python学习杂记(一)

ct38

　　Python的一些基础知识介绍:


　　        windows环境下，python环境的安装很简单，只要从python官方网站下载python的exe安装包，直接进行安装，然后在环境变量path中添加python的安装路径即可。完成之后，CMD中，键入"python"命令验证下吧。

　　        IDE工具，我使用的是PyDev，稍微吐槽一下，不知道为什么背景颜色都是黑色的，看得我眼睛有点不舒服。

　　关于python的一些语法知识，可以参考《简明Python教程》：http://sebug.net/paper/python/


，以及《Python文档》：http://docs.python.org/library/index.html#library-index


　　今天学习的一些情况总结:


　　        今天使用python写了一个网页爬虫，在这个过程中，遇到的一些问题：


       

　　1.使用标准模块以外的lxml模块，需要安装这些模块，安装的过程参考:http://ccyl.iteye.com/admin/blogs/1616876




        2.关于xpath，由于一知半解，一直以为"//"是相对路径的表示方式，导致今天在一个问题上纠结了近一个小时，最后看了下xpath的知识，才知道，"//"是表示找到某个标签，而不管它在文档中的哪个位置。如果想从当前节点开始找起的话应该是


HtmlElment.xpath("./xxx");
　　

        3.关于python操作中文字符串时，截取字符导致的乱码。在《简明Python教程》中，对于字符串的介绍有这么一段话:


书中写道：

Unicode字符串:

Unicode是书写国际文本的标准方法。如果你想要用你的母语如北印度语或阿拉伯语写文本，那么你需要有一个支持Unicode的编辑器。类似地，Python允许你处理Unicode文本——你只需要在字符串前加上前缀u或U。例如，u"This is a Unicode string."。


《python核心编程(第二版)》 写道

在使用unicode编码的时候，只要能遵循以下四个规则，能避免90%的有unicode字符引起的错误:

             1)出现字符串的地方一定要加u或者U

             2)不要用str()函数，改用unicode()函数代替

             3)不用过时的string模块 -- 该模块只支持ASCII编码

             4)不到必要时不要在程序里解码Unicode字符。在写文件或者数据库又或者输出到网络时，才使用encode()函数；相应的在你需要把数据读回来的时候才使用decode()函数


 　　然后查找了一些资料，其实在做中文字符串处理的时候我们应该要先把源字符转为Unicode编码，进行字符截取等操作，然后再转为你先要的编码格式的字符。操作过程代码应该如下,以截取字符为例:


# encoding=utf-8
if __name__ =='__main__':
var = "中文字符串哦";
unicode_str = var.decode("utf-8");#decode的编码根据字符串的编码方式进行选择
print unicode_str[0:4];
　　输入的结果为:"中文字符"

　　


        学习一门语言，动手做点东西，写点东西才是最快上手的方法。之前我的想法一直是，先看书，等我都看到了这些知识了，学会了，再动手去做。这完全就是坑爹，其实动手做，遇到不懂的或者自己不肯定的再找相关的资料了解，才能更好的掌握并且记忆更加深刻。当然，如果能把遇到的问题都自己亲自记录下来就更好了。



        Python才入门，继续加油，好好学习。