目錄
1.讀寫文件
2.時(shí)間設(shè)置
3.正則表達(dá)式
4.計(jì)算機(jī)通信
5.爬蟲
1.讀寫文件
python可以把數(shù)據(jù)儲(chǔ)存在文件中，通過(guò)f = open(文件名, 方式）來(lái)打開文件對(duì)象讀取數(shù)據(jù)。打開文件的常用方式有“r”：讀取已存在的文件，“w”：新建文件并寫入，“a”：如果文件存在，那么寫入到文件的結(jié)尾。如果文件不存在，則新建文件并寫入。打開文件后就可以通過(guò)函數(shù)讀取或者寫入文件了，有關(guān)函數(shù)如下
上下文管理器（context manager）用于規(guī)定某個(gè)對(duì)象的使用范圍。一旦進(jìn)入或者離開該使用范圍，則會(huì)有特殊操作被調(diào)用，如在不需要文件的時(shí)候自動(dòng)關(guān)閉文件。
上面講到文本可以通過(guò)寫入到文件而保存到電腦磁盤中，python中的對(duì)象同樣可以這樣做，不過(guò)需要利用pickle包。通過(guò)pickle包儲(chǔ)存對(duì)象分兩步走，第一是序列化對(duì)象（dumps函數(shù)），即將對(duì)象在內(nèi)存中的數(shù)據(jù)抓取出來(lái)轉(zhuǎn)換成一個(gè)有序文本，第二是將文本寫入文件儲(chǔ)存，代碼如下
對(duì)象保存在文件中后，當(dāng)需要用到它時(shí)就可以通過(guò)pickle包的load（）函數(shù)來(lái)將文本轉(zhuǎn)換成對(duì)象了。
2.時(shí)間設(shè)置
python的time包可以幫助我們進(jìn)行各種時(shí)間的管理，如
time包還定義了struct_time對(duì)象。該對(duì)象將掛鐘時(shí)間轉(zhuǎn)換為年、月、日、時(shí)、分、秒等，存儲(chǔ)在該對(duì)象的各個(gè)屬性中，比如tm_year、tm_mon、tm_mday……下面幾種方法可以將掛鐘時(shí)間轉(zhuǎn)換為struct_time對(duì)象：
python的datetime包是基于time包的一個(gè)高級(jí)包，datetime模塊下有兩個(gè)類：datetime.date類和datetime.time類，可以分別管理日期和時(shí)間。也可以直接用datetime.datetime類同時(shí)管理日期和時(shí)間。方法如下
利用datetime包的timedelta函數(shù)還可以進(jìn)行時(shí)間間隔的運(yùn)算
datatime包中的strptime函數(shù)可以將字符串中的時(shí)間信息轉(zhuǎn)換成datetime類的對(duì)象，比如
相反，可以同strftime函數(shù)將datetime對(duì)象轉(zhuǎn)換為特定格式的字符串，
可以看到，使得轉(zhuǎn)換一一對(duì)應(yīng)的關(guān)鍵就是%引領(lǐng)的符號(hào)，除了上面的符號(hào)外還有
3.正則表達(dá)式
正則表達(dá)式（Regular Expression）的主要功能是從字符串（string）中通過(guò)特定的模式，搜索希望找到的內(nèi)容，需要通過(guò)re包來(lái)實(shí)現(xiàn)，先看一段代碼
re.search()有兩個(gè)參數(shù)，第一個(gè)參數(shù)是給出了搜索范圍0-9，第二個(gè)參數(shù)是表示給出的字符串中有哪些字符串在搜索范圍內(nèi)出現(xiàn)的，如果有就賦值給m。m.group()表示查看搜索到的結(jié)果，沒(méi)有結(jié)果會(huì)返回None。
除了re.search()外，re.match()也可以進(jìn)行搜索，不同的是后者必須是字符串的第一個(gè)字符開始就相符才能正常進(jìn)行，否則返回None。
搜素到的字符串可以用sub（）函數(shù)進(jìn)行替換，形如str = re.sub(pattern, replacement, string)，replacement就是替換用的的字符串。常用的方法還有
關(guān)于正則表達(dá)式，常用的語(yǔ)法有下面這些
舉個(gè)例子，第一個(gè)，[0-9]{3,5}表示出現(xiàn)在[0-9]內(nèi)的字符重復(fù)（連續(xù)）出現(xiàn)了3-5次，正例“9678”（4次），反例“12”（2次）、“1234567”（7次）。第二個(gè)，a？b表示ab中的a可以出現(xiàn)可以不出現(xiàn)，正例“b”（不出現(xiàn)）、“ab”（出現(xiàn)），反例“cb”（并不是ab形式）。第三個(gè)，a+b表示a可以重復(fù)1次或以上，正例“aaaaab”（a重復(fù)了5次再跟b），反例“b”（不是ab形式，沒(méi)有a了）。
還有一些與位置相關(guān)的符號(hào)
正則表達(dá)式的群，上面已經(jīng)提到過(guò)可以用group（0）來(lái)查看提取的字符串，其實(shí)這就表示查看所有的提取結(jié)果。如果我們把提取到的結(jié)果分成幾個(gè)部分，就成了幾個(gè)群，以用于進(jìn)一步提取字符串，如
群還可以被命名
4.計(jì)算機(jī)通信
計(jì)算機(jī)之間的通信有一套多層次的協(xié)議體系，HTTP（the Hypertext Transfer Protocol）就是最常見的一種，即超文本傳輸協(xié)議。HTTP協(xié)議能實(shí)現(xiàn)文件，特別是超文本文件的傳輸。HTTP的工作步驟分為兩步：請(qǐng)求（request）、回復(fù)（response）。計(jì)算機(jī)發(fā)出請(qǐng)求時(shí)會(huì)遵照下面格式
·GET：用于說(shuō)明想要服務(wù)器執(zhí)行的操作。
·/index.html： 資源的路徑，這里指向服務(wù)器上的index.html文件。
·HTTP/1.1協(xié)議的版本，HTTP第一個(gè)廣泛使用的版本是1.0，當(dāng)前版本為1.1。
·Host: www.example.com：Host后面是要訪問(wèn)的服務(wù)器地址。
服務(wù)器在接收到請(qǐng)求之后，會(huì)根據(jù)程序，生成對(duì)應(yīng)于該請(qǐng)求的回復(fù)，比如：
·HTTP/1.1：協(xié)議版本
·200：狀態(tài)碼（status code）
·OK：狀態(tài)描述（其它描述有302：重新定向。404：無(wú)法找到）
·Content-type: text/plain：主體所包含的資源類型為普通文本（其它類型有text/html：HTML文? ? 本、image/jpeg：jpeg圖片、image/gif：gif圖片
·Content-length：12：主體本分的長(zhǎng)度為12字節(jié)
·Hello World!：回復(fù)的主體部分
Python標(biāo)準(zhǔn)庫(kù)中的http.client包可用于發(fā)出HTTP請(qǐng)求，
5.爬蟲
網(wǎng)絡(luò)爬蟲應(yīng)用很廣，它可以自動(dòng)瀏覽網(wǎng)頁(yè)，從網(wǎng)頁(yè)上抓取我們想要的信息。許多研究互聯(lián)網(wǎng)行為的學(xué)者也會(huì)用爬蟲抓取網(wǎng)絡(luò)信息，用來(lái)進(jìn)一步分析人們使用互聯(lián)網(wǎng)的行為。我們現(xiàn)在可以利用前面所學(xué)的知識(shí)做一個(gè)簡(jiǎn)單的程序，實(shí)現(xiàn)提取博客最近文章的發(fā)表日期和閱讀量。
第一步：訪問(wèn)博客首頁(yè)，作者的博客地址是www.cnblogs.com/vamei，主機(jī)是www.cnblogs.com，資源位置是/vamei。這個(gè)頁(yè)面是一個(gè)超文本文件，所以我們用 HTTPS協(xié)議訪問(wèn)：
第二步：通過(guò)正則表達(dá)式提取有用信息（日期、時(shí)間和閱讀量）：
結(jié)果為：
