一、存储
.文本
。Python中的数据都保存在内存中，内存中的数据就会消失。而且，如果Python程序运行结束，那么分配给这个程序的内存空间也会清空。为了长期储存，Python必须包数据存储在磁盘中。磁盘以文件为单位来存储数据，对于计算机来说，数据的本质就是有序的二进制数序列。如果以字节为单位，也就是每8位二进制序列为单位，那么这个数据序列就称为文本。这是因为8位的二进制数序列正好对应ASCII编码的一个字符，而Python就借助文本对象来读写文件
在Python中，我们通过内置函数open来创建文件对象，在调用open时，需要说明文件名，以及打开文件的方式，即：
f = open(文件名, 方式）
文件名是文件存在于磁盘的名字，打开文件的常用方式有：
“r" 读取已经存在的文件 eg：f = open("test.txt","r")
”w" 新建文件，并写入
"a" 如果文件存在，那么写入到文件的结尾。如果文件不存在，则新建文件并写入
读取文件的几种方式
content = f.read(10) #读取10个字节的数据
content = f.readline() #读取一行
content = f.readlines() #读取所有行，储存在列表中，每个元素是一行
如果以“w"或”a"方式打开，则我们可以写入文本,如：
f = open("test.txt", "w")
f.write("I like apple")
如果想写入一行，则需要在字符串末尾加上换行符。在UNIX系统中，换行符为“\n"。在Windows系统中，换行符为”\r\n"
f.write("I like apple\r\n") #Windows
打开文件会占有计算机资源，因此，在读写完成后，应该及时的用文件对象的close方法观笔文件： f.close()
.上下文管理器
。文本操作常常和上下文管理器一起使用。上下文管理器（context manager)用于规定某个对象的使用范围。一旦进入或者离开该使用范围，则会有特殊操作被调用，比如为对象分配或者释放内存。对于文件操作来说，我们需要在读写结束时关闭文件。而上下文管理器可以在不需要文件的时候，自动关闭文件。
常规文件操作：
使用上下文管理器：
第二段程序使用了with...as...结构，上下文管理器有隶属于它的程序块，当隶属的程序块执行结束时，就是语句不再缩进时，上下文管理器会自动关闭文件。在程序中，我们调用了f.closed属性来验证是否已经关闭。用上下文管理器的语法时，Python会进入程序块之前调用文件对象的_enter_()方法，在结束程序块的时候调用文件对象的_exit_()方法，而在文件对象的_exit_（）方法中，有self.close()语句。因此，在使用上下文管理器时不用明文关闭文件。
我们自定义的_enter_()返回的时self,也就是新建的Vow类对象本身。在_enter_（）中，我们为text属性增加了前缀“I say:"。在_exit_()参数中的exc_type,exc_value,traceback用于描述异常。我们可以根据这三个参数进行相应的处理。如果正常运行结束，则这三个参数都是None.
.pickle包
。pickle是腌菜的意思。大航海时代的船员常把蔬菜做出腌菜，装在罐头里带着走。Python中的pickle也有类似的意思。通过pickle包，我们可以把某个对象保存下来，再保存成磁盘里的文件
。对象的存储：分为两步。第一步，我们将对象在内存中的数据直接抓取出来，转换成一个有序的文本，也就是序列化（Serialization).第二步，将文本存入文件
。读取对象
读取对象与存储对象的过程正好相反。首先，先从文件读出文本，然后使用pickle的loads()方法，将字符串形式的文本转换为对象。读取对象时，程序中必须已经定义过类。对于Python的内置类（eg:list,dic,string)，就不需要再在程序中定义了。但是对于用户自定义的类，就必须要先定义类，然后才能从文件中载入该类的对象。下面是一个例子
二 一寸光阴
.time包
。挂钟时间（Wall Clock Time):是从某个固定时间起点到现在的时间间隔。
。此外，计算机还可以测量CPU实际运行的实际，即处理器实际（Processor Clock Time),以测量计算机性能。当CPU处于闲置状态时，处理器会暂停
使用time包：
借助模块time来测量程序运行时间，比如：
方法sleep()可以让程序休眠
time包还定义了struct_time对象，该对象将挂钟时间转换为年，月，日，时，分，秒等，存储在该对象的鄂格格属性中，比如tm_year,ym_mon等，下面几种方法可以把挂钟时间转换为struct_time对象：
st = time.localtime() #返回struct_time格式的当地时间
st = time.gmtime() #获取一个时间数据,返回struct_time格式的UTC时间
s = time.mktime(st) #执行与gmtime(), localtime()相反的操作，它接收struct_time对象作为参数，返回用秒数来表示时间的浮点数。
如果输入的值不是一个合法的时间，将触发 OverflowError 或 ValueError。下面是一个例子
.datetime包
。datetime包是基于time包的一个高级包，它可以理解为由date和time两个部分组成。date是指年，月，日构成的日期，相当于日历。time是指时，分，秒，毫秒构成的一天24小时中的具体时间。datetime有三个类，即datetime.date datetime.time datetime.datetime
。此外，我们还可以进行时间间隔的运算，datetime包包含一个专门代表时间间隔对象的类，即timedelta
.日期格式
字符串format定义了一个格式。通过strptime方法，Python会把需要解析的字符串往格式上凑
此外，我们也可以调用datetime对象的strftime方法，将datetime对象转换为特定格式的字符串。
格式化转化的关键是%引领的特殊符号。这些特殊符号有很多，代表不同的时间信息，常见的特殊符号有：
%A 英文的星期几，如Sunday
%a 简写的英文星期几，如Sun
%p 上午/下午
%I 表示小时，12小时制
%f 表示毫秒
但如果想在格式中表达%这个字符本身，而不是特殊符号，那么可以使用%%
三 看起来像那样的东西
。正则表达式（Regular Expression)：从字符串（string)中通过特定的模式，搜索希望找到的内容
m = re.search(pattern, string) #搜索整个字符串，直到发现符合的子字符串
m = re.match(pattern, string) #从头开始检查字符串是否符合正则表达式
#必须从字符串 的第一个字符开始就相符
str = re.sub(pattern, replacement, string) #利用正则pattern在字符串string中进行搜索，对于搜索到的字符串，用另一个字符串replacement进行替换，函数将返回替换后的字符串
此外常用的方法还有：
re.findall() 查找字符
从字符串中找出所有符合模式的字符序列：findall(模式（正则表达式），目标字符串)， 返回值为list类型，list元素为匹配出的各个字符串
re.split(pattern, string, maxsplit=0)
通过正则表达式将字符串分离。如果用括号将正则表达式括起来，那么匹配的字符串也会被列入到list中返回。maxsplit是分离的次数，maxsplit=1分离一次，默认为0，不限制次数。
例如：
re.split('\W+', 'aaa;, aaa, aaa.')
['aaa', 'aaa', 'aaa', '']
re.split('(\W+)', 'aaa;, aaa, aaa.')
['aaa', ';, ', 'aaa', ', ', 'aaa', '.', '']
#pattern也在结果列表里
\w+ 单词字符 \W+ 非单词字符
.写一个正则表达式
。正则表达式的常用语法
。表达重复的用法
。表达位置的方法
.进一步提取
group（number）：用来查询群，group（0）是整个正则表达的搜索结果。group(1)是第一个群，以此类推。
我们还可以将群命名，以更好使用group查询
上面的（？P<year>...)括住了群，并把它命名为year，然后就可以通过“year"这个键来提取结果
四 Python有网瘾
。在日常交谈中，我们无形中使用约定俗成的语法。如果两个人使用不同的语法，那么就是以不同的协议来 交流，最终会不知所云，计算机通信也要遵循通信协议。HTTP协议是最常见的一种网络协议，它的全名是 the Hypertext Transfer Protocol,即超文本传输协议。HTTP协议能实现文件，特别是超文本文件的传输。比如：当我们访问一个网址时，通常会在浏览器输入http打头的网址，这个http字样就是要用HTTP协议访问相应网站
。HTTP的工作方式类似于快餐点单
(1）请求（request）：比如说顾客点个鸡腿汉堡
(2）回复（response):服务员根据情况来回复顾客的请求,比如：1）服务员把鸡腿汉堡交给顾客,即一切OK 2）服务员发现自己在甜品站，于是让顾客前往正式柜台点单，即重新定向 3）服务员告诉顾客鸡腿汉堡没有了，即无法找到
。计算机按下面的格式发出请求
GET /index.html HTTP/1.1
HOST: www.example.com
上面的GET方法，用于说明想要服务器执行的操作。 /index.html 即资源的路径，这里指向服务器上的index.html文件。 HTTP/1.1 即协议的版本，HTTP第一个广泛使用的版本是1.0，当前版本为1.1。 HOST则说明了想要访问的服务器的地址
。服务器在接收到请求后，会根据程序，生成对应于该请求的回复，比如;
HTTP/1.1 200 OK #协议版本是HTTP/1.1 状态码： 200 OK
Content-type: text/plain
Content-length：12
Hello World！
状态码（Status Code)代表了服务器回应的类型，上面的200表示一切OK。其他常见的状态码还有很多，例如：（1）302，重新定向（Redirect）：我这里没有你想要的资源，但我知道另一个地方...有，你可以去那找 （2）404，无法找到（Not Found):我找不到你想要的资源，无能为力
Content-type说明了主体所包含的资源的类型，根据类型的不同，客户端可以启动不同的处理程序（如：显示图像，播放声音），下面是常见的一些资源：
text/plain:普通文本
text/html:HTML文本
image/jpeg:jpeg图片
image/gif：gif图片
Content-length说明了主体部分的长度，以字节（byte)为单位
剩下的”Hello World!"是回复的主体部分，包含了主要的文本数据。
.http.client包
。Python标准库中的http.client包可用于发出HTTP请求，HTTP请求最重要的一些信息是主机地址，请求方法和资源路径
import http.client
conn = http.client.HTTPConnection("www.example.com") # 主机地址
conn.request("GET", "/") # 请求方法和资源路径
response = conn.getresponse() #获得回复
print(response.status, response.read) #回复的状态码和状态描述
content = response.read() #回复的主体内容
print(content)
五 写一个爬虫
代码地址：https://gitee.com/mabingqi/learn_programming_from_python/tree/master/
