Python循环语句,对象

  1. 案例1:斐波那契数列
  2. 案例2:模拟cp操作
  3. 案例3:生成8位随机密码

1 案例1:斐波那契数列

1.1 问题

编写fib.py脚本,主要要求如下:

  • 输出具有10个数字的斐波那契数列
  • 使用for循环和range函数完成
  • 改进程序,要求用户输入一个数字,可以生成用户需要长度的斐波那契数列

1.2 方案

斐波那契数列就是某一个数,总是前两个数之和,比如0,1,1,2,3,5,8。由于输出是一串数字,可以用列表的结构存储。开始时,列表中有两个值,即0,1。然后通过循环向列表中追加元素,追加元素总是列表中最后两个元素值之和。

本例使用的是列表,不能使用元组,因为列表是一个可变类型,而元组是不可变类型。各种数据类型的比较如下:

按存储模型分类

标量类型:数值、字符串

容器类型:列表、元组、字典

按更新模型分类:

可变类型:列表、字典

不可变类型:数字、字符串、元组

按访问模型分类

直接访问:数字

顺序访问:字符串、列表、元组

映射访问:字典

由于循环次数是确定的,可以使用for循环。python中的for循环与传统的for循环(计数器循环)不太一样,它更象shell脚本里的foreach迭代。python中的for接受可迭代对象(例如序列或迭代器)作为其参数,每次迭代其中一个元素。

for循环经常与range()函数一起使用。range函数语法如下:

  1. range([start,] stop[, step])

range函数将返回一个列表,如果列表没有给定起始值,那么起始值从0开始,结束值是给定的结束值的前一个值,另外还可以设置步长值。例:

  1. >>> range(10)            #没有给定起始值则从0开始,结束值为9
  2. [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
  3. >>> range(5,10)      #给定起始值,列表的第一个值就是给定的起始值
  4. [5, 6, 7, 8, 9]
  5. >>> range(0, 10, 2)  #给定步长值为2,列出10以内的偶数
  6. [0, 2, 4, 6, 8]
  7. >>> range(1, 10, 2)  #给定起始值、步长值,列出10以内的奇数
  8. [1, 3, 5, 7, 9]

当将脚本改成交互式运行时,需要注意,用户输入的数字,python仍然将其视为字符而不是整型数字,需要使用int()将用户输入做类型转换。

在进行运算时,应使得参与运算的对象属于同一类型,否则如果python无法进行隐匿类型转换将会出现异常。

  1. >>> '30' + 3
  2. Traceback (most recent call last):
  3. File "<stdin>", line 1, in <module>
  4. TypeError: cannot concatenate 'str' and 'int' objects

上面的代码之所以出现错误,是因为不能将字符串与数字进行加法或拼接运算。如果希望将其拼接,可以使用下面的方式:

  1. >>> '30' + str(3)
  2. '303'

如果希望将其全作为数字进行相加,可以使用下面的方式:

  1. >>> int('30') + 3
  2. 33

1.3 步骤

实现此案例需要按照如下步骤进行。

步骤一:编写固定输出的斐波那契数列

  1. [root@py01 bin]# vim fibs.py
  2. #!/usr/bin/env python
  3. fibs = [0, 1]
  4. for i in range(8):
  5. fibs.append(fibs[-1] + fibs[-2])
  6. print fibs

执行结果如下:

  1. [root@py01 bin]# ./fibs.py
  2. [0, 1, 1, 2, 3, 5, 8, 13, 21, 34]

步骤二:将脚本改为交互式执行

如果希望生成用户指定个数的数列,需要与用户进行交互,通过raw_input()函数读取用户指定的长度。因为raw_input()函数读入的数据均为字符串,所以需要对其进行类型转换,通过int()函数将字符串类型的数值转换成数字类型。

为了能够进行加法计算,需要提前拥有两个数值。既然已经存在两个值,那么用户指定数列个数后,在循环时,应该少循环两次。

修改后的代码如下:

  1. [root@py01 bin]# vim fibs2.py
  2. #!/usr/bin/env python
  3. fibs = [0, 1]
  4. nums = int(raw_input('Input a number: '))
  5. for i in range(nums - 2):
  6. fibs.append(fibs[-1] + fibs[-2])
  7. print fibs

脚本运行结果如下:

  1. [root@py01 bin]# ./fibs2.py
  2. Input a number: 5
  3. [0, 1, 1, 2, 3]
  4. [root@py01 bin]# ./fibs2.py
  5. Input a number: 20
  6. [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584, 4181]

案例2:模拟cp操作

2.1 问题

编写cp.py脚本,实现以下目标:

  1. 将/bin/ls“拷贝”到/root/目录下
  2. 要求读取/bin/ls后,每次读取4096字节,依次写入到新文件
  3. 不要修改原始文件

2.2 方案

“拷贝”一个文件,可以想像成谅是先在目标位置创建一个空文件,然后再将源文件读出,写入到新文件中。

在python中打开文件的方法是open(),或者使用file(),两个函数完全一样可以进行相互替换。open的语法如下:

  1. open(name[, mode[, buffering]])

open的第一个参数是文件名,可以是相对路径,也可以是绝路径。最后的一个参数是缓冲设置,默认情况下使用缓冲区。硬盘是计算机系统中最慢的一个组件,如果每产生一个字符都立即写入磁盘,那么这种方式的工作效率将极其低下,可以先把数据放在内存的缓冲区中,当缓冲区的数据比较多的时候,再批量写入磁盘文件。当文件关闭的时候,缓冲区的数据也会写入磁盘。第二个模式参数的含义如下:

  1. >>> f = open('abc.txt', 'r')        #文件不存在
  2. Traceback (most recent call last):
  3. File "<stdin>", line 1, in <module>
  4. IOError: [Errno 2] No such file or directory: 'abc.txt'
  5. >>> f = open('/etc/hosts')
  6. >>> f.write('hello')    #写入文件时报错,因为并非以写入方式打开
  7. Traceback (most recent call last):
  8. File "<stdin>", line 1, in <module>
  9. IOError: File not open for writing
  10. >>> f = open('abc.txt', 'w')   #文件不存在,首先创建了abc.txt
  11. >>> f.read()                    #因为以写的方式打开,读取时出错
  12. Traceback (most recent call last):
  13. File "<stdin>", line 1, in <module>
  14. IOError: File not open for reading

打开文件时并不消耗太多内存,但是将文件内容读到变量中,会根据读入的数据大小消耗相应的内存。例:

  1. #首先创建一个名为ttt.img的文件,大小为100MB
  2. [root@py01 bin]# dd if=/dev/zero of=ttt.img bs=1M count=100
  3. [root@py01 bin]# free –m   #观察已用内存,值为665M
  4. total       used       free     shared    buffers     cached
  5. Mem:        994        665        329          0         24        339
  6. -/+ buffers/cache:        301        693
  7. Swap:         4031          0       4031
  8. [root@py01 bin]# python   #从另一终端中打开python解释器
  9. Python 2.6.6 (r266:84292, Oct 12 2012, 14:23:48)
  10. [GCC 4.4.6 20120305 (Red Hat 4.4.6-4)] on linux2
  11. Type "help", "copyright", "credits" or "license" for more information.
  12. >>> f = open('ttt.img')   #打开该文件
  13. [root@py01 bin]# free –m  #观察已用内存并没有变化
  14. total       used       free     shared    buffers     cached
  15. Mem:        994        665        329          0         24        339
  16. -/+ buffers/cache:        301        693
  17. Swap:         4031          0       4031
  18. >>> data = f.read()    #再回到python解释器,读入全部文件内容
  19. [root@py01 bin]# free –m   #观察已用内存,增加了100MB
  20. total       used       free     shared    buffers     cached
  21. Mem:        994        764        230          0         24        339
  22. -/+ buffers/cache:        399        595
  23. Swap:         4031          0       4031
  24. >>> del data  #回到python解释器,删除data变量
  25. [root@py01 bin]# free –m  #已用内存又减少了100MB
  26. total       used       free     shared    buffers     cached
  27. Mem:       994        663        330          0         24        339
  28. -/+ buffers/cache:        299        695
  29. Swap:         4031          0       4031

为了防止一次性读入大文件消耗太多的内存,可以采用循环的方式,多次少量读取数据。一般情况下可以设置每次读取4096字节即可。

2.3 步骤

实现此案例需要按照如下步骤进行。

步骤一:编写脚本

注意,通常文件操作有三个步骤:打开文件,处理文件,关闭文件。往往被忽略的是关闭文件,如果文件没有正常关闭,有可能造成数据丢失。

  1. [root@py01 bin]# vim cp.py
  2. #!/usr/bin/env python
  3. dstfile = '/root/ls'
  4. srcfile = '/bin/ls'
  5. oldf = open(srcfile)             #以读方式打开老文件
  6. newf = open(dstfile, 'w')       #以写方式打开新文件
  7. while True:                       #因为不确定要循环多少次,设置条件永远为真
  8. data = oldf.read(4096)       #每次只读入4096字节
  9. if len(data) == 0:           #如果文件已经全部读取完毕则中断循环
  10. break
  11. newf.write(data)
  12. oldf.close()
  13. newf.close()

步骤二:通过md5值判断新老文件是否完全一致

  1. [root@py01 bin]# ./cp.py
  2. [root@py01 bin]# md5sum /root/ls
  3. c98cff985579da387db6a2367439690a  /root/ls
  4. [root@py01 bin]# md5sum /bin/ls
  5. c98cff985579da387db6a2367439690a  /bin/ls
  6. [root@py01 bin]# ll /root/ls
  7. -rw-r--r--. 1 root root 117024 Jun 27 15:40 /root/ls
  8. [root@py01 bin]# chmod +x /root/ls
  9. [root@py01 bin]# /root/ls /home/
  10. demo  demo.tar.gz    lost+found

md5值是文件的指纹信息,如果两个文件的内容完全一样,那么其md5值一定相同,如果两个文件有微小的不同,其md5值也一定完全不一样。不过文件的权限不会影响md5值的判定。将拷贝后的目标文件加上执行权限,就可以像原始文件一样的工作了。


案例3:生成8位随机密码

3.1 问题

编写randpass.py脚本,实现以下目标:

  • 使用random的choice函数随机取出字符
  • 用于密码的字符通过string模块获得
  • 改进程序,用户可以自己决定生成多少位的密码

3.2 方案

假定只使用大小写字母和数字作为密码,这些字符可以自己定义,不过string模块中已有这些属性。通过导入string模块可以减少代码量,同时提高效率。

  1. >>> import string
  2. >>> string.lowercase
  3. 'abcdefghijklmnopqrstuvwxyz'
  4. >>> string.uppercase
  5. 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'
  6. >>> string.letters
  7. 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ'
  8. >>> string.digits
  9. '0123456789'

这个程序的主要思路是,首先创建一个空字符串变量用于存储密码,然后每次在可用字符中随机选择一个字符,再把该字符与变量中的字符进行拼接。

3.3 步骤

实现此案例需要按照如下步骤进行。

步骤一:编写脚本,生成8位随机密码

  1. [root@py01 bin]# vim randpass.py
  2. #!/usr/bin/env python
  3. import string
  4. import random
  5. passwd = ''
  6. passchs = string.letters + string.digits
  7. for i in range(8):
  8. passwd += random.choice(passchs)
  9. print passwd

脚本运行结果如下:

  1. [root@py01 bin]# ./randpass.py
  2. 1U4MMBg3
  3. [root@py01 bin]# ./randpass.py
  4. ExvoT8Hi

步骤二:改进脚本,生成指定位数的随机密码

上面程序的主要问题是,第一,生成的密码倍数是固定的,如果希望生成其他倍数的密码,还需要重新改写代码;第二,如果生成密码这个功能在其他地方也需要使用,那么代码的重用性得不到体现。

改进的代码可以解以上两个问题,具体如下:

  1. [root@py01 bin]# vim randpass2.py
  2. #!/usr/bin/env python
  3. import string
  4. import random
  5. allchs = string.letters + string.digits
  6. def genPwd(num = 8):
  7. pwd = ''
  8. for i in range(num):
  9. pwd += random.choice(allchs)
  10. return pwd
  11. if __name__ == '__main__':
  12. print genPwd()
  13. print genPwd(6)

代码执行结果如下:

  1. [root@py01 bin]# ./randpass2.py
  2. hUEDcvmc
  3. RgNMhu
  4. [root@py01 bin]# ./randpass2.py
  5. s9Ojwpp7
  6. 70BOsU
  7. [root@py01 bin]# python
  8. Python 2.6.6 (r266:84292, Oct 12 2012, 14:23:48)
  9. [GCC 4.4.6 20120305 (Red Hat 4.4.6-4)] on linux2
  10. Type "help", "copyright", "credits" or "license" for more information.
  11. >>> import randpass2
  12. >>> randpass2.genPwd(10)   #在其他位置也可以直接调用randpass2模中的函数
  13. 'WobDgiHsC8'

Python循环语句,对象的更多相关文章

  1. python 循环语句 函数 模块

    python循环语句 while循环语法结构 当需要语句不断的重复执行时,可以使用while循环 while expression: while_suite 语句ehile_suite会被连续不断的循 ...

  2. jmeter数据库,charles抓包,Python循环语句

    jmeter数据库,charles抓包,Python循环语句 一.Jemeter数据库 添加jar包数据库 jemeter=>浏览 添加JDBC Connection Configuration ...

  3. python循环语句详细讲解

    想必大家都知道python循环语句吧,可以python循环语句有多种,比如for循环.while循环.if.else等等,   我们可以通过设置条件表达式永远不为 false 来实现无限循环,实例如下 ...

  4. Python 循环语句(break和continue)

    Python 循环语句(break和continue) while 语句时还有另外两个重要的命令 continue,break 来跳过循环,continue 用于跳过该次循环,break 则是用于退出 ...

  5. Python循环语句代码详解:while、for、break

    1 while循环 循环语句是程序设计中常用的语句之一.任何编程语言都有while循环,Python也不例外.while循环的格式如下所示.  while(表达式):       -   else:  ...

  6. Python循环语句

    1.Python循环类型 1.while循环:在某条件下,循环执行某段程序 a. while语句有两个重要命令:continue,break来跳出循环. continue用来跳出该次循环 break用 ...

  7. Python系列之 - python循环语句

    前两篇说的是数据类型和数据运算,本篇来讲讲条件语句和循环语句. 1. 条件语句 条件语句是通过一条或多条语句的执行结果(True或者False)来决定执行的代码块. 可以通过下图来简单了解条件语句的执 ...

  8. Python循环语句之break与continue的用法

    摘自原文章: http://www.jb51.net/article/73383.htm Python break 语句Python break语句,就像在C语言中,打破了最小封闭for或while循 ...

  9. Python循环语句及函数的定义

      循环语句¶ 重复执行某一个固定的动作或者任务 语法 for 变量 in序列: 语句1 语句2 ..... In [2]: # 列表知识只是以后会讲 # 比如[1,2,3,4,5,6,7] list ...

随机推荐

  1. 使用synchronized修饰静态方法和非静态方法有什么区别

    前言 最近被问到了这个问题,第一次回答的也是很不好,在此参考网上答案进行整理记录.供大家学习参考. Synchronized修饰非静态方法 Synchronized修饰非静态方法,实际上是对调用该方法 ...

  2. MATLAB神经网络(3) 遗传算法优化BP神经网络——非线性函数拟合

    3.1 案例背景 遗传算法(Genetic Algorithms)是一种模拟自然界遗传机制和生物进化论而形成的一种并行随机搜索最优化方法. 其基本要素包括:染色体编码方法.适应度函数.遗传操作和运行参 ...

  3. echart图表中legend不显示问题

    主要是legend中的name要和series中的name对应上.

  4. nodeJS中定时任务cron的使用

    cron模块可以帮助我们在node中定时执行任务.如果你的定时需求是简单的setInterval()与setTimeout()计时器所无法满足的比较复杂的定时规则,推荐使用cron来配置. 安装cro ...

  5. JVM的组成

    JVM一共有五大区域,程序计数器.虚拟机栈.本地方法栈.Java堆.方法区. 程序计数器 程序技术器是一块很小的内存空间,由于Java是支持多线程的.当线程数大于CPU数量时,CPU会按照时间片轮寻执 ...

  6. 【2020-03-21】Dubbo本地环境搭建-实现服务注册和消费

    前言 本周主题:加班工作.本周内忙于CRUD不能自拔,基本每天都是九点半下班,下周上线,明天还要加班推进进度.今天是休息日,于是重拾起了dubbo,打算近期深入了解一下其使用和原理.之所以说是重拾,是 ...

  7. Kafka的面试题

    1.Kafka的设计是什么样的呢?Kafka将消息以topic为单位进行归纳将向Kafka topic发布消息的程序成为producers.将预订topics并消费消息的程序成为consumer.Ka ...

  8. 都2020年了 还要学JSP吗?

    前言 2020年了,还需要学JSP吗?我相信现在还是在大学的同学肯定会有这个疑问. 其实我在18年的时候已经见过类似的问题了「JSP还应该学习吗」.我在18年发了几篇JSP的文章,已经有不少的开发者评 ...

  9. scrapy框架Request函数callback参数为什么是self.parse而不是self.parse( )

    加括号是调用函数,不加括号是指的是函数地址,此处只需要传入函数的地址,等待程序到时调用即可

  10. HTTP2.0学习 与 Nginx和Tomcat配置HTTP2.0

    目录 一.HTTP2.0 1.1 简介 1.2 新的特性 1.3 h2c 的支持度 二.Nginx 对 http2.0 的支持 2.1 Nginx 作为服务端使用http2.0 2.2 Nginx 作 ...