python

模块安装  python -m pip install chardet

基本语法

字符串连接(如果是整型就会做加法)  +

函数

字符串处理

'abc'.upper() # 就字母转成大写
isinstance(x,str) #判断是否为字符串
type(str)         #获取变量类型

   HTML实体转换

抓网页数据经常遇到例如>或者 这种HTML转义符，抓到字符串里很是烦人。
比方说一个从网页中抓到的字符串
html = '<abc>'
用Python可以这样处理：
import HTMLParser
html_parser = HTMLParser.HTMLParser()
txt = html_parser.unescape(html) #这样就得到了txt = '<abc>'
如果还想转回去，可以这样：
import cgi
html = cgi.escape(txt) # 这样又回到了 html = '&lt;abc&gt'

 

把字符转成url编码

urllib.quote("这是中文")

字符编码处理

import sys       #引用sys模块进来，并不是进行sys的第一次加载
reload(sys)      #重新加载sys
sys.setdefaultencoding('utf8')  #调用setdefaultencoding函数

print sys.getdefaultencoding()  #获取系统默认编码

通过模块方式来获取字符编码

import chardet
chardet.detect(str)

编码的判断

isinstance(s, unicode) #用来判断是否为unicode

通过函数转换编码

chardet.detect(article[0]).get('encoding','utf-8')

数学函数-模块

range(1,100) #生成之间数  注意: range(1, 100, 2) 可以生成list [1, 3, 5, 7, 9,...]

math模块

math.sqrt #开方

列表函数-list

L.append(x * x) #向列表里增加元素

词典函数-dict