一、匿名函数
递归:就是调用自己
def func(): num = int(input('num:')) if num % 2 ==0: print('是偶数') return else: func() func() # 递归最多循环999次
匿名函数lambda
# 匿名函数 lambda lambda x:x+1 # 冒号前面是:入参 冒号后面:返回值 (lambda用完一次就消失,f(x)会存在内存里) # 简化:== def f(x): return x+1
f = lambda x,b:str(x+b) result = f(1,2) print(f)
二、读写excel
利用xlrd和xlwt进行excel读写(xlwt不支持xlsx)
pip3.5.exe install xlrd
2.1 写Excel
book = xlwt.Workbook() # 建立excel sheet = book.add_sheet('sheet1') # 添加sheet1表 sheet.write(0, 0, '名字') #(第1行,第1列) sheet.write(1, 0, '张三') # (第2行,第一列) sheet.write(2, 0, '李四') # ... sheet.write(3, 0, '王五') sheet.write(0, 1, '手机号') sheet.write(1, 1, ') sheet.write(2, 1, ') sheet.write(3, 1, ') book.save("students.xls") # 保存文件
import xlwt # 导入模块 book = xlwt.Workbook() # 建立excel sheet = book.add_sheet('sheet1') # 添加sheet1表 stus = [ ["id","name","sex","age","addr","grade","phone","gold"], [314,",14405], [315,",100], [5985,",100] ] # enumerate() 枚举函数 # 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列,同时列出数据和数据下标,一般用在 for 循环当中。 # enumerate(sequence, [start=0]) for row, stu in enumerate(stus): for col, field in enumerate(stu): sheet.write(row, col, field) book.save('students.xls')
2.2 读Excel
import xlrd # 导入模块 book = xlrd.open_workbook('student.xls') # 打开excel sheet = book.sheet_by_index(0) # 获取第1张表 # sheet = book.sheet_by_name('sheet1')
读取某个单元格内容
result = sheet.cell(0,0).value # 获取某个单元格的内容 print('某个单元格的内容',result)
读取整行内容
row = sheet.row_values(0) # 获取整行的内容 print('某一行的内容',row)
读取整列内容
col = sheet.col_values(0) # 获取整列的内容 print('某一列的内容',col)
获取行数列数
print(sheet.nrows) # 总共多少行 print(sheet.ncols) # 总共多少列
for row_num in range(1,sheet.ncols): # 1:从第二行开始就避免显示第一行 print(sheet.row_values(row_num)) # 读取所有列信息
[314.0, ', 14405.0] [315.0, ', 100.0] [5985.0, ', 100.0]
三、操作数据库mysql
3.1 安装pymysql
C:\Python35\Scripts\pip3.5.exe install pymysql
3.2操作步骤
"""1、连接本地数据库2、建立游标3、创建表4、插入表数据、查询表数据、更新表数据、删除表数据"""
import pymysql # 导入pymysql模块 ip = "118.24.3.40" user = 'jxz' password = " db = 'jxz' port = 3306 charset = 'utf8' # 连接数据库 conn = pymysql.connect( host=ip, user=user, password=password, db=db, port=port, charset=charset) # 建立游标 cur = conn.cursor() # 游标 sql = 'select * from app_myuser limit 10;' cur.execute(sql) # 执行sql语句 all=cur.fetchall() # 获取所有 one=cur.fetchone() # 获取一条 many=cur.fetchmany(2) #获取1条 print(one) print(many) print(all) # 用完要关闭连接 cur.close() # 关连接 conn.close() # 关游标
None () ((1, ', None, 0, None))
3.3创建表
autocommit=True 在执行sql语句后将会自动提交
cursorclass=pymysql.cursors.DictCursor 返回结果值以字典形式显示
import pymysql # 导入pymysql模块 ip = "118.24.3.40" user = 'jxz' password = " db = 'jxz' port = 3306 charset = 'utf8' # 连接数据库 conn = pymysql.connect( host=ip, user=user, password=password, db=db, port=port, charset=charset, autocommit=True, cursorclass=pymysql.cursors.DictCursor) # autocommit=True 在执行sql语句后将会自动提交 # cursorclass=pymysql.cursors.DictCursor 返回结果值以字典形式显示 # 建立游标 cur = conn.cursor() # 游标 sql = 'create table bzz(id int unique not null,name varchar(20) not null,phone varchar(11) unique not null);' sql1 = 'insert into bzz(id,name,phone) values(3,"老黄","13217054461");' sql2 = 'insert into bzz(id,name,phone) values(1,"小黄","18217057798");' sql3 = 'insert into bzz(id,name,phone) values(2,"小瓜","15217057087");' sql4 = 'select * from bzz;' # cur.execute(sql) # 执行 insert语句、update语句、delete语句,必须commit才能执行 # conn.commit() # 提交 # cur.execute(sql1) # conn.commit() # 提交 # cur.execute(sql2) # conn.commit() # 提交 # cur.execute(sql3) # conn.commit() # 提交 cur.execute(sql4) all = cur.fetchall() # 获取所有 print(all) # 用完要关闭连接 cur.close() # 关连接 conn.close() # 关游标
[{', 'id': 3}]
3.4 数据库封装成一个函数
封装数据库函数,方便以后调用
import pymysql # 导入pymysql模块 def op_mysql(sql): info = { 'user': 'jxz', ', 'host': '118.24.3.40', 'db': 'jxz', 'port': 3306, 'charset': 'utf8', 'autocommit': 'True', 'cursorclass': 'pymysql.cursors.DictCursor'} conn = pymysql.connect(info) # 建立连接 cur = conn.cursor() # 游标 cur.execute(sql) # 执行sql语句 result = cur.fetchall() cur.close() conn.close() return result op_mysql() #user=jxz,password=123456
四、MD5加密
4.1加密成MD5码
导入 hashlib模块 里面有MD5方法
首先要变成.encode() beyte类型
然后变成MD5码:.MD5(.encode())
.hexdigest() 获取加密后的结果
【MD5码加密后都是32位】
import hashlib s='admin123' print(s.encode()) # .encode()变成beyte类型 m = hashlib.md5(s.encode()) # 加密成MD5码 只能加密不能解密 result = m.hexdigest() # 获取加密后的结果 print(result)
b'admin123' 0192023a7bbd73250516f069df18b500
4.2 为了提高安全性,在密码后面“加盐” #salt
salt = '2r23$@fds' # 盐 password = input('password:') password += salt # 加盐 m = hashlib.md5(password.encode()) result = m.hexdigest() # 获取加密后的结果 print(result)
password:5tgb^YHN 93523fbd41418707ddf37ecfe332b5a1
封装加盐MD5码方法
def md5(s,salt=''): new_s = str(s) + salt m = hashlib.md5(new_s.encode()) return m.hexdigest()
4.3 base64 加密方法 能加密,也能解密
base64 加密结果都是字母加数字形式
加密
import base64 # base64加密法 能加密,也能解密 s = '哈哈哈哈' b = base64.b64encode(s.encode()) result = b.decode() print(result) # 加密base64
5ZOI5ZOI5ZOI5ZOI
解密
import base64 # base64加密法 能加密,也能解密 b = base64.b64decode('5ZOI5ZOI5ZOI5ZOI') # .b64decode() 解密 result = b.decode() print(result)
哈哈哈哈
将url编码成base64
后面带“=”的基本是base64加密
# 想将字符串转编码成base64,要先将字符串转换成二进制数据 url = "https://www.cnblogs.com/songzhixue/" bytes_url = url.encode("utf-8") str_url = base64.b64encode(bytes_url) # 被编码的参数必须是二进制数据 print(str_url)
b'aHR0cHM6Ly93d3cuY25ibG9ncy5jb20vc29uZ3poaXh1ZS8='
解密
# 将base64解码成字符串 import base64 url = "aHR0cHM6Ly93d3cuY25ibG9ncy5jb20vc29uZ3poaXh1ZS8=" str_url = base64.b64decode(url).decode("utf-8") print(str_url)
'https://www.cnblogs.com/songzhixue/'
五、redis操作
REmote DIctionary Server(Redis) 是一个由Salvatore Sanfilippo写的key-value存储系统。
Redis是一个开源的使用ANSI C语言编写、遵守BSD协议、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库,并提供多种语言的API。
它通常被称为数据结构服务器,因为值(value)可以是 字符串(String), 哈希(Hash), 列表(list), 集合(sets) 和 有序集合(sorted sets)等类型。
Redis 在 Java Web 主要有两个应用场景:
存储 缓存 用的数据;
需要高速读/写的场合使用它快速读/写;
1>当第一次读取数据的时候,读取 Redis 的数据就会失败,此时就会触发程序读取数据库,把数据读取出来,并且写入 Redis 中;
2>当第二次以及以后需要读取数据时,就会直接读取 Redis,读到数据后就结束了流程,这样速度就大大提高了。
关系型数据库:
mysql 、 oracle 、 sqlserver 、 sqlite
非关系型数据库:
mongodb 、 redis
关系型数据库
优点:
1、易于维护:都是使用表结构,格式一致;
2、使用方便:SQL语言通用,可用于复杂查询;
3、复杂操作:支持SQL,可用于一个表以及多个表之间非常复杂的查询。
缺点:
1、读写性能比较差,尤其是海量数据的高效率读写;
2、固定的表结构,灵活度稍欠;
3、高并发读写需求,传统关系型数据库来说,硬盘I/O是一个很大的瓶颈。
非关系型数据库
优点:
1、格式灵活:存储数据的格式可以是key,value形式、文档形式、图片形式等等,文档形式、图片形式等等,使用灵活,应用场景广泛,而关系型数据库则只支持基础类型。
2、速度快:nosql可以使用硬盘或者随机存储器作为载体,而关系型数据库只能使用硬盘;
3、高扩展性;
4、成本低:nosql数据库部署简单,基本都是开源软件。
缺点:
1、不提供sql支持,学习和使用成本较高;
2、无事务处理;
3、数据结构相对复杂,复杂查询方面稍欠。
5.1 首先导入redis
import redis
# redis 每秒钟达到10w次读写,存在内存里面# web 开发时用redis做缓存 redis只有ip、端口号、密码
118.24.3.40、
6379、
HK139bc&*
import redis r = redis.Redis( host='118.24.3.40', password='HK139bc&*', port=6379, db=0, decode_responses=True) r.set('dabaobao', '{"msg":"hejfdsfdsaj dlajfwajofjdsa是范德萨范德萨"}') # 字符串 # 传送数据 r.set('name','小黄') # set就是传送数据(k,v) # 获取数据 r.get('name') # 删除数据 r.delete('mjz_students')
print(r.get('mjz_students').decode()) # 后面加 .decode()就把beyte类型变成字符串
r.set('mjz_students', '{"msg":"sdfdgwsd"}', 20) # 第三个参数设定过期时间:运行20秒后过期
r.expire('dabaobao',30) # 设置失效时间,给'dabaobao'这个key加30秒时间
r = redis.Redis( host='118.24.3.40', password='HK139bc&*', port=6379, db=0, decode_responses=True) # decode_responses=True 可以自动将查出来的code变成字符串
5.2 哈希类型
第一个参数表示:传送Key是谁
第二个参数表示:传送小key
第三个参数表示:传送小key的value
r.hset("students",'bzz','{"money":500,"addr":"北京"}') r.hset("students",'qdk','{"money":520,"addr":"上海"}') r.hset("students",'yrd','{"money":501,"addr":"北京"}') r.hset("students",'pld','{"money":502,"addr":"南京"}')
5.3 其他方法
#其他方法 r.flushall() # 清空所有数据库的所有内容 r.flushdb() # 清空当前数据库里面的数据 r.exists('name') # 判断key是否存在 r.keys() # 获取单数数据库所有的key r.type('name') # 获取key的类型
5.4 redis迁移
1、从redis里面获取所有的key2、判断key的类型3、根据key 的类型,使用set/hset4、set 到redis里
import redis r = redis.Redis( host='118.24.3.40', password='HK139bc&*', port=6379, db=0, decode_responses=True) # decode_responses=True 可以自动将查出来的code变成字符串 r2 = redis.Redis( host='118.24.3.40', password='HK139bc&*', port=6378, db=0, decode_responses=True) # 数据迁移 # 1、从redis里面获取所有的key # 2、判断key的类型 # 3、根据key 的类型,使用set/hset # 4、set 到redis里 for k in r.keys(): if r.type(k) == 'string': value = r.get(k) r2.set(k,value) if r.type(k) == 'hash': value = r.hgetall(k) # 获取所有的 r2.hmset(k,value)
5.5 管道
1、 先把数据保存到pipeline里2、 执行管道,一次性把所有数据传过去优点:传送数据比较快(批量执行)
pipeline = r.pipeline() # 建立一个管道 l = range(500) for i in l: pipeline.set("key%s" %i,str(i)) # 1、先把数据存到管道里 pipeline.execute() # 2、执行管道,一次性把所有数据传过去