Python_2_高级知识
- 格式：docx
- 大小：486.86 KB
- 文档页数：36
Python语言的执行过程
1. 解释型语言和编译型语言的区别
计算机是不能够识别高级语言的，所以当我们运行一个高级语言程序的时候，就需要一个“翻译机”来从事把高级语言转变成计算机能读懂的机器语言的过程。这个过程分成两类，第一种是编译，第二种是解释。
编译型语言在程序执行之前，先会通过编译器对程序执行一个编译的过程，把程序转变成机器语言。运行时就不需要翻译，而直接执行就可以了。最典型的例子就是C语言。
解释型语言就没有这个编译的过程，而是在程序运行的时候，通过解释器对程序逐行作出解释，然后直接运行，最典型的例子是Ruby和Python。
因为编译型语言在程序运行之前就已经对程序做出了“翻译”，所以效率比较高。随着Java等基于虚拟机的语言的兴起，我们又不能把语言纯粹地分成解释型和编译型这两种。用Java来举例，Java首先是通过编译器编译成字节码文件，然后在运行时通过解释器给解释成机器文件。所以我们说Java是一种先编译后解释的语言。
2．Python的运行过程
其实Python和Java/C#一样，也是一门基于虚拟机的语言。先来从表面上简单地了解一下Python程序的运行过程。当在命令行中输入python hello.py时，其实是激活了Python的“解释器”，告诉“解释器”：你要开始工作了。可是在“解释”之前，其实执行的第一项工作和Java一样，是编译。Python也是一门先编译后解释的语言。
PyCodeObject和pyc文件
我们在硬盘上可以看到pyc文件，但其实PyCodeObject才是Python编译器真正编译成的结果。当程序运行时，编译的结果保存在位于内存中的PyCodeObject中，当Python程序运行结束时，Python解释器则将PyCodeObject写回到pyc文件中。当python程序第二次运行时，首先程序会在硬盘中寻找pyc文件，如果找到则直接载入，否则就重复上面的过程。所以说pyc文件其实是PyCodeObject的一种持久化保存方式。pyc的目的是重用。
注：Python的解释器认为：只有import进来的模块，才是需要被重用的模块。
Python代码规范
编码排版：Code Lay-out
（1）缩进：缩进一般使用4个空格。
（2）Tabs or Spaces：空格是缩进的首选，而不是Tab键。
（3）一行的最大长度：72个字符。
（4）空白行：
顶层函数或类的定义，用2行空白行分隔；
类中的函数定义，用1行空白行分隔，相关函数组之间，也可以多加1行额外的空白行；
函数内部可用1行空白行分割不同的logical section；
（5）源文件的编码：Python3中一般使用UTF-8，Python2中一般使用ASCII码
（6）导入Import：
一般分开导入：import os import sys，而不是import os, sys；
导入顺序：standard libraryrelated third partylocal application/library；
每一组导入之间，可以用空白行隔开；
表达式和语句中的空格
有些情况下，应该避免不必要的空格。举几个典型的例子：
注释：comment和文档字符串
注释一般建议另起一行，而不是在本行的末尾进行注释；
命名规范：Naming Convention
避免使用：应该避免使用’l’, ‘O’等难辨别字符单个作为变量名； 包和模块命名：应该都是简短的、小写的名字；
类命名：一般使用大写开头的单词命名，一般采用驼峰法命名，例如FeatureSelect；
异常命名：因为exception为类的一种，所以也是使用大写开头的单词命名；
全局变量命名：如果只是在本Module中使用，应该使用__all__进行保护；
函数命名：应该使用小写单词，单词与单词之间用下划线分割；
参数命名：一般用self为instance method的第一个参数，用cls为class method的第一个参数；
常数命名：一般使用大写字符，并且单词之间用下划线分割，例如MAX_COUNT；
其他建议
（1）尽量使用if a is not b:„.而不是if not a is b:„.
（2）尽量使用def定义函数，而不是lambda定义lambda表达式。
Yes: def f(x): return 2*x No: f = lambda x: 2*x
（3）尽量使用.startswith或.endswith来检验字符串，而不是字符串slice。
Yes: if foo.startswith('bar'): No: if foo[:3] == 'bar':
（4）尽量使用isinstance函数来检验数据类型，而不是用type比较：
Yes: if isinstance(obj, int): No: if type(obj) is type(1):
（5）对于序列（string、list、tuple）、Boolean变量的判断：
Yes: if not seq: if seq: No: if len(seq): if not len(seq):
Yes: if greeting: No: if greeting == True:
Python中的编码问题
1.unicode、gbk、gb2312、utf-8的关系
UTF-8：Unicode TransformationFormat-8bit，允许含BOM，但通常不含BOM。是用于解决国际字符的一种多字节编码，它对英文使用8位（即一个字节），中文使用24位（三个字节）来编码。UTF-8包含全世界所有国家需要用到的字符，是国际编码，通用性强。UTF-8是unicode的一种实现方式。
GBK是国家标准GB2312基础上扩容后兼容GB2312的标准。GBK的文字编码是用双字节来表示的，即不论中、英文字符均使用双字节来表示，为了区分中文，将其最高位都设定成1。GBK包含全部中文字符，是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBK大。
GBK、GB2312等与UTF8之间都必须通过Unicode编码才能相互转换：
》GBK、GB2312UnicodeUTF8
》UTF8UnicodeGBK、GB2312
2.中文编码问题
（1）py文件中的编码
Python默认脚本文件都是ANSCII编码的，当文件中有非ANSCII编码范围内的字符的时候就要使用"编码指示"来修正：# -*- coding=utf-8 -*-或#coding=utf-8。其他的编码如：gbk、gb2312也可以；否则会出现类似:SyntaxError: Non-ASCII
character '\xe4' in file xxx.py on line 1, but no encoding declared; 这样的异常信息。
（2）python中的编码与解码
Python2.x中有两种字符串类型：str和unicode。
类型str是8bit bytes序列；类型unicode的每个unit是1个unicode对象。
所以：len(u'中国')的值是2；len('ab')的值也是2。但len('中文ab')的值为8，即只有将中文的str类型的字符串转化为Unicode字符串，计算其长度，才为实际长度。
a = '中文ab' #a为str类型的字符串
print repr(a), repr(a[0]) #输出：'\xe4\xb8\xad\xe6\x96\x87ab' '\xe4'
b = a.decode('utf-8') #b为Unicode类型的字符串
print repr(b), repr(b[0]) #输出：u'\u4e2d\u6587ab' u'\u4e2d'
在读取文件，或从网络上读取内容时，保持的对象一般为str类型；如果想把一个str转换成特定编码类型，需要把str转为Unicode，然后从Unicode转为特定的编码类型如：utf-8、gb2312等；
unicode字符串，编码为gb2312,utf-8等编码类型的字符串，使用s.encode(encoding)函数
# -*- coding=UTF-8 -*-
s = u'中国' #此时s为Unicode类型
s_gb = s.encode('gb2312') #此时s_gb为str类型，’gb2312’编码
utf-8,gbk编码类型的str字符串，解码为unicode字符串，使用s.decode(encoding)函数或unicode(s,encoding)函数
# -*- coding=UTF-8 -*-
s = u'中国' #s为unicode类型的字符串。type(s)为type类型 s_utf8 = s.encode('utf-8') #s_utf8为str类型，UTF-8编码。type(s_utf8)为type类型
s_unicode = s_utf8.decode('utf-8') #s_unicode为unicode类型，即再次转为Unicode类型
同理，一般的str都转为unicode字符串，使用s.decode(encoding)函数
# -*- coding=UTF-8 -*-
s = '中国' #s为str类型，即普通的str类型
s_unicode = s.decode('UTF-8') #s_unicode为unicode类型
s_str = s_unicode.encode('gb2312') #s_str为str类型，gb2312编码
#如果s为utf-8编码的字符串，如何转化为gb2312编码的字符串？
s.decode('utf-8').encode('gb2312') #先转化为Unicode字符串，在进行编码操作
在3.x版本中，字符串str是Unicode类型，等价于2.x中的Unicode，对其进行编码后，变为bytes类型。
a = ‘str’ #type(a)为，Unicode字符串
a = ‘中国’ #type(a)为，Unicode字符串
b = a.encode(‘utf-8’) #b = b'\xe4\xb8\xad\xe5\x9b\xbd' type(b)为，utf-8编码的字符串
b = a.decode(‘utf-8’) #Unicode字符串没有decode操作，报错：AttributeError: 'str' object has no attribute 'decode'
b = b’中国’ #bytes类型只能包含ASCII码字符，报错：SyntaxError: bytes can only contain ASCII literal characters.
b = b’string’ #type(b)为
a = b.decode(‘utf-8’) #a = ‘string’，type(a)为，a为Unicode字符串。
