python在长字符串中寻找重复子串_Python 入门到精通

1、变量

1.python不用事先声明变量，赋值过程中就包含了变量声明和定义的过程 

2.用“=”赋值，左边是变量名，右边是变量的值

1.1、 数字

整数

int_var = 1

长整数

long_var = 1000L

浮点数

float_var = 1.0

复数

这个不讲了，用的不多。需要的时候自行查资料吧

1.2、 字符串

运行以上代码的结果：

1.3、列表

       类似于C++或Java语言的数组，一个有序可变集合的容器。支持内置的基础数据结构甚至是列表，列表是可以嵌套的。不同的数据结构也可以放在同一个列表中，没有统一类型的限制。

运行以上代码：

1.4、元祖

       可以视为不可变的列表，在赋值之后就不能二次更改了。

1.5、字典

       类似于C++语言的map，key-value键值对的集合，无序的容器。

运行以上代码：

2、运算符

2.1、算术运算符

2.2、比较运算符

2.3、赋值运算符

2.4、逻辑运算符

2.5、成员运算符

2.6、身份运算符

2.7、位运算符

3、语句

3.1、if

例如：

3.2、for

用来遍历容器、或者执行重复性的代码。

遍历容器：

运行结果：

执行重复性代码：

运行结果：

while

用来执行重复的代码

break

终止当前的循环

continue

继续当前的循环(跳过本次循环)

4、集合

4.1、list

• python内置的一种数据结构

• 有序

• 可更改(添加、删除)

声明：

获取列表长度：

获取列表元素：

如果下标越界会报错。

更改列表元素：

增加元素：

###末尾追加 >>> game.append("wow") >>> game[3] 'wow' >>> game ['dota', 'dota2', 'lol', 'wow']

###指定位置插入 >>> game.insert(2, "war3") >>> game ['dota', 'dota2', 'war3', 'lol', 'wow']

##删除元素

###删除末尾的元素 >>> game.pop() 'wow' >>> game ['dota', 'dota2', 'war3', 'lol']

###删除指定位置元素 >>> game.pop(1) 'dota2' >>> game ['dota', 'war3', 'lol']

4.2、tuple

• python内置的一种数据结构

• 有序

• 不可更改

• 在赋值的时候决定所有元素

声明：

##声明 >>> game = ('dota', 'war3', 'lol') 

获取长度：

获取元素：

如果下标越界会报错。

4.3、dict

• python内置的一种数据结构

• 无序

• 可更改

类似于C++语言的map，存键值对，有很快的查找速度。比如根据身份证号查找某个人的名字，根据学号查找学生成绩单。用list遍历也可以得到结果，但是太慢了，list就好像你在一个小区找人，你一家一家敲门。dict就好像你直接按照地址X栋X单元X层直接找。dict是典型的用空间换时间的例子。会占用大量内存，但是查找、插入速度很快，不会随着元素数量增加而增加。list则是时间换空间的例子，不会占用大量内存，但是随着元素数量增多，查找时间会变很长

声明：

查找：

为了避免出现报错的情况我们一般事先判断一下这个key是否在字典中

也可以用get方法取，如果key不存在，会返回None或者自己定义的默认值

更改：

删除：

元素个数：

获取所有key：

获取所有values：

获取所有键值对：

4.4、set

• python内置数据结构

• 无序

• 可更改

set可以视为没有value的dict，只存key，一般用做去重或者集合求交、求并等。

声明：

求交，并：

增加元素：

删除元素：

5、类

简介

面向对象是我们经常能听到的术语，即class，类。事实上，主角是两个，一个是类，一个是类实例。人类，是一个类，我们每一个人是一个人类的实例。而类之间又有一些关系，例如，我们既是人类，也是动物，更细化来讲，我们是哺乳类动物，灵长类，类似于集合的概念，哺乳动物属于动物，而在面向对象中我们通常称哺乳动物是动物的子类。而对于动物这个类来说，会自带一些属性，例如：年龄、体重。也会有一些方法：生殖、呼吸。而不同种类的动物(即动物类的各种子类)可能会有不同的属性或方法，像胎生、卵生，像鸟类的飞行的方法和豹子奔跑的方法。

定义

用关键字class去定义一个类，如果没有指定父类，默认继承object类

这样，我们定义个了一个Human，人类。

类属性

为什么要叫类属性呢，因为这个属性是和类绑定的，并不是和实例绑定的。胎生这个属性是全人类共有的，并不是某个人特殊拥有的属性。

实例属性

我们首先实例化了一个人类human_a，然后给这个人类设置了一个实例属性name，name这个属性独立于其他的人类，是和实例绑定的，所以叫实例属性。

• 实例属性可以在实例创建后任意时间设置。

• 一般放在构造函数里__init()__

类方法

class Human(object):

• human_a = Human("alan") human_a.walk() 运行结果：

  alan is walking

类的方法可以看做是一种类属性，而传入的第一个参数self，表示调用这个类方法的实例。像上面的例子，human_a调用了walk这个类方法，human_a的名字是alan，所以运行的结果就是alan is walking。

访问控制

从上面的例子来看，我们可以在外部随意更改name这个属性，如果不想让外部直接访问到，则在属性名字前加两个下划线__name，这样从外部就无法直接访问了。如果还是想访问，可以再加个get的接口。

如果还是想更改__name字段，可以再加上一个set接口

可能有人会有疑问，为何要这么“画蛇添足”呢？其不然，这样会增强代码的健壮性，直接暴露属性可能会带来意想不到的后果，通过接口的方式可以加以控制，例如，我们可以通过set接口去限定name的长度。

继承

最开始的简介里说到，哺乳动物是动物的一种，用面向对象的属于来说，哺乳动物是动物的子类，子类拥有父类的属性、方法，即继承。同时又可以拥有父类没有的属性和方法，即多态。还是以人类为例，通常来说，人类又可以分为男人和女人(当然也有别的，23333)

来，我们看下这个男人，多了一个新的属性，__has_wife(是否已婚)。我们写到了Man的构造函数里。其实通常并不这么写构造函数，假如Human里有很多属性、很多初始化步骤，我们Man继承的时候难不成要复制粘贴一遍Human的构造函数？当然不是啦，通常会这么写。

super(Man, self).__init__(name)等价于调用了父类Human的构造函数，就不用再复制粘贴一遍了。既然有男人，那就再来个女人吧。

我们都道，男人和女人是不一样的，通常男人都自带抽烟、喝酒、烫头，啊。。。并没有烫头。

当然，女人也自带逛街、化妆等天赋技能。

好了，有没有感觉到这种继承的优越性。可以很清晰地看到，男人和女人都有一些相同的属性，也有一些各自不同的方法。如果哪天人类有了别的方法、属性，直接在Human类更改，男人和女人也会自动继承。如果想再设计一个双性人这个类，那直接从Human继承就可以了，对男人和女人不会有任何影响。这就是面向对象的优越性。

6、模块

通常来说，比较正规的工程不会把所有代码放在一个py文件里，我们会把代码拆成各个模块，分别调用。对python来说，拆成各个模块可以看做拆成各个py文件。

搜索路径

通常来说，同文件夹下的py文件可以直接import。

我们把这个保存至hello.py

在run.py里import，然后调用print_hello() 目录结构

hello.py和run.py在同一目录下，可以直接import 如果在不同路径下，可以在sys.path里手动加入你想import的路径

如果run.py不在/home/zhuzekun/course文件夹下，手动加入这个路径，就可以import这个路径下的hello.py

7、包

通常一个工程不可能只有一层目录结构，并且也不会一个一个path去append到sys里，常用的做法是包，一个目录及其子目录组成的一个包(可以看做一个库)。举个例子。

这是一个course文件夹，里面有m1和m2这两个文件夹，同时m1中又有一个子文件夹m1_1。文件b.py。

文件a.py

文件run.py

在run.py中要调用m1/b.py和m1/m1_1/a.py，只需要导入course这个包就可以了。

8、字符串处理

在日常工作中，我们经常会和字符串打交道，比如对字符串进行子串切取，反转字符串，删掉字符串中的某些子串，这一篇会讲解常用的几种字符串处理方法。

查找

查找时，返回的是第一个匹配的子串的下标位置，如果没有找到，返回-1

分割

字符串按照某个子串进行分割，返回分割后的列表

大小写转换

截取

个人认为这是python最优雅的方法之一

追加

替换

连接

反转

9、文件读写

我们在工作时应该经常会遇到修改文件内容的活。例如：每天有一个文件，现在要把整个月的数据拼接在一起，并且做个去重，莫非你要一个一个打开，然后复制粘贴？what the fuck！python可以帮你完成这项重复性的工作！

读文件

我们看文件都是打开某个文件，python也不例外，内置了一个open函数。我们写一个py文件：read_file.py

运行 python read_file.py，讲道理，会报错，2333。因为根本木有test.txt这个文件啊

我们先写一个test.txt文件吧：echo这个命令可以看做是输出某个字符串。

再运行 python read_file.py，就木有报错了。然而并没有什么卵用，因为我们只是打开了文件，并没有读取文件

再运行 python read_file.py

调用了read接口，就读取了文件内容。不过我们通常不这么做。万一。。。你一个文件比内存还大。。。这不崩了么。。。正确的姿势如下：

readlines中的这个参数，并不是行数，而是文件大小(字节数)，所返回的必然都是完整的行数据，大多数情况下，返回的数据的字节数会稍微比指定的值大一点(除最后一次调用 readlines(10000) 函数的时候)。通常情况下，Python 会自动将用户指定的值调整成内部缓存大小的整数倍。这样并不是一下把整个文件读完，而是一部分一部分读取，不会崩掉。

写文件

这样test.txt就被写入了如下内容：

或者直接调用write：

追加写文件

这样，test.txt内容变成了：

10、数据结构

11、【爬虫】--正则表达式

12、【爬虫】--beautifulsoup