['a', 'b', 'c'])							# 字符串输出，结果：a,b,c
	
#-- 内置str处理函数：
	str.upper()		str.lower()		str.swapcase()		str.capitalize()		str.title()				# 全部大写，全部小写、大小写转换，首字母大写，每个单词的首字母都大写
	str.ljust(width)											# 获取固定长度，右对齐，左边不够用空格补齐
	str.rjust(width)											# 获取固定长度，左对齐，右边不够用空格补齐
	str.center(width)											# 获取固定长度，中间对齐，两边不够用空格补齐
	str.zfill(width)											# 获取固定长度，右对齐，左边不足用0补齐
	str.find('t',start,end)								# 查找字符串，可以指定起始及结束位置搜索
	str.rfind('t')												# 从右边开始查找字符串
	str.count('t')												# 查找字符串出现的次数
	#上面所有方法都可用index代替，不同的是使用index查找不到会抛异常，而find返回-1
	str.replace('old','new')							# 替换函数，替换old为new，参数中可以指定maxReplaceTimes，即替换指定次数的old为new
	str.strip()		str.lstrip()		str.rstrip()		str.strip('d')		str.lstrip('d')		str.rstrip('d')
	str.startswith('start')								# 是否以start开头
	str.endswith('end')										# 是否以end结尾
	str.isalnum()		str.isalpha()		str.isdigit()		str.islower()			str.isupper()			# 判断字符串是否全为字符、数字、大写、小写

#-- 三重引号编写多行字符串块，并且在代码折行处嵌入换行字符\n
	mantra = '''hello world
			hello python
			hello my friend'''
	#mantra为'''hello world \n hello python \n hello my friend'''
	
#-- 索引和分片：
	S[0], S[len(S) – 1], S[-1]						# 索引
	S[1:3], S[1:], S[:-1], S[1:10:2]			# 分片，第三个参数指定步长

#-- 字符串转换工具：
	int('42'),  str(42)										# 返回(42, '42')
	float('4.13'),  str(4.13)							# 返回(4.13, '4.13')
	ord('s'),  chr(115)										# 返回(115, 's')
	int('1001', 2)												# 将字符串作为二进制数字，转化为数字，返回13
	bin(13), oct(13), hex(13)							# 将整数转化为二进制/八进制/十六进制字符串，返回('1001', '0o15', '0xd')
	
#-- 另类字符串连接
	name = "wang" "hong"	#单行，name = "wanghong"
	name = "wang" \
			"hong"			#多行，name = "wanghong"

#-- Python中的字符串格式化实现1--字符串格式化表达式
	'''
	基于C语言的'print'模型，并且在大多数的现有的语言中使用。
	通用结构：%[(name)][flag][width].[precision]typecode
	'''
	"this is %d %s bird" % (1, 'dead')													# 一般的格式化表达式
	"%s---%s---%s" % (42, 3.14, [1, 2, 3])											# 字符串输出：'42---3.14---[1, 2, 3]'
	"%d...%6d...%-6d...%06d" % (1234, 1234, 1234, 1234)					# 对齐方式及填充："1234...  1234...1234  ...001234"
	x = 1.23456789
	"%e | %f | %g" % (x, x, x)																	# 对齐方式："1.234568e+00 | 1.234568 | 1.23457"
	"%6.2f*%-6.2f*%06.2f*%+6.2f" % (x, x, x, x)									# 对齐方式：'  1.23*1.23  *001.23* +1.23'
	"%(name1)d---%(name2)s" % {"name1":23, "name2":"value2"}		# 基于字典的格式化表达式
	"%(name)s is %(age)d" % vars()															# vars()函数调用返回一个字典，包含了所有本函数调用时存在的变量
	
#-- Python中的字符串格式化实现2--字符串格式化调用方法
	# 普通调用
	"{0}, {1} and {2}".format('spam', 'ham', 'eggs')						# 基于位置的调用
	"{motto} and {pork}".format(motto = 'spam', pork = 'ham')		# 基于Key的调用
	"{motto} and {0}".format(ham, motto = 'spam')								# 混合调用
	# 添加键 属性 偏移量 (import sys)
	"my {1[spam]} runs {0.platform}".format(sys, {'spam':'laptop'})									# 基于位置的键和属性
	"{config[spam]} {sys.platform}".format(sys = sys, config = {'spam':'laptop'})		# 基于Key的键和属性
	"first = {0[0]}, second = {0[1]}".format(['A', 'B', 'C'])												# 基于位置的偏移量
	# 具体格式化
	"{0:e}, {1:.3e}, {2:g}".format(3.14159, 3.14159, 3.14159)		# 输出'3.141590e+00, 3.142e+00, 3.14159'
	"{fieldname:format_spec}".format(......)
	# 说明:
	''' 
		fieldname是指定参数的一个数字或关键字, 后边可跟可选的".name"或"[index]"成分引用
		format_spec ::=  [[fill]align][sign][#][0][width][,][.precision][type]
		fill        ::=  <any character>					#填充字符
		align       ::=  "<" | ">" | "=" | "^"		#对齐方式
		sign        ::=  "+" | "-" | " "					#符号说明
		width       ::=  integer									#字符串宽度
		precision   ::=  integer									#浮点数精度
		type        ::=  "b" | "c" | "d" | "e" | "E" | "f" | "F" | "g" | "G" | "n" | "o" | "s" | "x" | "X" | "%"
	'''
	# 例子:
		'={0:10} = {1:10}'.format('spam', 123.456)								# 输出'=spam       =    123.456'
		'={0:>10}='.format('test')																# 输出'=      test='
		'={0:<10}='.format('test')																# 输出'=test      ='
		'={0:^10}='.format('test')																# 输出'=   test   ='
		'{0:X}, {1:o}, {2:b}'.format(255, 255, 255)								# 输出'FF, 377, 11111111'
		'My name is {0:{1}}.'.format('Fred', 8)										# 输出'My name is Fred    .'  动态指定参数

#-- 常用列表常量和操作
	L = [[1, 2], 'string', {}]						# 嵌套列表
	L = list('spam')											# 列表初始化
	L = list(range(0, 4))									# 列表初始化
	list(map(ord, 'spam'))								# 列表解析
	len(L)																# 求列表长度
	L.count(value)												# 求列表中某个值的个数
	L.append(obj)													# 向列表的尾部添加数据，比如append(2)，添加元素2
	L.insert(index, obj)									# 向列表的指定index位置添加数据，index及其之后的数据后移
	L.extend(interable)										# 通过添加iterable中的元素来扩展列表，比如extend([2])，添加元素2，注意和append的区别
	L.index(value, [start, [stop]])				# 返回列表中值value的第一个索引
	L.pop([index])												# 删除并返回index处的元素，默认为删除并返回最后一个元素
	L.remove(value)												# 删除列表中的value值，只删除第一次出现的value的值
	L.reverse()														# 反转列表
	L.sort(cmp=None, key=None, reverse=False)		# 排序列表
	a = [1, 2, 3], b = a[10:]							# 注意，这里不会引发IndexError异常，只会返回一个空的列表[]
	a = [], a += [1]											# 这里实在原有列表的基础上进行操作，即列表的id没有改变
	a = [], a = a + [1]										# 这里最后的a要构建一个新的列表，即a的id发生了变化
 	

#-- 用切片来删除序列的某一段
	a = [1, 2, 3, 4, 5, 6, 7]
	a[1:4] = []														# a = [1, 5, 6, 7]
	a = [0, 1, 2, 3, 4, 5, 6, 7]
	del a[::2]														# 去除偶数项(偶数索引的)，a = [1, 3, 5, 7]
	
#--	常用字典常量和操作
	D = {}
	D = {'spam':2, 'tol':{'ham':1}}									# 嵌套字典
	D = dict.fromkeys(['s', 'd'], 8)								# {'d': 8, 's': 8}
	D = dict(name = 'tom', age = 12)								# {'age': 12, 'name': 'tom'}
	D = dict([('name', 'tom'), ('age', 12)])				# {'age': 12, 'name': 'tom'}
	D = dict(zip(['name', 'age'], ['tom', 12]))			# {'age': 12, 'name': 'tom'}
	D.keys()	D.values()	D.items()									# 字典键、值以及键值对
	D.get(key, default)															# get函数
	D.update(D_other)																# 合并字典，如果存在相同的键值，D_other的数据会覆盖掉D的数据
	D.pop(key, [D])																	# 删除字典中键值为key的项，返回键值为key的值，如果不存在，返回默认值D，否则异常
	D.popitem()																			# pop字典中的一项（一个键值对）
	D.setdefault(k[, d])														# 设置D中某一项的默认值。如果k存在，则返回D[k]，否则设置D[k]=d，同时返回D[k]。
	del D																						# 删除字典
	del D['key']																		# 删除字典的某一项
	if key in D:		if key not in D:								# 测试字典键是否存在
	# 字典注意事项：（1）对新索引赋值会添加一项（2）字典键不一定非得是字符串，也可以为任何的不可变对象

#--	字典解析
	D = {k:8 for k in ['s', 'd']}										# {'d': 8, 's': 8}
	D = {k:v for (k, v) in zip(['name', 'age'], ['tom', 12])}
	
#-- 字典的特殊方法__missing__：当查找找不到key时，会执行该方法
	class Dict(dict):
		def __missing__(self, key):
			self[key] = []
			return self[key]
	dct = Dict()
	dct["foo"].append(1)														# 这有点类似于collections.defalutdict
	dct["foo"]																			# [1]
	
#-- 元组和列表的唯一区别在于元组是不可变对象，列表时可变对象
	a = [1, 2, 3]			# a[1] = 0, OK
	a = (1, 2, 3)			# a[1] = 0, Error
	a = ([1, 2])			# a[0][1] = 0, OK
	a = [(1, 2)]			# a[0][1] = 0, Error
	
#--	元组的特殊语法: 逗号和圆括号
	D = (12)					# 此时D为一个整数 即D = 12
	D = (12, )				# 此时D为一个元组 即D = (12, )
	
#-- 文件基本操作
	output = open(r'C:\spam', 'w')				# 打开输出文件，用于写
	input = open('data', 'r')							# 打开输入文件，用于读。打开的方式可以为'w', 'r', 'a', 'wb', 'rb', 'ab'等
	fp.read([size])                     	# size为读取的长度，以byte为单位
	fp.readline([size])                 	# 读一行，如果定义了size，有可能返回的只是一行的一部分
	fp.readlines([size])                	# 把文件每一行作为一个list的一个成员，并返回这个list。其实它的内部是通过循环调用readline()来实现的。如果提供size参数，size是表示读取内容的总长。
	fp.readable()													# 是否可读
	fp.write(str)                     		# 把str写到文件中，write()并不会在str后加上一个换行符
	fp.writelines(seq)            				# 把seq的内容全部写到文件中(多行一次性写入)
	fp.writeable()												# 是否可写
	fp.close()                        		# 关闭文件。
	fp.flush()                           	# 把缓冲区的内容写入硬盘
	fp.fileno()														# 返回一个长整型的”文件标签“
	fp.isatty()               	       		# 文件是否是一个终端设备文件（unix系统中的）
	fp.tell()                    					# 返回文件操作标记的当前位置，以文件的开头为原点
	fp.next()                            	# 返回下一行，并将文件操作标记位移到下一行。把一个file用于for … in file这样的语句时，就是调用next()函数来实现遍历的。
	fp.seek(offset[,whence])            	# 将文件打操作标记移到offset的位置。whence可以为0表示从头开始计算，1表示以当前位置为原点计算。2表示以文件末尾为原点进行计算。
	fp.seekable()													# 是否可以seek
	fp.truncate([size])                  	# 把文件裁成规定的大小，默认的是裁到当前文件操作标记的位置。
	for line in open('data'): 
		print(line)													# 使用for语句，比较适用于打开比较大的文件
	open('f.txt', encoding = 'latin-1')		# Python3.x Unicode文本文件
	open('f.bin', 'rb')										# Python3.x 二进制bytes文件
	# 文件对象还有相应的属性：buffer closed encoding errors line_buffering name newlines等
	
#-- 其他
	# Python中的真假值含义：1. 数字如果非零，则为真，0为假。 2. 其他对象如果非空，则为真
	# 通常意义下的类型分类：1. 数字、序列、映射。 2. 可变类型和不可变类型


'''语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句'''

#--	赋值语句的形式
	spam = 'spam'													# 基本形式
	spam, ham = 'spam', 'ham'							# 元组赋值形式
	[spam, ham] = ['s', 'h']							# 列表赋值形式
	a, b, c, d = 'abcd'										# 序列赋值形式
	a, *b, c = 'spam'											# 序列解包形式（Python3.x中才有）
	spam = ham = 'no'											# 多目标赋值运算，涉及到共享引用
	spam += 42														# 增强赋值，涉及到共享引用

#-- 序列赋值 序列解包
	[a, b, c] = (1, 2, 3)									# a = 1, b = 2, c = 3
	a, b, c, d = "spam"										# a = 's', b = 'p'
	a, b, c = range(3)										# a = 0, b = 1
	a, *b = [1, 2, 3, 4]									# a = 1, b = [2, 3, 4]
	*a, b = [1, 2, 3, 4]									# a = [1, 2, 3], b = 4
	a, *b, c = [1, 2, 3, 4]								# a = 1, b = [2, 3], c = 4
	# 带有*时 会优先匹配*之外的变量 如
	a, *b, c = [1, 2]											# a = 1, c = 2, b = []

#--	print函数原型
	print(value, ..., sep=' ', end='\n', file=sys.stdout, flush=False)
	# 流的重定向
	print('hello world')								# 等于sys.stdout.write('hello world')
	temp = sys.stdout										# 原有流的保存
	sys.stdout = open('log.log', 'a')		# 流的重定向
	print('hello world')								# 写入到文件log.log
	sys.stdout.close()
	sys.stdout = temp										# 原有流的复原
	
#--	Python中and或or总是返回对象(左边的对象或右边的对象) 且具有短路求值的特性
	1 or 2 or 3													# 返回 1
	1 and 2 and 3												# 返回 3

#--	if/else三元表达符（if语句在行内）
	A = 1 if X else 2
	A = 1 if X else (2 if Y else 3)
	# 也可以使用and-or语句（一条语句实现多个if-else）
	result = (a > 20 and "big than 20" or a > 10 and "big than 10" or a > 5 and "big than 5")

#--	Python的while语句或者for语句可以带else语句 当然也可以带continue/break/pass语句
	while a > 1:
		......
	else:
		......
	# else语句会在循环结束后执行，除非在循环中执行了break，同样的还有for语句
	for i in range(5):
		......
	else:
		......

#--	for循环的元组赋值
	for (a, b) in [(1, 2), (3, 4)]:									# 最简单的赋值
	for ((a, b), c) in [((1, 2), 3), ((4, 5), 6)]:	# 自动解包赋值
	for ((a, b), c) in [((1, 2), 3), ("XY", 6)]:		# 自动解包 a = X, b = Y, c = 6
	for (a, *b) in [(1, 2, 3), (4, 5, 6)]:					# 自动解包赋值

#--	列表解析语法
	M = [[1,2,3], [4,5,6], [7,8,9]]
	res = [sum(row) for row in M]										# G = [6, 15, 24] 一般的列表解析 生成一个列表
	res = [c * 2 for c in 'spam']										# ['ss', 'pp', 'aa', 'mm']
	res = [a * b for a in [1, 2] for b in [4, 5]]		# 多解析过程 返回[4, 5, 8, 10]
	res = [a for a in [1, 2, 3] if a < 2]						# 带判断条件的解析过程
	res = [a if a > 0 else 0 for a in [-1, 0, 1]] 	# 带判断条件的高级解析过程
	# 两个列表同时解析：使用zip函数
	for teama, teamb in zip(["Packers", "49ers"], ["Ravens", "Patriots"]):
		print(teama + " vs. " + teamb)
	# 带索引的列表解析：使用enumerate函数
	for index, team in enumerate(["Packers", "49ers", "Ravens", "Patriots"]):
		print(index, team)														# 输出0, Packers \n 1, 49ers \n ......
	
#-- 生成器表达式
	G = (sum(row) for row in M) 										# 使用小括号可以创建所需结果的生成器generator object
	next(G), next(G), next(G)   										# 输出(6, 15, 24)
	G = {sum(row) for row in M} 										# G = {6, 15, 24} 解析语法还可以生成集合和字典
	G = {i:sum(M[i]) for i in range(3)}							# G = {0: 6, 1: 15, 2: 24}

#--	文档字符串:出现在Module的开端以及其中函数或类的开端 使用三重引号字符串
	'''
	module document
	'''
	def func():
		'''
		function document
		'''
		print()
	class Employee:
		'''
		class document
		'''
		...
	print(func.__doc__)										# 输出函数文档字符串
	print(Employee.__doc__)								# 输出类的文档字符串
	
#--	命名惯例:
	'''
	以单一下划线开头的变量名(_X)不会被from module import*等语句导入
	前后有两个下划线的变量名(__X__)是系统定义的变量名，对解释器有特殊意义
	以两个下划线开头但不以下划线结尾的变量名(__X)是类的本地(私有)变量
	'''

#-- 列表解析 in成员关系测试 map sorted zip enumerate内置函数等都使用了迭代协议
	'first line' in open('test.txt')			# in测试 返回True或False
	list(map(str.upper, open('t')))				# map内置函数
	sorted(iter([2, 5, 8, 3, 1]))					# sorted内置函数
	list(zip([1, 2], [3, 4]))							# zip内置函数 [(1, 3), (2, 4)] 

#-- del语句: 手动删除某个变量
	del X

#-- 获取列表的子表的方法:
	x = [1,2,3,4,5,6]
	x[:3]																	# 前3个[1,2,3]
	x[1:5]																# 中间4个[2,3,4,5]
	x[-3:]																# 最后3个[4,5,6]
	x[::2]																# 奇数项[1,3,5]
	x[1::2]																# 偶数项[2,4,6]
	
#-- 手动迭代：iter和next
	L = [1, 2]
	I = iter(L)														# I为L的迭代器
	I.next()															#	返回1
	I.next()															# 返回2
	I.next()															# Error:StopIteration
	
#-- Python中的可迭代对象
	'''
	1.range迭代器
	2.map、zip和filter迭代器
	3.字典视图迭代器：D.keys()), D.items()等
	4.文件类型
	'''


'''函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则'''

#-- 函数相关的语句和表达式
	myfunc('spam')							# 函数调用
	def myfunc():								# 函数定义
	return None									# 函数返回值
	global a										# 全局变量
	nonlocal x									# 在函数或其他作用域中使用外层（非全局）变量
	yield x											# 生成器函数返回
	lambda											# 匿名函数
	
#--	Python函数变量名解析:LEGB原则，即:
	'''
	local(functin) --> encloseing function locals --> global(module) --> build-in(python)
	说明:以下边的函数maker为例 则相对于action而言 X为Local N为Encloseing
	'''

#--	嵌套函数举例:工厂函数
	def maker(N):
		def action(X):
			return X ** N
		return action
	f = maker(2)								# pass 2 to N
	f(3)												# 9, pass 3 to X

#--	嵌套函数举例:lambda实例
	def maker(N):
		action = (lambda X: X**N)
		return action
	f = maker(2)								# pass 2 to N
	f(3)												# 9, pass 3 to X

#--	nonlocal和global语句的区别
	# nonlocal应用于一个嵌套的函数的作用域中的一个名称 例如:
	start = 100
	def tester(start):
		def nested(label):
			nonlocal start					# 指定start为tester函数内的local变量 而不是global变量start
			print(label, start)
			start += 3
		return nested
	# global为全局的变量 即def之外的变量
	def tester(start):
		def nested(label):
			global start						# 指定start为global变量start
			print(label, start)
			start += 3
		return nested	
	
#--	函数参数，不可变参数通过“值”传递，可变参数通过“引用”传递
	def f(a, b, c): print(a, b, c)
	f(1, 2, 3)														# 参数位置匹配
	f(1, c = 3, b = 2)										# 参数关键字匹配
	def f(a, b = 1, c = 2): print(a, b, c)
	f(1)																	# 默认参数匹配
	f(1, 2)																# 默认参数匹配
	f(a = 1, c = 3)												# 关键字参数和默认参数的混合
	# Keyword-Only参数:出现在*args之后 必须用关键字进行匹配
	def keyOnly(a, *b, c): print('')			# c就为keyword-only匹配 必须使用关键字c = value匹配
	def keyOnly(a, *, b, c): ......				# b c为keyword-only匹配 必须使用关键字匹配
	def keyOnly(a, *, b = 1): ......			# b有默认值 或者省略 或者使用关键字参数b = value

#--	可变参数匹配: * 和 **
	def f(*args): print(args)							# 在元组中收集不匹配的位置参数
	f(1, 2, 3)														# 输出(1, 2, 3)
	def f(**args): print(args)						# 在字典中收集不匹配的关键字参数
	f(a = 1, b = 2)												# 输出{'a':1, 'b':2}
	def f(a, *b **c): print(a, b, c)			# 两者混合使用
	f(1, 2, 3, x = 4, y = 5)							# 输出1, (2, 3), {'x':4, 'y':5}
	
#--	函数调用时的参数解包: * 和 ** 分别解包元组和字典
	func(1, *(2, 3))  <==>  func(1, 2, 3)
	func(1, **{'c':3, 'b':2})  <==>  func(1, b = 2, c = 3)
	func(1, *(2, 3), **{'c':3, 'b':2})  <==>  func(1, 2, 3, b = 2, c = 3)
	
#-- 函数属性:(自己定义的)函数可以添加属性
	def func():.....
	func.count = 1												# 自定义函数添加属性
	print.count = 1												# Error 内置函数不可以添加属性
	
#-- 函数注解: 编写在def头部行 主要用于说明参数范围、参数类型、返回值类型等
	def func(a:'spam', b:(1, 10), c:float) -> int :
		print(a, b, c)
	func.__annotations__									# {'c':<class 'float'>, 'b':(1, 10), 'a':'spam', 'return':<class 'int'>}
	# 编写注解的同时 还是可以使用函数默认值 并且注解的位置位于=号的前边
	def func(a:'spam'='a', b:(1, 10)=2, c:float=3) -> int :
		print(a, b, c)

#-- 匿名函数:lambda
	f = lambda x, y, z : x + y + z				# 普通匿名函数，使用方法f(1, 2, 3)
	f = lambda x = 1, y = 1: x + y				# 带默认参数的lambda函数
	def action(x):												# 嵌套lambda函数
		return (lambda y : x + y)
	f = lambda: a if xxx() else b					# 无参数的lambda函数，使用方法f()

#-- lambda函数与map filter reduce函数的结合
	list(map((lambda x: x + 1), [1, 2, 3]))							# [2, 3, 4]
	list(filter((lambda x: x > 0), range(-4, 5)))				# [1, 2, 3, 4]
	functools.reduce((lambda x, y: x + y), [1, 2, 3])		# 6
	functools.reduce((lambda x, y: x * y), [2, 3, 4])		# 24
	
#-- 生成器函数:yield VS return
	def gensquare(N):
		for i in range(N):
			yield i** 2												# 状态挂起 可以恢复到此时的状态
	for i in gensquare(5):								# 使用方法
		print(i, end = ' ')									# [0, 1, 4, 9, 16]
	x = gensquare(2)											# x是一个生成对象
	next(x)																# 等同于x.__next__() 返回0
	next(x)																# 等同于x.__next__() 返回1
	next(x)																# 等同于x.__next__() 抛出异常StopIteration
	
#-- 生成器表达式:小括号进行列表解析
	G = (x ** 2 for x in range(3)) 				# 使用小括号可以创建所需结果的生成器generator object
	next(G), next(G), next(G)							# 和上述中的生成器函数的返回值一致
	#（1）生成器(生成器函数/生成器表达式)是单个迭代对象
	G = (x ** 2 for x in range(4))
	I1 = iter(G)													# 这里实际上iter(G) = G
	next(I1)															# 输出0
	next(G)																# 输出1
	next(I1)															# 输出4
	#（2）生成器不保留迭代后的结果
	gen = (i for i in range(4))
	2 in gen															# 返回True
	3 in gen															# 返回True
	1 in gen 															# 返回False，其实检测2的时候，1已经就不在生成器中了，即1已经被迭代过了，同理2、3也不在了

#-- 本地变量是静态检测的
	X = 22											# 全局变量X的声明和定义
	def test():
		print(X)									# 如果没有下一语句 则该句合法 打印全局变量X
		X = 88										# 这一语句使得上一语句非法 因为它使得X变成了本地变量 上一句变成了打印一个未定义的本地变量(局部变量)
		if False:									# 即使这样的语句 也会把print语句视为非法语句 因为:
			X = 88									# Python会无视if语句而仍然声明了局部变量X
	def test():									# 改进
		global X									# 声明变量X为全局变量
		print(X)									# 打印全局变量X
		X = 88										# 改变全局变量X
		
#-- 函数的默认值是在函数定义的时候实例化的 而不是在调用的时候 例子:
	def foo(numbers=[]):				# 这里的[]是可变的
		numbers.append(9)	
		print(numbers)
	foo() 											# first time, like before, [9]
	foo() 											# second time, not like before, [9, 9]
	foo() 											# third time, not like before too, [9, 9, 9]
	# 改进:
	def foo(numbers=None):
		if numbers is None: numbers = []
		numbers.append(9)
		print(numbers)
	# 另外一个例子 参数的默认值为不可变的:
	def foo(count=0):						# 这里的0是数字, 是不可变的
		count += 1
		print(count)
	foo()												# 输出1
	foo()												# 还是输出1
	foo(3)											# 输出4
	foo()												# 还是输出1
	

'''函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子'''

	'''数学运算类'''
	abs(x)																# 求绝对值，参数可以是整型，也可以是复数，若参数是复数，则返回复数的模
	complex([real[, imag]])								# 创建一个复数
	divmod(a, b)													# 分别取商和余数，注意：整型、浮点型都可以
	float([x])														# 将一个字符串或数转换为浮点数。如果无参数将返回0.0
	int([x[, base]]) 											# 将一个字符串或浮点数转换为int类型，base表示进制
	long([x[, base]]) 										# 将一个字符串或浮点数转换为long类型
	pow(x, y) 														# 返回x的y次幂
	range([start], stop[, step]) 					# 产生一个序列，默认从0开始
	round(x[, n]) 												# 四舍五入
	sum(iterable[, start]) 								# 对集合求和
	oct(x)																# 将一个数字转化为8进制字符串
	hex(x)																# 将一个数字转换为16进制字符串
	chr(i)																# 返回给定int类型对应的ASCII字符
	unichr(i)															# 返回给定int类型的unicode
	ord(c)																# 返回ASCII字符对应的整数
	bin(x)																# 将整数x转换为二进制字符串
	bool([x])															# 将x转换为Boolean类型
	
	'''集合类操作'''
	basestring()													# str和unicode的超类，不能直接调用，可以用作isinstance判断
	format(value [, format_spec])					# 格式化输出字符串，格式化的参数顺序从0开始，如“I am {0},I like {1}”
	enumerate(sequence[, start=0])				# 返回一个可枚举的对象，注意它有第二个参数
	iter(obj[, sentinel])									# 生成一个对象的迭代器，第二个参数表示分隔符
	max(iterable[, args...][key]) 				# 返回集合中的最大值
	min(iterable[, args...][key])					# 返回集合中的最小值
	dict([arg])														# 创建数据字典
	list([iterable]) 											# 将一个集合类转换为另外一个集合类
	set()																	# set对象实例化
	frozenset([iterable])									# 产生一个不可变的set
	tuple([iterable]) 										# 生成一个tuple类型
	str([object]) 												# 转换为string类型
	sorted(iterable[, cmp[, key[, reverse]]]) 			# 集合排序
		L = [('b',2),('a',1),('c',3),('d',4)]
		sorted(L, key=lambda x: x[1]), reverse=True)	# 使用Key参数和reverse参数
		sorted(L, key=lambda x: (x[0], x[1]))					# 使用key参数进行多条件排序，即如果x[0]相同，则比较x[1]

	'''逻辑判断'''
	all(iterable)													# 集合中的元素都为真的时候为真，特别的，若为空串返回为True
	any(iterable)													# 集合中的元素有一个为真的时候为真，特别的，若为空串返回为False
	cmp(x, y)															# 如果x < y ,返回负数；x == y, 返回0；x > y,返回正数

	'''IO操作'''
	file(filename [, mode [, bufsize]])		# file类型的构造函数。
	input([prompt]) 											# 获取用户输入，推荐使用raw_input，因为该函数将不会捕获用户的错误输入
	raw_input([prompt]) 									# 设置输入，输入都是作为字符串处理
	open(name[, mode[, buffering]]) 			# 打开文件，与file有什么不同？推荐使用open
	
	'''其他'''
	callable(object)											# 检查对象object是否可调用
	classmethod(func)											# 用来说明这个func是个类方法
	staticmethod(func)										# 用来说明这个func为静态方法
	dir([object])													# 不带参数时，返回当前范围内的变量、方法和定义的类型列表；带参数时，返回参数的属性、方法列表。
	help(obj)															# 返回obj的帮助信息
	eval(expression)											# 计算表达式expression的值，并返回
	exec(str)															# 将str作为Python语句执行
	execfile(filename)										# 用法类似exec()，不同的是execfile的参数filename为文件名，而exec的参数为字符串。
	filter(function, iterable)						# 构造一个序列，等价于[item for item in iterable if function(item)]，function返回值为True或False的函数
		list(filter(bool, range(-3, 4)))		# 返回[-3, -2, -1, 1, 2, 3], 没有0
	hasattr(object, name)									# 判断对象object是否包含名为name的特性
	getattr(object, name [, defalut])			# 获取一个类的属性
	setattr(object, name, value)					# 设置属性值
	delattr(object, name)									# 删除object对象名为name的属性
	globals()															# 返回一个描述当前全局符号表的字典
	hash(object)													# 如果对象object为哈希表类型，返回对象object的哈希值
	id(object)														# 返回对象的唯一标识，一串数字
	isinstance(object, classinfo)					# 判断object是否是class的实例
		isinstance(1, int)									# 判断是不是int类型
		isinstance(1, (int, float))					# isinstance的第二个参数接受一个元组类型
	issubclass(class, classinfo)					# 判断class是否为classinfo的子类
	locals() 															# 返回当前的变量列表
	map(function, iterable, ...) 					# 遍历每个元素，执行function操作
		list(map(abs, range(-3, 4)))				# 返回[3, 2, 1, 0, 1, 2, 3]
	next(iterator[, default]) 						# 类似于iterator.next()
	property([fget[, fset[, fdel[, doc]]]]) 			# 属性访问的包装类，设置后可以通过c.x=value等来访问setter和getter
	reduce(function, iterable[, initializer]) 		# 合并操作，从第一个开始是前两个参数，然后是前两个的结果与第三个合并进行处理，以此类推
		def add(x,y):return x + y 
		reduce(add, range(1, 11)) 					# 返回55 (注:1+2+3+4+5+6+7+8+9+10 = 55)
		reduce(add, range(1, 11), 20) 			# 返回75 
	reload(module) 												# 重新加载模块
	repr(object) 													# 将一个对象变幻为可打印的格式
	slice(start, stop[, step]) 						# 产生分片对象
	type(object)													# 返回该object的类型
	vars([object]) 												# 返回对象的变量名、变量值得字典
		a = Class();												# Class为一个空类
		a.name = 'qi', a.age = 9
		vars(a)															# {'name':'qi', 'age':9}
	zip([iterable, ...])									# 返回对应数组
		list(zip([1, 2, 3], [4, 5, 6]))			# [(1, 4), (2, 5), (3, 6)]
		a = [1, 2, 3],  b = ["a", "b", "c"]
		z = zip(a, b)												# 压缩：[(1, "a"), (2, "b"), (3, "c")]
		zip(*z)															# 解压缩：[(1, 2, 3), ("a", "b", "c")]
	unicode(string, encoding, errors)			# 将字符串string转化为unicode形式，string为encoded string。

	
'''模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle'''

#-- Python模块搜索路径:
	'''
	(1)程序的主目录	(2)PYTHONPATH目录 (3)标准链接库目录 (4)任何.pth文件的内容
	'''
	
#--	查看全部的模块搜索路径
	import sys
	sys.path
		
#--	模块的使用代码
	import module1, module2								# 导入module1 使用module1.printer()
	from module1 import printer						# 导入module1中的printer变量 使用printer()
	from module1 imoprt *									# 导入module1中的全部变量 使用不必添加module1前缀

#-- 重载模块reload: 这是一个内置函数 而不是一条语句
	from imp import reload
	reload(module)
	
#--	模块的包导入:使用点号(.)而不是路径(dir1\dir2)进行导入
	import dir1.dir2.mod									# d导入包(目录)dir1中的包dir2中的mod模块 此时dir1必须在Python可搜索路径中
	from dir1.dir2.mod import * 					# from语法的包导入

#--	__init__.py包文件:每个导入的包中都应该包含这么一个文件
	'''
	该文件可以为空
	首次进行包导入时 该文件会自动执行
	高级功能:在该文件中使用__all__列表来定义包(目录)以from*的形式导入时 需要导入什么
	'''
	
#--	包相对导入:使用点号(.) 只能使用from语句
	from . import spam										# 导入当前目录下的spam模块（错误: 当前目录下的模块, 直接导入即可）
	from .spam import name								# 导入当前目录下的spam模块的name属性（错误: 当前目录下的模块, 直接导入即可，不用加.）
	from .. import spam										# 导入当前目录的父目录下的spam模块
	
#--	包相对导入与普通导入的区别
	from string import *									# 这里导入的string模块为sys.path路径上的 而不是本目录下的string模块(如果存在也不是)
	from .string import * 								# 这里导入的string模块为本目录下的(不存在则导入失败) 而不是sys.path路径上的
	
#--	模块数据隐藏:最小化from*的破坏
	_X																		# 变量名前加下划线可以防止from*导入时该变量名被复制出去
	__all__ = ['x', 'x1', 'x2']						# 使用__all__列表指定from*时复制出去的变量名(变量名在列表中为字符串形式)

#-- 可以使用__name__进行模块的单元测试:当模块为顶层执行文件时值为'__main__' 当模块被导入时为模块名
	if __name__ == '__main__':
		......
	# 模块属性中还有其他属性，例如：
	__doc__											# 模块的说明文档
	__file__										# 模块文件的文件名，包括全路径
	__name__										# 主文件或者被导入文件
	__package__									# 模块所在的包
		
#-- import语句from语句的as扩展
	import modulename as name
	from modulename import attrname as name
	
#-- 得到模块属性的几种方法 假设为了得到name属性的值
	M.name
	M.__dict__['name']
	sys.modules['M'].name
	getattr(M, 'name')
	

'''类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象'''

#--	最普通的类
	class C1(C2, C3):
		spam = 42														# 数据属性
		def __init__(self, name):						# 函数属性:构造函数
			self.name = name
		def __del__(self):									# 函数属性:析构函数
			print("goodbey ", self.name)	
	I1 = C1('bob')
	
#--	Python的类没有基于参数的函数重载
	class FirstClass:
		def test(self, string):
			print(string)
		def test(self):											# 此时类中只有一个test函数 即后者test(self) 它覆盖掉前者带参数的test函数
			print("hello world")

#--	子类扩展超类: 尽量调用超类的方法
	class Manager(Person):
		def giveRaise(self, percent, bonus = .10):
			self.pay = int(self.pay*(1 + percent + bonus))		# 不好的方式 复制粘贴超类代码
			Person.giveRaise(self, percent + bonus)						# 好的方式 尽量调用超类方法

#-- 类内省工具
	bob = Person('bob')
	bob.__class__													# <class 'Person'>
	bob.__class__.__name__								# 'Person'
	bob.__dict__													# {'pay':0, 'name':'bob', 'job':'Manager'}
	
#-- 返回1中 数据属性spam是属于类 而不是对象
	I1 = C1('bob'); I2 = C2('tom');				# 此时I1和I2的spam都为42 但是都是返回的C1的spam属性
	C1.spam = 24													# 此时I1和I2的spam都为24
	I1.spam = 3														# 此时I1新增自有属性spam 值为2 I2和C1的spam还都为24
	
#--	类方法调用的两种方式
	instance.method(arg...)
	class.method(instance, arg...)
	
#--	抽象超类的实现方法
	# (1)某个函数中调用未定义的函数 子类中定义该函数
		def delegate(self):
			self.action()											# 本类中不定义action函数 所以使用delegate函数时就会出错
	# (2)定义action函数 但是返回异常
		def action(self):
			raise NotImplementedError("action must be defined")
	# (3)上述的两种方法还都可以定义实例对象 实际上可以利用@装饰器语法生成不能定义的抽象超类
		from abc import ABCMeta, abstractmethod
		class Super(metaclass = ABCMeta):
			@abstractmethod
			def action(self): pass
		x = Super()													# 返回 TypeError: Can't instantiate abstract class Super with abstract methods action
	
#--	# OOP和继承: "is - a"的关系
	class A(B):
		pass
	a = A()
	isinstance(a, B)											# 返回True, A是B的子类 a也是B的一种
	# OOP和组合: "has- a"的关系
	pass
	# OOP和委托: "包装"对象 在Python中委托通常是以"__getattr__"钩子方法实现的, 这个方法会拦截对不存在属性的读取
	# 包装类(或者称为代理类)可以使用__getattr__把任意读取转发给被包装的对象
	class wrapper:
		def __init__(self, object):
			self.wrapped = object
		def __getattr(self, attrname):
			print('Trace: ', attrname)
			return getattr(self.wrapped, attrname)
	# 注:这里使用getattr(X, N)内置函数以变量名字符串N从包装对象X中取出属性 类似于X.__dict__[N]
	x = wrapper([1, 2, 3])
	x.append(4)														# 返回 "Trace: append" [1, 2, 3, 4]
	x = wrapper({'a':1, 'b':2})
	list(x.keys())												# 返回 "Trace: keys" ['a', 'b']

#-- 类的伪私有属性:使用__attr
	class C1:
		def __init__(self, name):
			self.__name = name								# 此时类的__name属性为伪私有属性 原理 它会自动变成self._C1__name = name
		def __str__(self):
			return 'self.name = %s' % self.__name
	I = C1('tom')
	print(I)															# 返回 self.name = tom
	I.__name = 'jeey'											# 这里无法访问 __name为伪私有属性
	I._C1__name = 'jeey'									# 这里可以修改成功 self.name = jeey
	
#-- 类方法是对象:无绑定类方法对象 / 绑定实例方法对象
	class Spam:
		def doit(self, message):
			print(message)
		def selfless(message)
			print(message)
	obj = Spam()
	x = obj.doit													# 类的绑定方法对象 实例 + 函数
	x('hello world')
	x = Spam.doit													# 类的无绑定方法对象 类名 + 函数
	x(obj, 'hello world')
	x = Spam.selfless											# 类的无绑定方法是函数 在3.0之前无效
	x('hello world')

#-- 获取对象信息: 属性和方法
	a = MyObject()
	dir(a)																# 使用dir函数
	hasattr(a, 'x')												# 测试是否有x属性或方法 即a.x是否已经存在
	setattr(a, 'y', 19)										# 设置属性或方法 等同于a.y = 19
	getattr(a, 'z', 0)										# 获取属性或方法 如果属性不存在 则返回默认值0
	#这里有个小技巧，setattr可以设置一个不能访问到的属性，即只能用getattr获取
	setattr(a, "can't touch", 100)				# 这里的属性名带有空格，不能直接访问
	getattr(a, "can't touch", 0)					# 但是可以用getattr获取

#-- 为类动态绑定属性或方法: MethodType方法
	# 一般创建了一个class的实例后, 可以给该实例绑定任何属性和方法, 这就是动态语言的灵活性
	class Student(object):
		pass
	s = Student()
	s.name = 'Michael' 															# 动态给实例绑定一个属性
	def set_age(self, age): 												# 定义一个函数作为实例方法
		self.age = age
	from types import MethodType
	s.set_age = MethodType(set_age, s) 							# 给实例绑定一个方法 类的其他实例不受此影响
	s.set_age(25) 																	# 调用实例方法
	Student.set_age = MethodType(set_age, Student)	# 为类绑定一个方法 类的所有实例都拥有该方法

	
'''类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题'''
	
#--	多重继承: "混合类", 搜索方式"从下到上 从左到右 广度优先"
	class A(B, C):
		pass

#-- 类的继承和子类的初始化
	# 1.子类定义了__init__方法时，若未显示调用基类__init__方法，python不会帮你调用。
	# 2.子类未定义__init__方法时，python会自动帮你调用首个基类的__init__方法，注意是首个。
	# 3.子类显示调用基类的初始化函数：
	class FooParent(object):
		def __init__(self, a):
			self.parent = 'I\'m the Parent.'
			print('Parent:a=' + str(a))
		def bar(self, message):
			print(message + ' from Parent')
	class FooChild(FooParent):
		def __init__(self, a):
			FooParent.__init__(self, a)
			print('Child:a=' + str(a))
		def bar(self, message):
			FooParent.bar(self, message)
			print(message + ' from Child')
	fooChild = FooChild(10)
    fooChild.bar('HelloWorld')
	
#--	#实例方法 / 静态方法 / 类方法
	class Methods:
		def imeth(self, x): print(self, x)	# 实例方法：传入的是实例和数据，操作的是实例的属性
		def smeth(x): print(x)							# 静态方法：只传入数据 不传入实例，操作的是类的属性而不是实例的属性
		def cmeth(cls, x): print(cls, x)		# 类方法：传入的是类对象和数据
		smeth = staticmethod(smeth)					# 调用内置函数，也可以使用@staticmethod
		cmeth = classmethod(cmeth)					# 调用内置函数，也可以使用@classmethod
	obj = Methods()
	obj.imeth(1)													# 实例方法调用 <__main__.Methods object...> 1
	Methods.imeth(obj, 2)									# <__main__.Methods object...> 2
	Methods.smeth(3)											# 静态方法调用 3
	obj.smeth(4)													# 这里可以使用实例进行调用
	Methods.cmeth(5)											# 类方法调用 <class '__main__.Methods'> 5
	obj.cmeth(6)													# <class '__main__.Methods'> 6
	
#--	函数装饰器:是它后边的函数的运行时的声明 由@符号以及后边紧跟的"元函数"(metafunction)组成
		@staticmethod
		def smeth(x): print(x)
	# 等同于:
		def smeth(x): print(x)
		smeth = staticmethod(smeth)
	# 同理
		@classmethod
		def cmeth(cls, x): print(x)
	# 等同于
		def cmeth(cls, x): print(x)
		cmeth = classmethod(cmeth)
	
#--	类修饰器:是它后边的类的运行时的声明 由@符号以及后边紧跟的"元函数"(metafunction)组成
		def decorator(aClass):.....
		@decorator
		class C:....
	# 等同于:
		class C:....
		C = decorator(C)

#--	限制class属性: __slots__属性
	class Student:
		__slots__ = ('name', 'age')		#限制Student及其实例只能拥有name和age属性
	# __slots__属性只对当前类起作用, 对其子类不起作用
	# __slots__属性能够节省内存
	# __slots__属性可以为列表list，或者元组tuple
	
#--	类属性高级话题: @property
	# 假设定义了一个类:C，该类必须继承自object类，有一私有变量_x
	class C:
　		def __init__(self):
　　		self.__x = None
　　  # 第一种使用属性的方法
　		def getx(self):
　　		return self.__x
　		def setx(self, value):
　　		self.__x = value
　		def delx(self):
　　		del self.__x
　		x = property(getx, setx, delx, '')
	# property函数原型为property(fget=None,fset=None,fdel=None,doc=None)
	# 使用
	c = C()
	c.x = 100										# 自动调用setx方法
	y = c.x											# 自动调用getx方法
	del c.x											# 自动调用delx方法
　　 # 第二种方法使用属性的方法
		@property
　		def x(self):
　　		return self.__x
　		@x.setter
　		def x(self, value):
　　		self.__x = value
　		@x.deleter
　		def x(self):
　　		del self.__x
	# 使用
	c = C()
	c.x = 100										# 自动调用setter方法
	y = c.x											# 自动调用x方法
	del c.x											# 自动调用deleter方法
	
#-- 定制类: 重写类的方法
	# (1)__str__方法、__repr__方法: 定制类的输出字符串
	# (2)__iter__方法、next方法: 定制类的可迭代性
	class Fib(object):
		def __init__(self):
			self.a, self.b = 0, 1 						# 初始化两个计数器a，b
		def __iter__(self):
			return self 											# 实例本身就是迭代对象，故返回自己
		def next(self):
			self.a, self.b = self.b, self.a + self.b
			if self.a > 100000: 							# 退出循环的条件
				raise StopIteration();
			return self.a 										# 返回下一个值
	for n in Fib(): 
		print(n)														# 使用
	# (3)__getitem__方法、__setitem__方法: 定制类的下标操作[] 或者切片操作slice
	class Indexer(object):
		def __init__(self):
			self.data = {}
		def __getitem__(self, n):						# 定义getitem方法
			print('getitem:', n)				
			return self.data[n]
		def __setitem__(self, key, value):	# 定义setitem方法
			print('setitem:key = {0}, value = {1}'.format(key, value))
			self.data[key] = value
	test = Indexer()
	test[0] = 1;   test[3] = '3'					# 调用setitem方法
	print(test[0])												# 调用getitem方法
	# (4)__getattr__方法: 定制类的属性操作
	class Student(object):
		def __getattr__(self, attr):				# 定义当获取类的属性时的返回值
			if attr=='age':
				return 25												# 当获取age属性时返回25
        raise AttributeError('object has no attribute: %s' % attr)
		# 注意: 只有当属性不存在时 才会调用该方法 且该方法默认返回None 需要在函数最后引发异常
	s = Student()
	s.age																	# s中age属性不存在 故调用__getattr__方法 返回25
	# (5)__call__方法: 定制类的'可调用'性
	class Student(object):
		def __call__(self):									# 也可以带参数
			print('Calling......')
	s = Student()
	s()																		# s变成了可调用的 也可以带参数
	callable(s)														# 测试s的可调用性 返回True
	#	(6)__len__方法：求类的长度
	def __len__(self):
		return len(self.data)
	
#-- 动态创建类type()
	# 一般创建类 需要在代码中提前定义
		class Hello(object):
			def hello(self, name='world'):
				print('Hello, %s.' % name)
		h = Hello()
		h.hello()														# Hello, world
		type(Hello)													# Hello是一个type类型 返回<class 'type'>
		type(h)															# h是一个Hello类型 返回<class 'Hello'>
	# 动态类型语言中 类可以动态创建 type函数可用于创建新类型
		def fn(self, name='world'): 				# 先定义函数
			print('Hello, %s.' % name)
		Hello = type('Hello', (object,), dict(hello=fn)) 
		# 创建Hello类 type原型: type(name, bases, dict)
		h = Hello()													# 此时的h和上边的h一致


'''异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关'''
	
#--	#捕获异常: 
		try:
		except:															# 捕获所有的异常 等同于except Exception:
		except name:												# 捕获指定的异常
		except name, value:									# 捕获指定的异常和额外的数据(实例)
		except (name1, name2):
		except (name1, name2), value:
		except name4 as X:
		else:																# 如果没有发生异常
		finally:														# 总会执行的部分
	# 引发异常: raise子句(raise IndexError)
		raise <instance>										# raise instance of a class, raise IndexError()
		raise <class>												# make and raise instance of a class, raise IndexError
		raise																# reraise the most recent exception

#-- Python3.x中的异常链: raise exception from otherException
	except Exception as X:
		raise IndexError('Bad') from X
		
#--	assert子句: assert <test>, <data>
	assert x < 0, 'x must be negative'
	
#--	with/as环境管理器:作为常见的try/finally用法模式的替代方案
	with expression [as variable], expression [as variable]:
	# 例子:
		with open('test.txt') as myfile:
			for line in myfile: print(line)
	# 等同于:
		myfile = open('test.txt')
		try:
			for line in myfile: print(line)
		finally:
			myfile.close()

#--	用户自定义异常: class Bad(Exception):.....
	'''
	Exception超类 / except基类即可捕获到其所有子类
	Exception超类有默认的打印消息和状态 当然也可以定制打印显示:
	'''
	class MyBad(Exception):
		def __str__(self):
			return '定制的打印消息'
	try:
		MyBad()
	except MyBad as x:
		print(x)
	
#--	用户定制异常数据
	class FormatError(Exception):
		def __init__(self, line ,file):
			self.line = line
			self.file = file
	try:
		raise FormatError(42, 'test.py')
	except FormatError as X:
		print('Error at ', X.file, X.line)
	# 用户定制异常行为(方法):以记录日志为例
	class FormatError(Exception):
		logfile = 'formaterror.txt'
		def __init__(self, line ,file):
			self.line = line
			self.file = file
		def logger(self):
			open(self.logfile, 'a').write('Error at ', self.file, self.line)
	try:
		raise FormatError(42, 'test.py')
	except FormatError as X:
		X.logger()

#--	关于sys.exc_info:允许一个异常处理器获取对最近引发的异常的访问
	try:
		......
	except:
		# 此时sys.exc_info()返回一个元组(type, value, traceback)
		# type:正在处理的异常的异常类型
		# value:引发的异常的实例
		# traceback:堆栈信息
		
#-- 异常层次
	BaseException
	+-- SystemExit
	+-- KeyboardInterrupt
	+-- GeneratorExit
	+-- Exception
		+-- StopIteration
		+-- ArithmeticError
		+-- AssertionError
		+-- AttributeError
		+-- BufferError
		+-- EOFError
		+-- ImportError
		+-- LookupError
		+-- MemoryError
		+-- NameError
		+-- OSError
		+-- ReferenceError
		+-- RuntimeError
		+-- SyntaxError
		+-- SystemError
		+-- TypeError
		+-- ValueError
		+-- Warning

	
'''Unicode和字节字符串---Unicode和字节字符串----Unicode和字节字符串----Unicode和字节字符串----Unicode和字节字符串----Unicode和字节字符串----Unicode和字节字符串----Unicode和字节字符串'''

#-- Python的字符串类型
	'''Python2.x'''
	# 1.str表示8位文本和二进制数据
	# 2.unicode表示宽字符Unicode文本
	'''Python3.x'''
	# 1.str表示Unicode文本（8位或者更宽）
	# 2.bytes表示不可变的二进制数据
	# 3.bytearray是一种可变的bytes类型

#--	字符编码方法
	'''ASCII'''									# 一个字节，只包含英文字符，0到127，共128个字符，利用函数可以进行字符和数字的相互转换
	ord('a')										# 字符a的ASCII码为97，所以这里返回97
	chr(97)											# 和上边的过程相反，返回字符'a'
	'''Latin-1'''								# 一个字节，包含特殊字符，0到255，共256个字符，相当于对ASCII码的扩展
	chr(196)										# 返回一个特殊字符：Ä
	'''Unicode'''								# 宽字符，一个字符包含多个字节，一般用于亚洲的字符集，比如中文有好几万字
	'''UTF-8'''									# 可变字节数，小于128的字符表示为单个字节，128到0X7FF之间的代码转换为两个字节，0X7FF以上的代码转换为3或4个字节
	# 注意：可以看出来，ASCII码是Latin-1和UTF-8的一个子集
	# 注意：utf-8是unicode的一种实现方式，unicode、gbk、gb2312是编码字符集
	
#--	查看Python中的字符串编码名称，查看系统的编码
	import encodings
	help(encoding)
	import sys
	sys.platform								# 'win64'
	sys.getdefaultencoding()		# 'utf-8'
	sys.getdefaultencoding() 		# 返回当前系统平台的编码类型
	sys.getsizeof(object)				# 返回object占有的bytes的大小
	
#--	源文件字符集编码声明: 添加注释来指定想要的编码形式 从而改变默认值 注释必须出现在脚本的第一行或者第二行
	"""说明：其实这里只会检查#和coding:utf-8，其余的字符都是为了美观加上的"""
	# _*_ coding: utf-8 _*_
	# coding = utf-8
	
#--	#编码: 字符串 --> 原始字节		#解码: 原始字节 --> 字符串

#-- Python3.x中的字符串应用
	s = '...'										# 构建一个str对象，不可变对象
	b = b'...'									# 构建一个bytes对象，不可变对象
	s[0], b[0]									# 返回('.', 113)
	s[1:], b[1:]								# 返回('..', b'..')
	B = B'''
		xxxx
		yyyy
		'''
	# B = b'\nxxxx\nyyyy\n'
	# 编码，将str字符串转化为其raw bytes形式：
		str.encode(encoding = 'utf-8', errors = 'strict')
		bytes(str, encoding)
	# 编码例子：
		S = 'egg'
		S.encode()													# b'egg'
		bytes(S, encoding = 'ascii')				# b'egg'
	# 解码，将raw bytes字符串转化为str形式：
		bytes.decode(encoding = 'utf-8', errors = 'strict')
		str(bytes_or_buffer[, encoding[, errors]])
	# 解码例子：
		B = b'spam'
		B.decode()													# 'spam'
		str(B)															# "b'spam'"，不带编码的str调用，结果为打印该bytes对象
		str(B, encoding = 'ascii')					# 'spam'，带编码的str调用，结果为转化该bytes对象
	
#-- Python2.x的编码问题
	u = u'汉'
	print repr(u) 												# u'\xba\xba'
	s = u.encode('UTF-8')
	print repr(s) 												# '\xc2\xba\xc2\xba'
	u2 = s.decode('UTF-8')
	print repr(u2) 												# u'\xba\xba'
	# 对unicode进行解码是错误的
	s2 = u.decode('UTF-8')								# UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)
	# 同样，对str进行编码也是错误的
	u2 = s.encode('UTF-8')								# UnicodeDecodeError: 'ascii' codec can't decode byte 0xc2 in position 0: ordinal not in range(128)

#--	bytes对象
	B = b'abc'
	B = bytes('abc', 'ascii')
	B = bytes([97, 98, 99])
	B = 'abc'.encode()
	# bytes对象的方法调用基本和str类型一致 但:B[0]返回的是ASCII码值97, 而不是b'a'
	
#--	#文本文件: 根据Unicode编码来解释文件内容，要么是平台的默认编码，要么是指定的编码类型
	# 二进制文件：表示字节值的整数的一个序列 open('bin.txt', 'rb')
	
#--	Unicode文件
	s = 'A\xc4B\xe8C'											# s = 'A?BèC'  len(s) = 5
	#手动编码
		l = s.encode('latin-1')							# l = b'A\xc4B\xe8C'  len(l) = 5
		u = s.encode('utf-8')								# u = b'A\xc3\x84B\xc3\xa8C'  len(u) = 7
	#文件输出编码
		open('latindata', 'w', encoding = 'latin-1').write(s)
		l = open('latindata', 'rb').read()	# l = b'A\xc4B\xe8C'  len(l) = 5
		open('uft8data', 'w', encoding = 'utf-8').write(s)
		u = open('uft8data', 'rb').read()		# u = b'A\xc3\x84B\xc3\xa8C'  len(u) = 7
	#文件输入编码
		s = open('latindata', 'r', encoding = 'latin-1').read()	# s = 'A?BèC'  len(s) = 5
		s = open('latindata', 'rb').read().decode('latin-1')		# s = 'A?BèC'  len(s) = 5
		s = open('utf8data', 'r', encoding = 'utf-8').read()		# s = 'A?BèC'  len(s) = 5
		s = open('utf8data', 'rb').read().decode('utf-8')				# s = 'A?BèC'  len(s) = 5
		

'''其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----'''
	
#--	60个字符解决FizzBuzz:
	'''写一个程序, 打印数字1到100, 3的倍数打印“Fizz”来替换这个数, 5的倍数打印“Buzz”, 既是3又是5的倍数的打印“FizzBuzz”'''
	for x in range(101):
		print("fizz"[x%3*4::]+"buzz"[x%5*4::] or x)		# 解释:最主要用到列表(字符串)的子表
		
#--	Python实现任意深度的赋值 例如a[0] = 'value1'; a[1][2] = 'value2'; a[3][4][5] = 'value3'
	class MyDict(dict):
		def __setitem__(self, key, value):						# 该函数不做任何改动 这里只是为了输出
			print('setitem:', key, value, self)
			super().__setitem__(key, value)
		def __getitem__(self, item):									# 主要技巧在该函数
			print('getitem:', item, self)								# 输出信息
			# 基本思路: a[1][2]赋值时 需要先取出a[1] 然后给a[1]的[2]赋值
			if item not in self:												# 如果a[1]不存在 则需要新建一个dict 并使得a[1] = dict
				temp = MyDict()														# 新建的dict: temp
				super().__setitem__(item, temp)						# 赋值a[1] = temp
				return temp																# 返回temp 使得temp[2] = value有效
			return super().__getitem__(item)						# 如果a[1]存在 则直接返回a[1]
	# 例子:
		test = MyDict()
		test[0] = 'test'
		print(test[0])
		test[1][2] = 'test1'
		print(test[1][2])
		test[1][3] = 'test2'
		print(test[1][3])

#-- Python中的多维数组
	lists = [0] * 3												# 扩展list，结果为[0, 0, 0]
	lists = [[]] * 3											# 多维数组，结果为[[], [], []]，但有问题，往下看
	lists[0].append(3)										# 期望看到的结果[[3], [], []]，实际结果[[3], [3], [3]]，原因：list*n操作，是浅拷贝，如何避免？往下看
	lists = [[] for i in range(3)]				# 多维数组，结果为[[], [], []]
	lists[0].append(3)										# 结果为[[3], [], []]
	lists[1].append(6)										# 结果为[[3], [6], []]
	lists[2].append(9)										# 结果为[[3], [6], [9]]
	lists = [[[] for j in range(4)] for i in range(3)]
	lists																	# 3行4列，且每一个元素为[]



'''时间处理----时间处理----时间处理----时间处理----时间处理----时间处理----时间处理----时间处理----时间处理----时间处理----时间处理----时间处理----时间处理----时间处理----时间处理----'''
# 基本时间获取
    import datetime
    now = datetime.datetime.now()
    print now
    datetime.datetime(2016, 10, 12, 23, 9, 12, 946118)
    print now.strftime("%Y-%m-%d %H:%M:%S")
    '2016-10-12 23:09:12'
# 获取明天/昨天/前后N天
    datetime.date.today() + datetime.timedelta(days=1)
    datetime.date.today() - datetime.timedelta(days=N)
# 获取本周/本月/上月最后一天
    today = datetime.date.today()
    sunday = today + datetime.timedelta(6 - today.weekday())

    import calendar
    _, last_day_num = calendar.monthrange(today.year, today.month)
    last_day = datetime.date(today.year, today.month, last_day_num)

# timestamp
    import time
    print time.time()
    1421075455.568243