相对来说python对字符串的处理是比较高效的，方法也有很多。其中maketrans和translate两个方法被应用的很多，本文就针对这两个方法的用法做一总结整理。首先让我们先回顾下这两个方法：①s.translate(table,str)对字符串s移除str包含的字符，剩下的字符串按照table里的字符映射关系替换。table可以理解为转换表，比较'a'->'A','b'->'B'.②tabel=string.maketrans('s1','s2')s
系统 2019-09-27 17:45:59 1975
命令行方式运行Python脚本在这个章节中，我们将写一些简单的数据库管理脚本。在此之前让我们来复习一下如何通过命令行方式执行Python脚本.如果Linux或者OSX的操作系统，需要有执行脚本的权限。例如：chmoda+xscript.py该脚本有个指向使用解释器的命令行。再脚本赋予执行权限后就可以通过命令行执行，就像这样：likethis:./script.py然而，在Windows系统上这样做是不行的，你必须提供Python解释器作为必选参数，如：复制
系统 2019-09-27 17:45:52 1975
importsubprocessoutput=Popen(["mycmd","myarg"],stdout=PIPE).communicate()[0]importsubprocessp=subprocess.Popen(['ls','-a'],stdout=subprocess.PIPE,stderr=subprocess.PIPE)out,err=p.communicate()printout#workonUnix/Linuxonlyimportcom
系统 2019-09-27 17:45:26 1975
在语句Book.objects.all()中，objects是一个特殊的属性，需要通过它查询数据库。在第5章，我们只是简要地说这是模块的manager。现在是时候深入了解managers是什么和如何使用了。总之，模块manager是一个对象，Django模块通过它进行数据库查询。每个Django模块至少有一个manager，你可以创建自定义manager以定制数据库访问。下面是你创建自定义manager的两个原因：增加额外的manager方法，和/或修ma
系统 2019-09-27 17:37:39 1975
前言尝试用python语言写脚本是好的开始，证明我们有了自动化的思想，这对优秀的程序开发人员是很重要的，电子计算机本来就是要减少重复工作的。首先我们要用到python自带的一些包，python语言让人爱不释手的一点，就是它自带了许多简捷迅速的包，堪称攻坚手术刀，用到的包：os（操作系统相关库），shutil（高级的文件,文件夹,压缩包处理模块）。经典的开头#-*-coding:utf-8-*-importosimportshutilimportsystyp
系统 2019-09-27 17:54:28 1974
开篇：测试过程中，对于多参数参数多值的情况进行测试用例组织，之前一直使用【正交分析法】进行用例组织，说白了就是把每个参数的所有值分别和其他参数的值做一个全量组合，用Python脚本实现，就是itertools模块中product方法（又称笛卡尔积法）。正交分析法的优点是测试用例覆盖率100%，缺点测试用例数量庞大，执行用例消耗的人工巨大。Pairwise（结对）算法源于对传统的正交分析方法优化后得到的产物，它的理论来自于数学统计。毫不避讳的说，本人看不懂数
系统 2019-09-27 17:54:21 1974
使用python来登录asp网站和登录其他网站差不多,只是因为asp页面在每次请求的时候都要带上viewstate,因此使用python来登录的话就多了一个步骤,获得这个页面的viewstate之后带上这个和你要post或get到该页面的请求数据就好了,下面这段程序是登录一个asp系统,然后搜索某些数据并将这些数据保存下来.#coding=utf-8importurllib2frombs4importBeautifulSoupimporturllibimp
系统 2019-09-27 17:53:06 1974
近期涉及到了关于doc文档读取的处理，也查了很久，为了便于大家使用，故集大成一下。Doc文档读取有如下几种：1、从doc读取文本目前没有找到直接的方式，一般是先转为docx文件在处理。所使用工具为doc2doc(批量时可用)，或人工另存处理。2、从docx读取文本一般使用python-docx库的方法，但只支持创建新文档和读取一些基本的文件数据，如文件大小和文件标题，不支持正文读取。或直接从docx中读取xml的方法。3、从pdf读取文本一般使用pdf
系统 2019-09-27 17:53:01 1974
背景介绍从学sklearn时，除了算法的坎要过，还得学习matplotlib可视化，对我的实践应用而言，可视化更重要一些，然而matplotlib的易用性和美观性确实不敢恭维。陆续使用过plotly、seaborn，最终定格在了Bokeh，因为它可以与Flask完美的结合，数据看板的开发难度降低了很多。前阵子看到这个库可以较为便捷的实现数据探索，今天得空打算学习一下。原本访问的是英文文档，结果发现已经有人在做汉化，虽然看起来也像是谷歌翻译的，本着拿来主义，
系统 2019-09-27 17:52:35 1974
今天早上早些时候,在我的PlanetPython源中,我读到了一篇有趣的文章"开发CARDIAC:纸板计算机(Developingupwards:CARDIAC:TheCardboardComputer)",它是关于名为Cardiac的纸板计算机的.我的一些追随者和读者应该知道,我有一个名为简单CPU(simple-cpu)的项目,过去的数月我一直工作于此,并且已经发布了源代码.我真的应该给这个项目提供一个合适的许可证,这样,其他人可能更感兴趣,并在他们自
系统 2019-09-27 17:49:22 1974
