Python基础语法学习

1
2

# 文件：hello.py
print("数据采集入门") # 双引号、单引号都行；这句话会在小黑框里出现

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

# ① 缩进用 4 个空格，不要 Tab 和空格混用
if True:# 条件为真
	print("缩进 4 空格")# 这句必须缩进，否则报错

# ② 注释写法
# 这是单行注释
'''
这是
多行注释
'''

1
2
3
4
5
6
7

url = "https://example.com" # 字符串 str
page_count = 100# 整数 int，想多大就多大，不会溢出
is_crawling = True# 布尔 bool，只有 True/False 两个值

print(type(url))# <class 'str'>
print(type(page_count)) # <class 'int'>
print(type(is_crawling))# <class 'bool'>

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

s = "hello python, python!"

#  有没有
print('python' in s)         # True

# 2 第一次/最后一次出现的位置
print(s.find('python'))      # 6   （找不到返回 -1）
print(s.index('python'))     # 6   （找不到抛异常）

# 3. 出现次数
print(s.count('python'))     # 2

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16

s = "  Python  "

#  大小写
print(s.upper())             # '  PYTHON  '
print(s.lower())             # '  python  '
print(s.title())             # '  Python  '   每个单词首字母大写

# 2. 去空格/指定字符
print(s.strip())             # 'Python'   首尾空格全去掉
print(s.lstrip())            # 'Python  ' 只去左边
print(s.rstrip())            # '  Python' 只去右边

# 3. 替换
url = "https://old.com/api"
new = url.replace("old", "new")
print(new)                   # https://new.com/api

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21

csv_line = "Alice,23,USA"

#  字符串 → 列表
lst = csv_line.split(",")
print(lst)                   # ['Alice', '23', 'USA']

# 2. 列表 → 字符串
again = "-".join(lst)
print(again)                 # Alice-23-USA

# 3. 切片（同列表，左闭右开）
date = "2025-08-07"
print(date[:4])              # '2025'
print(date[5:7])             # '08'

# 4. 字符串拼接（使用 + 运算符）
name = lst[0]
age  = lst[1]
country = lst[2]
info = name + " is " + age + " years old, from " + country + "."
print(info)                  # Alice is 23 years old, from USA.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

name, age = "Alice", 18

# 1. % 格式化（老派）
print("姓名：%s，年龄：%d" % (name, age))

# 2. format 格式化（中间派）
print("姓名：{}，年龄：{}".format(name, age))

# 3. f-string 格式化（最新最推荐）
print(f"姓名：{name}，年龄：{age}，明年 {age + 1} 岁")

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13

#  1. 字面量直接造
lst1 = [1, 2, 3]

# 2. 空列表 & 追加
lst2 = []
lst2.append('a')          # 末尾加 1 个元素
print(lst2)               # ['a']

# 3. range 转列表
lst3 = list(range(5))     # [0, 1, 2, 3, 4]

# 4. 长度
print(len(lst3))          # 5

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13

lst = [10, 20]

# 1. 尾部加一个元素
lst.append(30)
print(lst)                # [10, 20, 30]

# 2. 尾部加一堆元素（合并）
lst.extend([40, 50])
print(lst)                # [10, 20, 30, 40, 50]

# 3. 指定位置插入
lst.insert(1, 15)         # 索引 1 处插入 15
print(lst)                # [10, 15, 20, 30, 40, 50]

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17

lst = ['a', 'b', 'c', 'd', 'e']

# 1. 按值删除，只删第一次出现的
lst.remove('c')
print(lst)                # ['a', 'b', 'd', 'e']

# 2. 按索引弹出，并返回被弹元素
x = lst.pop(1)            # 索引 1
print(x, lst)             # 'b'  ['a', 'd', 'e']

# 3. 默认 pop() 弹末尾
last = lst.pop()
print(last, lst)          # 'e'  ['a', 'd']

# 4. 清空整个列表
lst.clear()
print(lst)                # []

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18

lst = [3, 1, 4, 1, 5]

# 1. 索引改值
lst[0] = 99
print(lst)                # [99, 1, 4, 1, 5]

# 2. 原地升序
lst.sort()
print(lst)                # [1, 5, 10, 20, 30, 99]

# 3. 原地降序
lst.sort(reverse=True)
print(lst)                # [99, 30, 20, 10, 5, 1]

# 4. 倒序（不管大小）
old = [3, 1, 4]
old.reverse()
print(old)                # [4, 1, 3]

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15

lst = ['p', 'y', 't', 'h', 'o', 'n']

# 20. 索引 → 元素
print(lst[0])               # 'p'
print(lst[-1])              # 'n'   倒数第一个

# 21. 元素 → 索引（找不到抛异常）
print(lst.index('t'))       # 2
# print(lst.index('x'))     # ValueError

# 22. 计数
print(lst.count('y'))       # 1

# 23. 是否存在
print('o' in lst)           # True

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

# 1. 空字典 & 字面量
d1 = {}
d2 = {'name': 'Alice', 'age': 23}

# 2. dict() 构造器
d3 = dict(name='Bob', age=24)                 # 关键字形式
d4 = dict([('name', 'Cathy'), ('age', 25)])   # 二元组列表

# 3. 长度
print(len(d2))                                # 2

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15

d = {'name': 'Alice', 'age': 23}

# 4. 直接赋值
d['gender'] = 'female'      # 新增
d['age'] = 24               # 修改
print(d)                    # {'name': 'Alice', 'age': 24, 'gender': 'female'}

# 5. setdefault：没有才新增，并返回最终值
old = d.setdefault('age', 30)      # 已存在，返回 24
new = d.setdefault('city', 'NY')   # 不存在，新增并返回 'NY'
print(d)                             # {'name': 'Alice', 'age': 24, 'gender': 'female', 'city': 'NY'}

# 6. 批量更新（字典合并）
d.update({'city': 'LA', 'email': 'a@.com'})  # 同键覆盖，新键添加
print(d)                                     # city 被改成 LA

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37

d = {'name': 'Alice', 'age': 23, 'scores': {'语文': 92, '数学': 98}}

# 7. 方括号取（找不到抛 KeyError）
print(d['name'])  # Alice
# print(d['gender'])  # KeyError: 'gender'

# 8. get 更安全地取，不会报错（可给默认值）
print(d.get('gender'))  # None
print(d.get('gender', 'unknown'))  # unknown
#
# # 9. 多级嵌套安全取
print(d.get('scores').get('语文'))      # 92
print(d.get('scores', {}).get('语文'))      # 92
#
# # 10. 遍历键
d = {'name': 'Alice', 'age': 23, 'scores': {'语文': 92, '数学': 98}}
for k in d:
    print(k, end=' ')       # name age scores
print()
# 和上面的效果一样
for k in d.keys():
    print(k, end=' ')       # name age scores
print()
#
# # 11. 同时遍历键值
# for k, v in d:  # ValueError: too many values to unpack (expected 2)
#     print(k, v)

for k, v in d.items():
    print(k, v)
# name Alice
# age 23
# scores {'语文': 92, '数学': 98}

# # 12. 只遍历值
for v in d.values():
    print(v, end=' ')       # Alice 23 {'语文': 92, '数学': 98}

1
2
3
4
5
6
7
8
9

d = {'a': 1, 'b': 2, 'c': 3}

# 13. 按键删除并返回值
x = d.pop('b')
print(x, d)                 # 2 {'a': 1, 'c': 3}

# 14. 一键不留
d.clear()
print(d)                    # {}

1
2
3
4
5
6
7
8

report = {
    "id": 2023001,
    "name": "Alice",
    "age": 18,
    "scores": {"语文": 92, "数学": 98, "英语": 88},
    "passed": True,
    "hobbies": ["reading", "swimming", "coding"]
}

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

# 1. 小括号可省，逗号才是灵魂
t1 = (1, 2, 3)
t2 = 1, 2, 3          # 与上一行等价
single = (42,)        # 单元素必须加逗号，否则变成普通数字

# 2. 空元组
empty = ()

# 3. 长度 & 类型
print(len(t1))        # 3
print(type(t1))       # <class 'tuple'>

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

t = ('p', 'y', 't', 'h', 'o', 'n')

# 4. 索引 & 切片（和列表一模一样）
print(t[0])           # 'p'
print(t[-1])          # 'n'
print(t[1:4])         # ('y', 't', 'h')

# 5. 查找
print(t.index('t'))   # 2     第一次出现的位置
print(t.count('t'))   # 2     总共出现次数

# 6. 遍历
for ch in t:
    print(ch, end=' ')  # p y t h o n

1
2
3

t = (1, 2, 3)
# t[0] = 10       # TypeError: 'tuple' object does not support item assignment
# t.append(4)     # AttributeError: 没有 append 方法

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13

# 1. 空集合 & 字面量
s1 = set()                 # 必须用 set()，{} 是空字典
s2 = {1, 2, 3}             # 字面量
lst = [1, 2, 2, 3]
s3 = set(lst)              # 列表去重
print(s3)                  # {1, 2, 3}

# 2. 不可变集合（可当作字典键）
fs = frozenset([4, 5, 6])
print(fs)                  # frozenset({4, 5, 6})

# 3. 长度
print(len(s2))             # 3

1
2
3
4
5
6
7
8
9

s = {1, 2}

# 4. 加一个
s.add(3)
print(s)                   # {1, 2, 3}

# 5. 加一堆（可迭代）
s.update([4, 5], (6, 7))
print(s)                   # {1, 2, 3, 4, 5, 6, 7}

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16

s = {10, 20, 30, 40}

# 6. 删除指定元素（不存在抛 KeyError）
s.remove(20)
print(s)                   # {10, 30, 40}

# 7. 安全删除（不存在不报错）
s.discard(999)             # 无异常

# 8. 随机弹出一个并返回（集合无顺序）
x = s.pop()
print(x, s)                # 10 {30, 40}  （结果可能不同）

# 9. 一键清空
s.clear()
print(s)                   # set()

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

A = {1, 2, 3, 4}
B = {3, 4, 5, 6}

# 10. 交集 &
print(A & B)               # {3, 4}
print(A.intersection(B))   # 同上

# 11. 并集 |
print(A | B)               # {1, 2, 3, 4, 5, 6}
print(A.union(B))          # 同上

# 12. 差集 -
print(A - B)               # {1, 2}
print(A.difference(B))     # 同上

1
2
3

if 条件:
    条件为真才执行的代码块（必须缩进 4 个空格）
后续代码继续从这里开始，不再受 if 控制

1
2
3
4

score = 75
if score >= 60:               # 只有一个判断入口
    print("恭喜你，及格了！")   # 条件成立才执行
print("程序结束")             # 不管条件成不成立都会执行

1
2
3
4
5

if 条件:
    条件为真执行的代码块
else:
    条件为假执行的代码块
两条分支必走且仅走一条

1
2
3
4
5
6

score = 55
if score >= 60:
    print("及格")      # 条件为真走这里
else:
    print("不及格")    # 条件为假走这里
print("成绩判断完毕")  # 后续代码

1
2
3
4
5
6
7
8
9

if 条件1:
    条件1为真执行的代码块
elif 条件2:
    条件1为假且条件2为真执行的代码块
elif 条件3:
    前两个条件为假且条件3为真执行的代码块
else:
    前面所有条件都为假才执行的代码块
整个结构最多只会执行其中一个分支

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12

score = 83
if score >= 90:
    print("优秀")
elif score >= 80:      # 上一个条件已经过滤掉 ≥90
    print("良好")
elif score >= 70:
    print("中等")
elif score >= 60:
    print("及格")
else:
    print("不及格")
print("等级评定完成")

1
2

while 条件表达式:
    循环体

1
2
3
4

i = 1
while i <= 5:
    print(i)
    i += 1

1
2
3
4
5
6

i = 1              # 初始化计数器
while True:        # 无限循环（需内部用 break 退出）
    print(i)       # 打印当前 i
    if i == 3:     # 当 i 等于 3 时
        break      # 立即跳出整个 while 循环
    i += 1         # 自增，准备下一轮

1
2
3
4
5
6

i = 0                 # 初始化计数器
while i < 5:          # 当 i 小于 5 时继续循环
    i += 1              # 先自增（本次循环 i 从 1 开始）
    if i == 3:          # 如果 i 为 3
        continue        # 跳过本轮剩余语句（不执行下面的 print）
    print(i)            # 输出当前 i 值（3 被跳过）

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

# 在列表里查找第一个 > 100 的数
nums = [23, 45, 78, 99, 88]     # 注意：没有 >100 的数

for n in nums:
    if n > 100:
        print('找到大于 100 的数：', n)
        break                   # 找到就提前跳出
else:
    # 如果 break 没触发，说明全程没找到
    print('扫描结束，列表里没有大于 100 的数')

1
2

while True:
    print("无限循环")

1
2
3
4

colors = ['red', 'green', 'blue']
for c in colors:
    print(c, end=' ')
# 输出: red green blue 

1
2
3
4

word = "Python"
for ch in word:
    print(ch, end='-')
# 输出: P-y-t-h-o-n-

1
2
3
4

scores = {'Tom': 90, 'Lucy': 95}
for name in scores:        # 等价于 scores.keys()
    print(name, end=' ')
# 输出: Tom Lucy 

1
2
3
4

scores = {'Tom': 90, 'Lucy': 95}
for name, score in scores.items():
    print(f'{name}:{score}', end=' | ')
# 输出: Tom:90 | Lucy:95 | 

1
2
3
4

colors = ['red', 'green', 'blue']
for idx, color in enumerate(colors):
    print(f'{idx}→{color}', end='  ')
# 输出: 0→red  1→green  2→blue  

1
2
3
4

# 打印 1~10 内的奇数
for n in range(1, 11, 2):
    print(n, end=' ')
# 输出: 1 3 5 7 9 

1
2
3

for ... in ...:
    ...
    break          # 遇到即退出 for/while 所在的最内层循环

1

循环体 → 遇到 break → 直接跳到循环块之后的第一条语句

1
2
3
4
5
6

# 在列表里找到第一个负数就打印并结束
nums = [3, 7, 0, -5, 9]
for v in nums:
    if v < 0:
        print('第一个负数是', v)
        break        # 后面 -5、9 不再扫描

1
2
3
4
5
6
7

import random
while True:                     # 看似“死循环”
    n = random.randint(1, 10)
    print('roll →', n)
    if n == 6:
        break                   # 掷出 6 点即退场
print('终于掷出 6，收工！')

1
2
3

for ... in ...:
    ...
    continue       # 立即结束本轮，进入“迭代器下一步”

1

循环体 → 遇到 continue → 本轮剩余语句不再执行 → 回到循环头取下一个元素

1
2
3
4
5
6

# 只处理正数，负数和 0 直接无视
data = [4, -3, 0, 7, -6, 8]
for x in data:
    if x <= 0:
        continue      # 负数/0 直接跳过
    print('正数：', x)

1
2
3
4
5
6

i = 0
while i < 5:
    if i == 3:
        continue   # 忘写 i += 1 → 永远卡在 3
    print(i)
    i += 1

1
2
3
4
5
6
7

for 变量 in 可迭代对象:
    ...
    if 某条件:
        break
else:
    # 可迭代对象全部取完、且从未 break，才会进来
    ...

1
2

循环正常结束（迭代器耗尽）→ 执行 else 块  
循环被 break 提前中断 → 跳过 else 块

1
2
3
4
5
6

for n in [2, 4, 6]:
    if n == 5:
        print('找到了')
        break
else:               # 没被 break，说明没找到
    print('列表里没有 5')

1
2
3
4
5
6
7

for i in range(3):
    pwd = input('密码：')
    if pwd == '123':
        print('正确')
        break
else:               # 3 次都没 break
    print('3 次都输错，锁定')

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12

# 需求：在 1~10 中找能被 7 整除的数
#  1. 找到 → 打印并 break
#  2. 偶数 → 跳过（continue）
#  3. 全扫描完都没找到 → else 提示
for n in range(1, 11):
    if n % 2 == 0:
        continue          # 偶数不看
    if n % 7 == 0:
        print('找到奇数且能被 7 整除的数：', n)
        break
else:
    print('扫描结束，没有符合要求的数')

1

找到奇数且能被 7 整除的数： 7

1

扫描结束，没有符合要求的数

1

weights = [1200, -1, 580, 3200, 2100, -2, 450]

1
2
3
4

def 函数名(参数1, 参数2, ...):
    """文档字符串（可选，用于说明函数功能）"""
    函数体
    return 返回值  # 可选

1
2
3
4
5
6
7

def add(a, b):
    """返回两个数的和"""
    return a + b

# 调用函数
result = add(3, 5)
print(result)  # 输出 8

1
2
3
4

def add(a, b):
    return a + b

add(1, 2)  # 1 对应 a，2 对应 b

1
2
3
4
5

def greet(name, greeting="Hello"):
    print(f"{greeting}, {name}!")

greet("Alice")  # 输出：Hello, Alice!
greet("张三", "早上好")  # 早上好, 张三!

1
2
3
4

def divide(a, b):
    return a / b

divide(b=4, a=10)  # 顺序无关

1
2
3

# 调用示例
result = add_student("张三", 18, gender="男")
print(result)  # 输出：姓名：张三，年龄：18，性别：男，城市：北京

1
2
3

# 调用示例
total = calculate_total(100, 3, discount=0.8)
print(total)  # 输出：240.00（原价300，打8折）

1
2
3
4
5
6
7

import os, sys, json# 标准库
import requests # 第三方库

# 调用
print(os.getcwd())# 当前文件夹路径
resp = requests.get("https://httpbin.org/get", timeout=5)
print(resp.status_code) # 200

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13

# 写
with open('demo.txt', 'w', encoding='utf-8') as f:
f.write('Hello\nPython')

# 读
with open('demo.txt', encoding='utf-8') as f:
text = f.read()
print("整文件读取：", repr(text))

# 逐行读
with open('demo.txt', encoding='utf-8') as f:
for line in f:
print("行内容：", repr(line.rstrip()))

1
2
3
4
5
6

import csv
rows = [('name', 'age'), ('Alice', 18), ('Bob', 20)]

with open('users.csv', 'w', newline='', encoding='utf-8-sig') as f:
writer = csv.writer(f)
writer.writerows(rows)

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

import json
data = {"电影": "流浪地球", "评分": 7.9}

# 写
with open('movie.json', 'w', encoding='utf-8') as f:
json.dump(data, f, ensure_ascii=False, indent=2)

# 读
with open('movie.json', encoding='utf-8') as f:
back = json.load(f)
print(back)

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

import logging
logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s")

try:
x = int(input("请输入整数："))
y = 10 / x
except ValueError as e:
logging.error("输入不是整数：%s", e)
except ZeroDivisionError as e:
logging.error("除以 0 啦：%s", e)
else:
logging.info("结果 = %s", y)
finally:
print("无论对错，都会执行 finally")

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17

#  制造“脏”数据
with open("url_list.txt", "w") as f:
f.write("https://example.com/page1\n")
f.write("https://example.com/page2\n")
f.write("ftp://example.com/page3\n")

# 2. 读 → 清洗 → 保留 http 开头
with open("url_list.txt", encoding="utf-8") as f:
raw_urls = f.read().splitlines()# 自动识别 \n 或 \r\n

valid_urls = [u.strip() for u in raw_urls if u.strip().startswith("http")]
print("有效链接：", valid_urls)

# 3. 保存结果
import json
with open("valid_urls.json", "w", encoding="utf-8") as f:
json.dump(valid_urls, f, ensure_ascii=False, indent=2)

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47

# 安装依赖
# pip install requests pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

import requests, pandas as pd, os, logging
logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(message)s")

#  请求配置
url = "https://m.douban.com/rexxar/api/v2/subject/recent_hot/movie"
params = {"limit": 100, "category": "豆瓣高分", "type": "全部", "ck": "tVS3"}
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36",
"Referer": "https://movie.douban.com/"
}

# 2. 发送请求
resp = requests.get(url, params=params, headers=headers, timeout=10)
resp.raise_for_status()# 非 200 直接抛异常
logging.info("下载完成，状态码：%s", resp.status_code)

# 3. 解析 JSON
data = resp.json()
items = data.get("items", [])
movies = []
for item in items:
card = item.get("card_subtitle", "").split("/")
card = [c.strip() for c in card]
year = card[0] if len(card) > 0 else ""
country = card[1] if len(card) > 1 else ""
genre = card[2] if len(card) > 2 else ""

movies.append({
"电影名称": item.get("title", ""),
"评分": item.get("rating", {}).get("value") or 0,
"评分人数": item.get("rating", {}).get("count") or 0,
"年份": year,
"国家": country,
"类型": genre
})

# 4. 排序 & 保存
movies.sort(key=lambda x: x["评分"], reverse=True)
df = pd.DataFrame(movies)
df["评分"] = df["评分"].astype(float)
output = "douban_top100.csv"
df.to_csv(output, index=False, encoding="utf-8-sig")
logging.info("已保存 %s 部电影到 %s", len(df), output)
print(df.head())