python脚本开发
工作中会经常需要写一些命令行脚本，如果还是用if,else判断用户输入实在是太丑陋了。这里介绍几个python里的命令行脚本库，可以帮助我们快速开发好用的命令行脚本。
https://docs.python.org/3/library/cmd.html
使用方式是继承Cmd,实现自己的子类。
参数comletekey是自动补全操作，默认值是Tab, 如果不为None 且readline可用的话，命令会自动完成。
这里的readline指的是python实现的 GNU readline 接口（标准python库里没有，Windows系统不支持）。
参数stdin,stdout是输入输出流，默认是sys.stdin,sys.stout。
cmd提供了一个简单的框架，但是功能比较简单，python还有其他的很多第三方库可以用来写命令行程序。
https://www.cnblogs.com/xueweihan/p/12293402.html 这篇文章对比了各个库的功能，贴在这里：
看起来fire是最简单的，来试一下。
fire 则是用一种面向广义对象的方式来玩转命令行，这种对象可以是类、函数、字典、列表等，它更加灵活，也更加简单。你都不需要定义参数类型，fire 会根据输入和参数默认值来自动判断，这无疑进一步简化了实现过程。
以下示例为 fire 实现的 计算器程序：
从上述示例可以看出，fire 提供的方式无疑是最简单、并且最 Pythonic 的了。我们只需关注业务逻辑，而命令行参数的定义则和函数参数的定义融为了一体。
不过，有利自然也有弊，比如 nums 并没有说是什么类型，也就意味着输入字符串'abc'也是合法的，这就意味着一个严格的命令行程序必须在自己的业务逻辑中来对期望的类型进行约束。
2. python 适合做什么开发
主要可以做小程序，爬虫程序，用于系统编程等等还是很广泛的。
Python 的应用领域分为下面几类。下文将介绍一些Python 具体能帮我们做的事情。但我们不会对各个工具进行深入探讨，如果你对这些话题感兴趣，请从老男孩python培训网站或其他一些资源中获取更多的信息。
1.python可以用于系统编程 Python 对操作系统服务的内置接口，使其成为编写可移植的维护操作系统的管理工具和部件（有时也被称为Shell 工具）的理想工具。
Python 程序可以搜索文件和目录树，可以运行其他程序，用进程或线程进行并行处理等等。
2.python可以用于用户图形接口
Python 的简洁以及快速的开发周期十分适合开发GUI 程序。此外，基于C++ 平台的工具包wxPython GUI API 可以使用Python 构建可移植的GUI 。
诸如PythonCard 和Dabo 等一些高级工具包是构建在wxPython 和Tkinter 的基础API 之上的。通过适当的库，你可以使用其他的GUI 工具包，例如，Qt 、GTK 、MFC 和Swing 等。
3.python可以用于Internet 脚本
Python 提供了标准Internet 模块，使Python 能够广泛地在多种网络任务中发挥作用，无论是在服务器端还是在客户端都是如此。
而且网络上还可以获得很多使用Python 进行Internet 编程的第三方工具此外，Python 涌现了许多Web 开发工具包，例如，Django 、TurboGears 、Pylons 、Zope 和WebWare ，使Python 能够快速构建功能完善和高质量的网站。
4.python可以用于组件集成
在介绍Python 作为控制语言时，曾涉及它的组件集成的角色。Python 可以通过C/C++ 系统进行扩展，并能够嵌套C/C++ 系统的特性，使其能够作为一种灵活的粘合语言，脚本化处理其他系统和组件的行为。
例如，将一个C库集成到Python 中，能够利用Python 进行测试并调用库中的其他组件；将Python 嵌入到产品中，在不需要重新编译整个产品或分发源代码的情况下，能够进行产品的单独定制。
5.python能用于数据库编程
对于传统的数据库需求，Python 提供了对所有主流关系数据库系统的接口，Python 定义了一种通过Python 脚本存取SQL 数据库系统的可移植的数据库API ，这个API 对于各种底层应用的数据库系统都是统一的。
所以一个写给自由软件MySQL 系统的脚本在很大程度上不需改变就可以工作在其他系统上（例如，Oracle ）-- 你仅需要将底层的厂商接口替换掉就可以实现。
6.python 可以用于快速原型
对于Python 程序来说，使用Python 或C编写的组件看起来都是一样的。正因为如此，我们可以在一开始利用Python 做系统原型，之后再将组件移植到C或C++ 这样的编译语言上。
7.python 可以用于数值计算和科学计算编程
我们之前提到过的NumPy 数值编程扩展包括很多高级工具，通过将Python 与出于速度考虑而使用编译语言编写的数值计算的常规代码进行集成，其他一些数值计算工具为Python 提供了动画、3D 可视化、并行处理等功能的支持。
8.python 可以用于游戏、图像、人工智能、XML 、机器人等
Python 的应用领域很多，远比这里提到的多得多。
例如，可以利用pygame 系统使用Python 对图形和游戏进行编程；用PIL 和其他的一些工具进行图像处理；用PyRo 工具包进行机器人控制编程。
当然python能干的事情不止上面这么多领域，相信你在学完老男孩python自动化架构课程就能知道python应用的领域之多了。
拓展资料
Python (英国发音:/ˈpaɪθən/ 美国发音:/ˈpaɪθɑːn/), 是一种面向对象的解释型计算机程序设计语言，由荷兰人Guido van Rossum于1989年发明，第一个公开发行版发行于1991年。
Python是纯粹的自由软件，源代码和解释器CPython遵循 GPL(GNUGeneral Public License)许可。Python语法简洁清晰，特色之一是强制用空白符(white space)作为语句缩进。
Python具有丰富和强大的库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块(尤其是C/C++)很轻松地联结在一起。常见的一种应用情形是，使用Python快速生成程序的原型(有时甚至是程序的最终界面)，然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。需要注意的是在您使用扩展类库时可能需要考虑平台问题，某些可能不提供跨平台的实现。
7月20日，IEEE发布2017年编程语言排行榜:Python高居首位 。
2018年3月，该语言作者在邮件列表上宣布 Python 2.7将于2020年1月1日终止支持。用户如果想要在这个日期之后继续得到与Python 2.7有关的支持，则需要付费给商业供应商。
3. Python是一门“脚本语言”吗
Python是一门通用型的编程语言，而它时常扮演着脚本语言的角色。一般来说，Python可定义为一门面向对象的脚本语言:这个定义把对面向对象的支持和彻底的面向脚本语言的角色融合在一起。如果只用一句话来概括，Python是一门融合了面向过程、函数式和面向对象编程范式的多目标语言。无论怎样，术语“脚本”一词已经同胶水一样黏在了Python 上，这不同于其他需要编写大量繁复代码的语言。例如，人们往往用“脚本”(script)而不是“程序”(program)一词来描述Python的代码文件。由于“脚本语言”的意思可谓众说纷纭，因而，一些人也认为该词在Python中的使用应该被完全禁止。实际上，人们往往给Python三个不同的角色，其中有些角色相对其余的角色更重要:
Shell工具
偶尔当人们听到Python是脚本语言时，他们会认为Python是一个面向系统的脚本语言代码工具。这些程序往往在命令行运行中，实现诸如文本文件的处理以及启动其他程序等任务。
Python程序当然能够以这样的角色工作，但这仅仅是Python常规应用范围的很小一部分。它不只是一种很好的Shell 脚本语言。
控制语言
对其他人而言，脚本意味着控制或重定向其他应用程序组件的“胶水”层。Python经常部署于大型应用之中。例如，测试硬件设备时，Python程序可以调用能够进行硬件底层访问的相关组件。类似地，在终端用户产品定制的过程中，应用程序可以在策略点处调用一些Python 代码，而无需分发或重新编译整个系统代码。
Python的简洁性使其从本质上能够成为一个灵活的控制工具。然而从技术上来讲，这也只是Python的常规角色之一，许多（或许也是绝大多数)Python代码作为独立的脚本执行时无须调用或者了解其他的集成组件。然而，Python不只是一种控制语言。使用便捷可能对“脚本语言”最好的解释，就是一类应用于快速编程任务的一种简单语言。对于Python来说，这确实是实至名归，因为Python和C++之类的编译语言相比，大大提高了程序开发速度。其敏捷的开发周期促进了探索、增量式的软件开发模型，而这些都是必须亲身体验之后才能体会得到。
但是千万别被迷惑，误以为Python仅可以实现简单的任务。恰恰相反，Python的易用性和灵活性使编程任务变得简单。Python有着一些简洁的特性，但是它允许程序按照需求以尽可能优雅的方式扩展。也正是基于这一点，它通常应用于快速作业任务和长期战略开发。
所以，Python是不是脚本语言，这取决于你看待这个问题的视角。一般意义上讲，“脚本语言”一词可能最适用于描述一种 Python所支持的快速和灵活的开发模式，而不是特定的应用领域的概念。
4. Linux 下Python 脚本编写的"奇技淫巧"
“ 生命完美的答案，无非走过没有遗憾 ---《天蓝》”
“如何能够解析脚本运行命令行选项(位于 sys.argv 中)”
argparse 模块可被用来解析命令行选项
常用来定义一个脚本的说明文档，一般我们写python脚本会通过 if..else 的方式来提供一个脚本说明文档，python不支持switch。所以很麻烦，其实，我们可以通过 argparse 来编写说明文档。
我们来看看怎么执行一个python脚本
对于熟悉Linux的小伙伴下面的文档在熟悉不过了，这个一个标准Linxu软件包的说明文档，文档中定义是软件包的说明
来看看这个脚本是如何编写的
为了解析命令行选项， 首先要创建一个 ArgumentParser 实例， 使用 add_argument() 方法声明你想要支持的选项。在每个 add-argument() 调用中:
dest 参数指定解析结果被指派给属性的名字。 metavar 参数被用来生成帮助信息。
action 参数 指定跟属性对应的处理逻辑，通常的 值为 store , 被用来存储 某个值 或将 多个参数值收集到一个列表中 。
nargs 参数收集 所有剩余的命令行参数到一个列表中。在本例中它被用来构造一个文件名列表
action='store_true' 根据参数是否存在来设置一个位置 Boolean 标志：
action='store' 参数接受一个单独值并将其存储为一个字符串
如果一个都没有，会提示缺少参数 -p/--pat
choices={'slow', 'fast'}, 参数说明接受一个值，但是会将其和可能的选择值做比较，以检测其合法性：
一旦参数选项被指定，你就可以执行 parser.parse() 方法了。它会处理 sys.argv 的值并返回一个结果实例。每个参数值会被设置成该实例中 add_argument() 方法的 dest 参数指定的属性值。
还很多种其他方法解析命令行选项。可以会手动地处理 sys.argv 或者使用 getopt 模块 。但是，如果你采用本节的方式，将会减少很多冗余代码，底层细节 argparse 模块 已经帮你处理好了。你可能还会碰到使用 optparse 库解析选项的代码。尽管 optparse 和 argparse 很像 ，但是后者更先进，因此在新的程序中你应该使用它。
“你写了个脚本，运行时需要一个密码。此脚本是交互式的，因此不能将密码在脚本中硬编码，而是需要弹出一个密码输入提示，让用户自己输入。”
Python 的 getpass 模块 正是你所需要的。你可以让你很轻松地弹出密码输入提示，并且不会在用户终端显示密码。
代码中 getpass.getuser() 不会弹出用户名的输入提示。它会根据该 用户的 shell 环境 或者会依据 本地系统的密码库 (支持 pwd 模块的平台)来使用 当前用户的登录名
在bash中编写pytohn脚本接收外部数据的方式，一般情况下，对于一般变量，我们用命令行变量的方式比较多(手动的处理 sys.argv )，对于 文件内容或者bash命令输出 直接通过脚本内部获取需要的数据。
其实python 脚本也可以用其他方式来接收 传递给他的 文件数据或者bash命令输出 ，包括将 命令行的输出 通过 管道传递 给该脚本、 重定向文件到该脚本 ，或在 命令行中传递一个文件名 或 文件名列表 给该脚本。
这里通过 Python 内置的 fileinput 模块 ，可以实现重 定向，管道，以文佳输出 的方式传递数据到脚本内部
使用 fileinput.input() 方法可以获取当前输入脚本的数据，脚本里面用一个 FileInput 迭代器接收
文件直接接收
重定向接收
管道方式接收
fileinput.input() 创建并返回一个 FileInput 类的实例，该实例可以被当做一个 上下文管理器 使用。因此，整合起来，如果我们要写一个打印多个文件输出的脚本，那么我们需要在输出中包含文件名和行号
“你想执行一个外部命令并以 Python 字符串的形式获取执行结果。”
使用 subprocess.check_output() 函数。
执行下试试
如果被执行的命令以非零码返回，就会抛出异常。下面的例子捕获到错误并获取返回码：
默认情况下， check_output() 仅仅返回输入到标准输出的值。如果你需要 同时收集标准输出和错误输出 ，使用 stderr 参数：
如果你需要用一个超时机制来执行命令，使用 timeout 参数：
通常来讲，命令的执行 不需要 使用到 底层 shell 环境(比如 sh、bash) 。一个字符串行表会被传递给一个 低级系统命令 ，比如 os.execve() 。
如果你想让 命令被一个shell 执行 ，传递一个字符串参数，并设置参数 shell=True . 有时候你想要 Python 去执行一个复杂的 shell 命令 的时候这个就很有用了，比如管道流、I/O 重定向和其他特性。例如：
是在 shell 中执行命令会存在一定的安全风险，特别是当参数来自于用户输入时。这时候可以使用 shlex.quote() 函数 来将参数正确的用双引用引起来。
使用 check_output() 函数 是执行 外部命令 并获取其 返回值 的最简单方式。但是，如果你需要对 子进程做更复杂的交互 ，比如给它发送输入，你得采用另外一种方法。这时候可直接使用 subprocess.Popen 类。
关于子进程，简单来看下
也可以进程列表同协程结合的方式。你既可以在子shell中 进行繁重的处理工作，同时也不会让子shell的I/O受制于终端。
如果直接丢到后台会自动在终端输出IO
subprocess 模块对于依赖 TTY 的外部命令不合适用 。例如，你不能使用它来自动化一个用户输入密码的任务(比如一个 ssh 会话)。这时候，你需要使用到第三方模块了，比如基于着名的 expect 家族的工具(pexpect 或类似的)(pexpect可以理解为Linux下的expect的Python封装、通过pexpect可以实现对ssh、ftp、passwd、telnet等命令行进行自动交互，而无需人工干涉来达到自动化的目的。比如我们可以模拟一个FTP登录时所有交互，包括输入主机地址、用户名、密码、上传文件等，待出现异常还可以进行尝试自动处理。)
“你想向标准错误打印一条消息并返回某个非零状态码来终止程序运行”
通过 python 的 raise SystemExit(3) 命令可以主动抛出一个错误,通过 sys.stderr.write 将命令写到标准的输出端
直接将消息作为参数传给 SystemExit() ，那么你可以省略其他步骤
抛出一个 SystemExit 异常，使用错误消息作为参数,它会将消息在 sys.stderr 中打印，然后程序以状态码 1 退出
“你需要知道当前终端的大小以便正确的格式化输出。”
使用 os.get terminal size() 函数 来做到这一点。
“复制或移动文件和目录，但是又不想调用 shell 命令。”
shutil 模块 有很多便捷的函数可以复制文件和目录。使用起来非常简单
这里不多讲，熟悉Linux的小伙伴应该不陌生。
默认情况下，对于 符号链接 这些命令处理的是它指向的东西文件。例如，如果 源文件 是一个 符号链接 ，那么目标文件将会是 符号链接 指向的文件。如果你只想 复制符号链接本身 ，那么需要指定 关键字 参数 follow_symlinks
tree() 可以让你在复制过程中选择性的忽略某些文件或目录。你可以提供一个忽略函数，接受一个目录名和文件名列表作为输入，返回一个忽略的名称列表。例如：
对于文件元数据信息， 2() 这样的函数只能尽自己最大能力来保留它。 访问时间、创建时间和权限 这些基本信息会被保留，但是 对于所有者、ACLs、资源 fork 和其他更深层次的文件元信息就说不准了
通常不会去使用 shutil.tree() 函数 来执行 系统备份 。当处理文件名的时候，最好使用 os.path 中的函数来确保最大的可移植性
使用 tree() 复制文件夹的一个棘手的问题是对于错误的处理,可以使用异常块处理，或者通过 参数 ignore dangling symlinks=True 忽略掉无效符号链接。
“创建或解压常见格式的归档文件(比如.tar, .tgz 或.zip)”
shutil 模块拥有两个函数—— make archive() 和 unpack archive() 可派上用场,
make archive() 的第二个参数是期望的输出格式。可以使用 get archive formats() 获取所有支持的归档格式列表。
“你需要写一个涉及到文件查找操作的脚本，比如对日志归档文件的重命名工具，你不想在 Python 脚本中调用 shell，或者你要实现一些 shell 不能做的功能。”
查找文件，可使用 os.walk() 函数 ，传一个顶级目录名给它
os.walk() 方法 为我们 遍历目录树 ，每次进入一个目录，它会返回一个 三元组 ，包含 相对于查找目录的相对路径，一个该目录下的目录名列表，以及那个目录下面的文件名列表。
对于每个元组，只需检测一下目标文件名是否在文件列表中。如果是就使用 os.path.join() 合并路径。为了避免奇怪的路径名比如 ././foo//bar ，使用了另外两个函数来修正结果
os.walk(start) 还有跨平台的优势。并且，还能很轻松的加入其他的功能。我们再演示一个例子，下面的函数打印所有最近被修改过的文件：
打印10分钟之前被修改的数据
“怎样读取普通.ini 格式的配置文件？”
configparser 模块 能被用来读取配置文件
编写配置文件
如果有需要，你还能修改配置并使用 cfg.write() 方法将其写回到文件中
“你希望在脚本和程序中将诊断信息写入日志文件。”
python 脚本打印日志最简单方式是使用 logging 模块
五个日志调用( critical(), error(), warning(), info(), debug() )以降序方式表示不同的严重级别。 basicConfig() 的 level 参数是一个 过滤器 。所有级别低于此级别的日志消息都会被忽略掉。每个 logging 操作的参数是一个消息字符串，后面再跟一个或多个参数。构造最终的日志消息的时候我们使用了 % 操作符来格式化消息字符串。
如果你想使用配置文件，可以像下面这样修改 basicConfig() 调用：
logconfig.ini
在调用日志操作前先执行下 basicConfig() 函数方法 ,可以找标准输出或者文件中输出
basicConfig() 在程序中只能被执行一次。如果你稍后想改变日志配置，就需要先获取 root logger ，然后直接修改它。
更多见日志模块文档https://docs.python.org/3/howto/logging-cookbook.html
“你想给某个函数库增加日志功能，但是又不能影响到那些不使用日志功能的程序。”
对于想要执行日志操作的函数库，你应该创建一个专属的 logger 对象，并且像下面这样初始化配置：
使用这个配置，默认情况下不会打印日志,只有配置过日志系统，那么日志消息打印就开始生效
通常来讲，不应该在函数库代码中 自己配置日志系统 ，或者是已经有个已经存在的日志配置了。调用 getLogger( name ) 创建一个和调用模块同名的 logger 模块 。由于 模块 都是唯一的，因此创建的 logger 也将是唯一 的。所以当前进程中只有一个logging会生效。
log.addHandler(logging.NullHandler()) 操作将一个 空处理器 绑定到刚刚已经创建好的 logger 对象 上。一个空处理器默认会忽略调用所有的日志消息。因此，如果使用该函数库的时候还没有配置日志，那么将不会有消息或警告出现。
在这里，根日志被配置成仅仅 输出 ERROR 或更高级别的消息 。不过， somelib 的日志级别被单独配置成可以输出 debug 级别的消息， 它的优先级比全局配置高。像这样更改单独模块的日志配置对于调试来讲是很方便的，因为你无需去更改任何的全局日志配置——只需要修改你想要更多输出的模块的日志等级。(这个还有待研究)
“你想记录程序执行多个任务所花费的时间”
time 模块 包含很多函数来执行跟时间有关的函数。尽管如此，通常我们会在此基础之上构造一个更高级的接口来模拟一个计时器。
这个类定义了一个可以被用户根据需要启动、停止和重置的计时器。它会在elapsed 属性中记录整个消耗时间。下面是一个例子来演示怎样使用它：
这里通过 __enter__，__exit__ ,使用 with 语句 以及上下文管理器协议可以省略计时器打开和关闭操作。(关于上下文管理协议，即with语句，为了让一个对象兼容with语句，必须在这个对象的类中声明 __enter__和__exit__方法, , __enter__ 在出现with语句被调用， __exit__ 在代码执行完毕被调用,可以参考open()方法)
在计时中要考虑一个 底层的时间函数问题 。 一般来说， 使用 time.time() 或 time.clock() 计算的时间精度因操作系统的不同会有所不同。而使用 time.perf_counter() 函数可以确保使用系统上面 最精确的计时器 。
“你想对在 Unix 系统上面运行的程序设置内存或 CPU 的使用限制。”
resource 模块 能同时执行这两个任务。例如，要限制 CPU 时间,下面的代码在windows平台执行不了，但是Linux是可以的。
程序运行时， SIGXCPU 信号 在时间过期时被生成，然后执行清理并退出。
这暂时没有好的Demo...
程序运行到没有多余内存时会抛出 MemoryError 异常。
setrlimit() 函数 被用来设置特定资源上面的 软限制和硬限制 。
setrlimit() 函数 还能被用来设置 子进程数量、打开文件数以及类似系统资源的限制(cgroup) 。
“通过脚本启动浏览器并打开指定的 URL 网页”
webbrowser 模块 能被用来启动一个浏览器，并且与平台无关
新窗口打卡网站
当前窗口打开一个tab页
指定浏览器类型，可以使用 webbrowser.get() 函数
5. Python能用来做什么
Python因语法简洁、上手简单、功能强大特点，橘基广泛应用于网站开发、数据分析、爬虫、自动化运维、人工智能、大数据、游戏开发等领取。
1、做日常任务，比如下载视频、MP3、自动化操作excel、自动发邮件。
2、做网站开发、web应庆巧用开发，很多着名的网站像知乎、YouTube就是Python写的。
许多大型网站就是用Python开发的，誉伍键例YouTube、Instagram，还有国内的豆瓣。很多大公司，包括Google、Yahoo等，甚至NASA（美国航空航天局）都大量地使用Python。
3、做网络游戏的后台，很多在线游戏的后台都是Python开发的。
4、系统网络运维。
6. obsidian使用python脚本
obsidian是一个由ES6开发的软件，它本身支持开发插件来实现我们自己想要的功能。但是另一种语言壁垒却使我们望而却步。现在就有一种方式，可以让obsidian调用cmd命令，而cmd命令又可以调用如：python、C语言、cmd命令等各种程序，大大方便了我们的开发。
1、设置插件使誉源用的模板的路径（需要自己设置的模板位置，建议和原有的模板分开）
2、设置插件使用的插件的路径（需要自己设置的插件位置）
3、设置cmd文件的路径。一般是 C:WindowsSystem32cmd.exe
4、简单建立一个Python脚本，用于测试功能。
打印出来是3行
现象：
解决方庆游态案：
系统版本 ：Window10 x64 1909
软件版本 ：obsidian v0.12.10
插件版本磨岩 ：Templater 1.8.1
7. 用Python编程需要哪些软件
一、终端：Upterm：简略好用，是一个全渠道终端，能够说是终端里的IDE，有着强壮的自动补全功能。
二、交互式解说器：PtPython：支持语法高亮、提示乃至是Vim和emacs的键入模式。
三、包管理：Anaconda：能帮你装置好许多麻烦的软件，包括：Python环境、pip包管理东西、常用的库、配置好环境路径等。用Python高数据方面的工作，就装置Anaconda，它乃至开发了一套JIT的解说器Numba。
四、脚本引擎：QPython：QPython是一个能够在安卓体系上运行Python脚本引擎，整合了Python解说器、Console、编辑器和SL4A库，在安卓设备上你照样可以玩转Python。
五、编辑器：Sublime3：配合装置Anaconda或Codelntel插件，就能够让Sublime具有近乎IDE的体会。
六、IPython：一个根据Python shell的交互式解说器。它的自动补全非常好用，乃至用了它之后，很多程序员小伙伴们就不想再用自带的Python shell啦。
8. Python 如何写脚本
以Python2.7操作为例：
1、首先需要打开电脑桌面，按开始的快捷键，点击Python2.7如图所示的选项进入。
9. 如何在windows上编写python脚本
Python安装好以后，在开始菜单会看到一个idle工具（一个增强的交互命令行解释器窗口）以及一个自带的编辑器。
在任意目录新建一个.py文件或者保存的时候以.py结尾，用记事本、Python自带的编辑器或者其他编辑器如Sublime Text或者NotePad++都行。
如果你使用的是idle，直接按F5就能在Python自带的命令行查看结果
如果是用记事本或者其他编辑器，快捷键win+R调出运行目录，输入cmd，然后在命令行里进入这个目录，输入python [filename].py或者[filename].py就可以看到运行结果了
10. python是用于前端还是后端开发
python既可用于前端还可用于后端开发。
Python是一种计算机程序设计语言。是一种动态的、面向对象的脚本语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越来越多被用于独立的、大型项目的开发。
Python在设计上坚持了清晰划一的风格，这使得Python成为一门易读、易维护，并且被大量用户所欢迎的、用途广泛的语言。
设计者开发时总的指导思想是，对于一个特定的问题，只要有一种最好的方法来解决就好了。
这在由TimPeters写的Python格言（称为TheZenofPython）里面表述为：Thereshouldbeone--andpreferablyonlyone--obviouswaytodoit。
这正好和Perl语言（另一种功能类似的高级动态语言）的中心思想TMTOWTDI（There'sMoreThanOneWayToDoIt）完全相反。
(10)python脚本开发扩展阅读：
Python的设计定位：
Python的设计哲学是“优雅”、“明确”、“简单”。因此，Perl语言中“总是有多种方法来做同一件事”的理念在Python开发者中通常是难以忍受的。
Python开发者的哲学是“用一种方法，最好是只有一种方法来做一件事”。在设计Python语言时，如果面临多种选择，Python开发者一般会拒绝花俏的语法，而选择明确的没有或者很少有歧义的语法。
由于这种设计观念的差异，Python源代码通常被认为比Perl具备更好的可读性，并且能够支撑大规模的软件开发。这些准则被称为Python格言。在Python解释器内运行importthis可以获得完整的列表。
Python开发人员尽量避开不成熟或者不重要的优化。一些针对非重要部位的加快运行速度的补丁通常不会被合并到Python内。
所以很多人认为Python很慢。不过，根据二八定律，大多数程序对速度要求不高。在某些对运行速度要求很高的情况，Python设计师倾向于使用JIT技术，或者用使用C/C++语言改写这部分程序。可用的JIT技术是PyPy。
Python是完全面向对象的语言。函数、模块、数字、字符串都是对象。并且完全支持继承、重载、派生、多继承，有益于增强源代码的复用性。
Python支持重载运算符和动态类型。相对于Lisp这种传统的函数式编程语言，Python对函数式设计只提供了有限的支持。有两个标准库(functools,itertools)提供了Haskell和StandardML中久经考验的函数式程序设计工具。
虽然Python可能被粗略地分类为“脚本语言”（scriptlanguage），但实际上一些大规模软件开发计划例如Zope、Mnet及BitTorrent，Google也广泛地使用它。
Python的支持者较喜欢称它为一种高级动态编程语言，原因是“脚本语言”泛指仅作简单程序设计任务的语言，如shellscript、VBScript等只能处理简单任务的编程语言，并不能与Python相提并论。
参考资料来源：网络-Python