Q1：HTTP Error 403: Forbidden
python中经常使用urllib2.urlopen函数提取网页源码，但是有些时候这个函数返回的却是：HTTP Error 403: Forbidden，这表明源网站不允许爬虫进行爬取
解决方法：伪装成浏览器进行访问
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import urllib2
url = "http://www.google.com/translate_a/t?client=t&sl=zh-CN&tl=en&q=%E7%94%B7%E5%AD%A9"
#浏览器头
headers = {‘User-Agent‘:‘Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6‘}
req = urllib2.Request(url=url,headers=headers)
data = urllib2.urlopen(req).read()
print data
这样就可以得到网页源码了～
注：如果源码中中文为乱码，可以使用：
print data.decode("UTF-8")
参见 http://www.geekcome.com/content-10-3101-1.html
Q2：文件读写
read() 每次读取整个文件，它通常用于将文件内容放到一个字符串变量中，readline() 和 .readlines()之间的差异是后者一次读取整个文件，象 .read()一样。.readlines()自动将文件内容分析成一个行的列表，该列表可以由 Python 的 for... in ... 结构进行处理。另一方面，.readline()每次只读取一行，通常比 .readlines()慢得多。仅当没有足够内存可以一次读取整个文件时，才应该使用.readline()
注意：f.readline()完成后最后一个字符是 ‘\n’,此时光标已经定位到了下一行的第0个位置，如果需要去除最后的回车键‘\n’，则为
line = f.readline() line = line[:-1]
也可以用"string".strip(‘\n‘)
参见http://www.cnblogs.com/kaituorensheng/archive/2012/06/05/2537347.html
for line in open(‘poem.txt‘):
line = f.readline()
print line
f = open(‘test.txt‘, ‘r‘) #以读方式打开文件
for line in f.readlines():
print line
>>>> welcome_str ="Welcome you" >>>> welcome_str[0] ‘W‘ >>> git_list = ["qiwsir","github","io"] >>> git_list[0] ‘qiwsir‘
Q3:list和str转化
list和str的最大区别是：list是原处可以改变的，str则原处不可变
list和str转化
str.split()
>>> line = "Hello.I am qiwsir.Welcome you."
>>> line.split(".") #以英文的句点为分隔符，得到list
[‘Hello‘, ‘I am qiwsir‘, ‘Welcome you‘, ‘‘]
>>> line.split(".",1) #这个1,就是表达了上文中的：If maxsplit is given, at most maxsplit splits are done.
[‘Hello‘, ‘I am qiwsir.Welcome you.‘]
>>> name = "Albert Ainstain" #也有可能用空格来做为分隔符
>>> name.split(" ")
[‘Albert‘, ‘Ainstain‘]
join可以说是split的逆运算
从list得到的字符串做切片操作
list[0][1:] #remove the first character
Q4：list对应元素相加
使用zip函数
zip就是把2个数组糅在一起
x=[1, 2, 3, 4, 5 ]
y=[6, 7, 8, 9, 10]
zip(x, y)就得到了
[(1, 6), (2, 7), (3, 8), (4, 9), (5, 10)]
list12 = [x+y for x,y in zip(list1,list2)]
求l1=[[1,2],[3,4],[5,6]]对应元素的和
>>> l1=[[1,2],[3,4],[5,6]]
>>> list(map(sum,zip(*l1)))
[9, 12]
zip参考：http://www.lfyzjck.com/python-zip/
Q5：判断数据类型
import typestype(x) is types.IntType # 判断是否int 类型type(x) is types.StringType #是否string类型
types.ListType == type(text)
Q6：三目运算符
true_part if condition else false_part
>>> 1 if True else 0 1 >>> 1 if False else 0 0
Q7：list去重
http://www.jb51.net/article/55342.htm
ids = [1,4,3,3,4,2,3,4,5,6,1]
news_ids = list(set(ids))
news_ids.sort(ids.index)
Q8:Python的函数指针
#Icmp----Generates some ICMP traffic
def matchIcmp(json_data):
if json_data[‘network‘][‘icmp‘]:
print ‘Generates some ICMP traffic‘
func_sets=[matchEntropy,matchIcmp,matchIrc,matchHttp,matchSmtp,matchDomain,matchFile,matchRegister,matchMutex,matchApi]
for func in func_sets:
func(json_data)
#模块中，类外的函数指针调用
def hwFunc1(x):
print("waleking‘s func1")
def hwFunc2(x):
print("%s" %(x+1))
print("waleking‘s func2")
funcSets={"func1":hwFunc1,"func2":hwFunc2}
funcSets["func1"](1)
Q9：TypeError: ‘NoneType’ object is not iterable
原因：最终所被调用的函数所返回的值，和返回值赋值给的变量，不匹配。
Q10：Python按照书写顺序输出字典中的元素
使用dict时，Key是无序的。在对dict做迭代时，我们无法确定Key的顺序。
如果要保持Key的顺序，可以用OrderedDict：
>>> from collections import OrderedDict
>>> d = dict([(‘a‘, 1), (‘b‘, 2), (‘c‘, 3)])
>>> d # dict的Key是无序的
{‘a‘: 1, ‘c‘: 3, ‘b‘: 2}
>>> od = OrderedDict([(‘a‘, 1), (‘b‘, 2), (‘c‘, 3)])
>>> od # OrderedDict的Key是有序的
OrderedDict([(‘a‘, 1), (‘b‘, 2), (‘c‘, 3)])注意，OrderedDict的Key会按照插入的顺序排列，不是Key本身排序：
>>> od = OrderedDict()
>>> od[‘z‘] = 1
>>> od[‘y‘] = 2
>>> od[‘x‘] = 3
>>> od.keys() # 按照插入的Key的顺序返回
[‘z‘, ‘y‘, ‘x‘]