python取非

❶ python基本運算包括

Python 的基本運算有 +（加）-（減）*（乘）/（除）//（整除）%（求余）

Python 運算符的用法非常符合我們日常的習慣，在此不贅述，以下主要舉一些例子加深印象以及列出幾個注意點：

1.Python 在整數和浮點數運算時，自動將整數隱式轉換成浮點數

2.在除法時，將結果作為浮點數保留（至少小數點後1位）

3.冪乘用兩個星號表示
如
2**3

8

2－1

1

4.除後取整運算符//

15//2

7

5.除後取余%

4%3

0.3333333333333333（小數點後最多16位）

6.還可以原地修改運算符
+= －= *= %= /=
x*=3
x=x*3

7.還可以用於修改字元串

8.在Python中 整數是一種不可變類型，創建後值不能改變，不能自增自減如x++
9.值與操作符間可以添加任意多個空格

❷ 如何利用Python讀入shapefile文件 Python如果讀入非TXT文件

# filename: test.py
import os

users = [] # 用來保存從文件中讀取的數據

for item in os.listdir('.'): # 遍歷指定目錄
if os.path.isfile(item) and item.endswith('.txt'): # 判斷是否為.txt文件
f = open(item) # 打開文件

for line in f: # 讀入文件的每一行
if line.startswith('用戶名'): # 變數初始化
uid = age = sex = None
elif line.startswith("用戶id"): # 根據每行開始內容獲取數據
uid = line.split()[1]
elif line.startswith("年齡"):
age = line.split()[1]
elif line.startswith("性別"):
sex = line.split()[1]
users.append([uid, age, sex]) # 將所獲得的數據以列表的形式追加到數組中

f.close() # 關閉文件

print(users) # 列印數組內容

# [['12345', '23', '男'], ['12346', '23', '男'], ['12347', '23', '男'], ['12348', '23', '男']]

使用的數據文件：
1.txt
------------
用戶名 abc
------------
用戶id 12345

年齡 23

性別 男

------------
用戶名 小張
------------
用戶id 12346

年齡 23

性別 男

2.txt
------------
用戶名 張三
------------
用戶id 12347

年齡 23

性別 男

------------
用戶名 李四
------------
用戶id 12348

年齡 23

性別 男

❸ python中 非空列表怎麼表示（判斷）

方法：

使用len函數獲取列表的長度，用if函數判斷這個列表的長度是否不為零，如果列表的長度不為零，就表示這個列表為非空列表

執行結果如下：

更多Python知識，請關註：Python自學網！！

❹ python的if語句用法

Python條件語句是通過一條或多條語句的執行結果（True或者False）來決定執行的代碼塊。

Python程序語言指定任何非0和非空（null）值為true，0 或者 null為false。

Python 編程中 if 語句用於控製程序的執行。其中"判斷條件"成立時（非零），則執行後面的語句，而執行內容可以多行，以縮進來區分表示同一范圍。

else 為可選語句，當需要在條件不成立時執行內容則可以執行相關語句。

（1）簡單的if語句：

在第1行中，可包含任何條件測試，而在緊跟在測試後面的縮進代碼塊中，可執行任何操作。如果條件測試的結果為True，Python就會執行緊跟在if語句後面的代碼；否則Python將忽略這些代碼。

（2）if-else語句

經常需要在條件測試通過了時執行一個操作，並在沒有通過時執行另一個操作；在這種情況下，可使用Python提供的if-else語句。if-else語句塊類似於簡單的if語句，但其中的else語句，讓你能夠指定條件測試未通過時要執行的操作。

（3）if-elif-else語句

經常需要檢查超過兩個的情形，為此可使用Python提供的if-elif-else結構。Python只執行if-elif-else結構中的一個代碼塊，它依次檢查每個條件測試，直到遇到通過了的條件測試。測試通過後，Python將執行緊跟在它後面的代碼，並跳過餘下的測試。

條件測試：

（1）概念：

每條if語句的核心都是一個值為True或False的表達式，這種表達式被稱為條件測試。Python根據條件測試的值為True還是False來決定是否執行if語句中的代碼。如果條件測試的值為True，Python就執行緊跟在if語句後面的代碼；如果為False，Python就忽略這些代碼。

（2）檢查是否相等：

通常情況下會用 「==」的左值和右值是否相等來判斷程序是否繼續進行，會區分大小寫也會用「！=」 來表示不相等繼續進行，相等則忽略。

（3）檢查多個條件：

and: 要檢查是否兩個條件都為True，可使用關鍵字and將兩個條件測試合而為一；如果每個測試都通過了，整個表達式就為True；如果至少有一個測試沒有通過，整個表達式就為False。

or: 關鍵字or也能夠讓你檢查多個條件，但只要至少有一個條件滿足，就能通過整個測試。僅當兩個測試都沒有通過時，使用or的表達式才為False。

（4）檢查特定值是否包含在列表內：

要判斷特定的值是否已包含在列表中，可使用關鍵字in。

（5）檢查特定值是否不包含在列表內：

確定特定的值未包含在列表中很重要，可使用關鍵字not in。

（6）布爾表達式：

布爾表達式的結果要麼為True，要麼為False。

❺ 關於python取非，如果輸入的字元不在定義列表裡，則提示！

list = ["10","20","30"]
you = raw_input('please input:10,20,30\n').strip()
if not you in list:
print "10/20/30!"

❻ Python用於表示邏輯或者運算的關鍵字

Python的邏輯運算符有and（邏輯與，兩者都為真才為真）、not（邏輯非，對當前邏輯取反）、or（邏輯或，兩者中有一為真即為真）三個。

❼ 在Python中怎麼匹配多個「取非」的長字元串

按照你的要求寫的正則表達式 ^((?!ABC)(?!一二三).)+$

完整的Python程序如下

importre

s=['123ABC12345','12一二三12345','1一二345','12A345678','1一2二3三45','1AB23C45']

regex=r'^((?!ABC)(?!一二三).)+$'

foriinrange(0,len(s)):

result=re.match(regex,s[i])

ifresult:

print(result.group(0))

Python源代碼(注意源代碼的縮進)

❽ python中%代表什麼意思

格式符 例如: a = 'test' print 'it is a %s' %(a) 列印的結果就是 it is a test
2、單獨看%,是一個運算符號,求余數。 例如: 求模運算,相當於mod,也就是計算除法的余數,比如5%2就得到1。
(8)python取非擴展閱讀:python中%常用的操作有...

❾ python如何按位進行「與非」計算

a=0b00110011
b=0b01010101
c=0b11101110
print(bin(~(a&b)&255))
print(~(a&b)&255)

～的理解沒有問題

&255保證結果是無符號8位整型，去掉這個系統會按照默認字長帶符號的整型運算

❿ Python爬蟲可以爬取什麼

Python爬蟲可以爬取的東西有很多，Python爬蟲怎麼學？簡單的分析下：

如果你仔細觀察，就不難發現，懂爬蟲、學習爬蟲的人越來越多，一方面，互聯網可以獲取的數據越來越多，另一方面，像 Python這樣的編程語言提供越來越多的優秀工具，讓爬蟲變得簡單、容易上手。

利用爬蟲我們可以獲取大量的價值數據，從而獲得感性認識中不能得到的信息，比如：

知乎：爬取優質答案，為你篩選出各話題下最優質的內容。

淘寶、京東：抓取商品、評論及銷量數據，對各種商品及用戶的消費場景進行分析。

安居客、鏈家：抓取房產買賣及租售信息，分析房價變化趨勢、做不同區域的房價分析。

拉勾網、智聯：爬取各類職位信息，分析各行業人才需求情況及薪資水平。

雪球網：抓取雪球高回報用戶的行為，對股票市場進行分析和預測。

爬蟲是入門Python最好的方式，沒有之一。Python有很多應用的方向，比如後台開發、web開發、科學計算等等，但爬蟲對於初學者而言更友好，原理簡單，幾行代碼就能實現基本的爬蟲，學習的過程更加平滑，你能體會更大的成就感。

掌握基本的爬蟲後，你再去學習Python數據分析、web開發甚至機器學習，都會更得心應手。因為這個過程中，Python基本語法、庫的使用，以及如何查找文檔你都非常熟悉了。

對於小白來說，爬蟲可能是一件非常復雜、技術門檻很高的事情。比如有人認為學爬蟲必須精通 Python，然後哼哧哼哧系統學習 Python 的每個知識點，很久之後發現仍然爬不了數據；有的人則認為先要掌握網頁的知識，遂開始 HTMLCSS，結果入了前端的坑，瘁……

但掌握正確的方法，在短時間內做到能夠爬取主流網站的數據，其實非常容易實現，但建議你從一開始就要有一個具體的目標。

在目標的驅動下，你的學習才會更加精準和高效。那些所有你認為必須的前置知識，都是可以在完成目標的過程中學到的。這里給你一條平滑的、零基礎快速入門的學習路徑。

1.學習 Python 包並實現基本的爬蟲過程

2.了解非結構化數據的存儲

3.學習scrapy，搭建工程化爬蟲

4.學習資料庫知識，應對大規模數據存儲與提取

5.掌握各種技巧，應對特殊網站的反爬措施

6.分布式爬蟲，實現大規模並發採集，提升效率

一

學習 Python 包並實現基本的爬蟲過程

大部分爬蟲都是按「發送請求——獲得頁面——解析頁面——抽取並儲存內容」這樣的流程來進行，這其實也是模擬了我們使用瀏覽器獲取網頁信息的過程。

Python中爬蟲相關的包很多：urllib、requests、bs4、scrapy、pyspider 等，建議從requests+Xpath 開始，requests 負責連接網站，返回網頁，Xpath 用於解析網頁，便於抽取數據。

如果你用過 BeautifulSoup，會發現 Xpath 要省事不少，一層一層檢查元素代碼的工作，全都省略了。這樣下來基本套路都差不多，一般的靜態網站根本不在話下，豆瓣、糗事網路、騰訊新聞等基本上都可以上手了。

當然如果你需要爬取非同步載入的網站，可以學習瀏覽器抓包分析真實請求或者學習Selenium來實現自動化，這樣，知乎、時光網、貓途鷹這些動態的網站也可以迎刃而解。

二

了解非結構化數據的存儲

爬回來的數據可以直接用文檔形式存在本地，也可以存入資料庫中。

開始數據量不大的時候，你可以直接通過 Python 的語法或 pandas 的方法將數據存為csv這樣的文件。

當然你可能發現爬回來的數據並不是干凈的，可能會有缺失、錯誤等等，你還需要對數據進行清洗，可以學習 pandas 包的基本用法來做數據的預處理，得到更干凈的數據。

三

學習 scrapy，搭建工程化的爬蟲

掌握前面的技術一般量級的數據和代碼基本沒有問題了，但是在遇到非常復雜的情況，可能仍然會力不從心，這個時候，強大的 scrapy 框架就非常有用了。

scrapy 是一個功能非常強大的爬蟲框架，它不僅能便捷地構建request，還有強大的 selector 能夠方便地解析 response，然而它最讓人驚喜的還是它超高的性能，讓你可以將爬蟲工程化、模塊化。

學會 scrapy，你可以自己去搭建一些爬蟲框架，你就基本具備爬蟲工程師的思維了。

四

學習資料庫基礎，應對大規模數據存儲

爬回來的數據量小的時候，你可以用文檔的形式來存儲，一旦數據量大了，這就有點行不通了。所以掌握一種資料庫是必須的，學習目前比較主流的 MongoDB 就OK。

MongoDB 可以方便你去存儲一些非結構化的數據，比如各種評論的文本，圖片的鏈接等等。你也可以利用PyMongo，更方便地在Python中操作MongoDB。

因為這里要用到的資料庫知識其實非常簡單，主要是數據如何入庫、如何進行提取，在需要的時候再學習就行。

五

掌握各種技巧，應對特殊網站的反爬措施

當然，爬蟲過程中也會經歷一些絕望啊，比如被網站封IP、比如各種奇怪的驗證碼、userAgent訪問限制、各種動態載入等等。

遇到這些反爬蟲的手段，當然還需要一些高級的技巧來應對，常規的比如訪問頻率控制、使用代理IP池、抓包、驗證碼的OCR處理等等。

往往網站在高效開發和反爬蟲之間會偏向前者，這也為爬蟲提供了空間，掌握這些應對反爬蟲的技巧，絕大部分的網站已經難不到你了.

六

分布式爬蟲，實現大規模並發採集

爬取基本數據已經不是問題了，你的瓶頸會集中到爬取海量數據的效率。這個時候，相信你會很自然地接觸到一個很厲害的名字：分布式爬蟲。

分布式這個東西，聽起來很恐怖，但其實就是利用多線程的原理讓多個爬蟲同時工作，需要你掌握 Scrapy + MongoDB + Redis 這三種工具。

Scrapy 前面我們說過了，用於做基本的頁面爬取，MongoDB 用於存儲爬取的數據，Redis 則用來存儲要爬取的網頁隊列，也就是任務隊列。

所以有些東西看起來很嚇人，但其實分解開來，也不過如此。當你能夠寫分布式的爬蟲的時候，那麼你可以去嘗試打造一些基本的爬蟲架構了，實現一些更加自動化的數據獲取。

你看，這一條學習路徑下來，你已然可以成為老司機了，非常的順暢。所以在一開始的時候，盡量不要系統地去啃一些東西，找一個實際的項目（開始可以從豆瓣、小豬這種簡單的入手），直接開始就好。

因為爬蟲這種技術，既不需要你系統地精通一門語言，也不需要多麼高深的資料庫技術，高效的姿勢就是從實際的項目中去學習這些零散的知識點，你能保證每次學到的都是最需要的那部分。

當然唯一麻煩的是，在具體的問題中，如何找到具體需要的那部分學習資源、如何篩選和甄別，是很多初學者面臨的一個大問題。

以上就是我的回答，希望對你有所幫助，望採納。