Python 从基础到进阶（一套打通）

文章目录

一、Python 入门

1.1 Python 简介

1.2 安装 Python

Windows

Linux

macOS

1.3 第一个 Python 程序

交互式环境

脚本文件

二、Python 基础语法

2.1 变量和数据类型

变量

数据类型

数字类型

字符串类型（str）

布尔类型（bool）

2.2 运算符

算术运算符

比较运算符

逻辑运算符

位运算符

2.3 控制流语句

条件语句

循环语句

`for` 循环

`while` 循环

三、Python 数据结构

3.1 列表（List）

列表操作

3.2 元组（Tuple）

3.3 集合（Set）

集合操作

3.4 字典（Dictionary）

字典操作

四、Python 函数

4.1 定义和调用函数

4.2 函数参数

位置参数

关键字参数

默认参数

可变参数

4.3 匿名函数（Lambda 函数）

4.4 函数的嵌套和闭包

函数的嵌套

闭包

五、Python 面向对象编程

5.1 类和对象

5.1 类和对象

解释

5.2 继承

解释

5.3 多态

解释

5.4 封装

解释

六、Python 模块和包

6.1 模块

自定义模块

导入模块的方式

6.2 包

创建包

使用包

`__init__.py` 文件的作用

七、Python 进阶主题

7.1 文件操作

打开和关闭文件

使用 `with` 语句

文件读取方法

7.2 异常处理

异常类型

自定义异常

7.3 装饰器

简单装饰器

带参数的装饰器

类装饰器

7.4 生成器

生成器函数

生成器表达式

7.5 并发编程

多线程

多进程

异步编程

7.6 正则表达式

7.7 数据库操作

基础部分补充

数据结构部分补充

函数部分补充

面向对象编程部分补充

模块和包部分补充

进阶部分补充

一、Python 入门

1.1 Python 简介

Python 由 Guido van Rossum 于 20 世纪 80 年代末发明，它具有以下显著特点：

语法简洁：代码可读性高，减少了开发者编写和理解代码的时间。例如，打印 “Hello, World!” 在 Python 中只需一行 print("Hello, World!")，而在一些其他语言中可能需要更多的代码结构。

功能强大：拥有丰富的标准库和第三方库，可用于各种领域，如 Web 开发、数据科学、人工智能等。

跨平台性：可以在 Windows、Linux、macOS 等多种操作系统上运行。

1.2 安装 Python

Windows

1. 访问 Python 官方网站（https://www.python.org/downloads/），根据自己的系统选择合适的 Python 3 版本（通常选择最新的稳定版本）进行下载。
2. 运行下载的安装包，在安装过程中，务必勾选 “Add Python to PATH” 选项，这样可以在命令行中直接使用 Python 命令。
3. 按照安装向导的提示完成安装。安装完成后，打开命令提示符（CMD），输入 python --version，如果显示 Python 的版本号，则说明安装成功。

Linux

不同的 Linux 发行版安装 Python 的方式略有不同：

Ubuntu/Debian：打开终端，输入 sudo apt-get update 更新软件源，然后输入 sudo apt-get install python3 安装 Python 3。

CentOS/RHEL：使用 sudo yum install python3 进行安装。

安装完成后，同样可以通过 python3 --version 验证安装是否成功。

macOS

macOS 系统自带 Python 2.x，但建议安装 Python 3.x。可以通过以下两种方式安装：

Homebrew：如果已经安装了 Homebrew，在终端中输入 brew install python3 即可完成安装。

官方安装包：从 Python 官方网站下载适合 macOS 的 Python 3 安装包，按照提示进行安装。

1.3 第一个 Python 程序

交互式环境

打开命令行工具，输入 python 进入 Python 交互式环境。在交互式环境中，你可以逐行输入 Python 代码并立即看到执行结果。例如：

print("Hello, World!")

按下回车键后，屏幕将显示 Hello, World!。要退出交互式环境，输入 exit() 或按下 Ctrl + Z（Windows）/ Ctrl + D（Linux/macOS）。

脚本文件

使用文本编辑器（如 VS Code、Sublime Text 等）创建一个新文件，将其命名为 hello.py，并在文件中写入以下代码：

print("Hello, World!")

保存文件后，打开命令行工具，切换到保存 hello.py 文件的目录，输入 python hello.py 并回车，屏幕将显示 Hello, World!。

二、Python 基础语法

2.1 变量和数据类型

变量

变量是存储数据的容器，在 Python 中，变量使用前不需要声明类型，直接赋值即可。例如：

# 定义一个整数变量
age = 25
# 定义一个字符串变量
name = "John"

变量命名需要遵循以下规则：

变量名只能包含字母、数字和下划线。

变量名不能以数字开头。

变量名区分大小写。

不能使用 Python 的关键字（如 if、else、for 等）作为变量名。

数据类型

数字类型

整数（int）：表示整数，没有小数部分。例如：num1 = 10。

浮点数（float）：表示带有小数部分的数字。例如：num2 = 3.14。

复数（complex）：由实部和虚部组成，虚部以 j 或 J 结尾。例如：num3 = 2 + 3j。

数字类型支持各种算术运算，如加法（+）、减法（-）、乘法（*）、除法（/）、整除（//）、取余（%）和幂运算（**）。例如：

a = 10
b = 3
print(a + b)  # 输出 13
print(a / b)  # 输出 3.3333333333333335
print(a // b)  # 输出 3
print(a % b)  # 输出 1
print(a ** b)  # 输出 1000

字符串类型（str）

字符串是用单引号（'）、双引号（"）或三引号（''' 或 """）括起来的文本。例如：

str1 = 'Hello'
str2 = "World"
str3 = '''This is a multi-line
string.'''

字符串支持拼接（+）、重复（*）等操作，还可以通过索引和切片来访问字符串中的字符。例如：

str4 = str1 + " " + str2
print(str4)  # 输出 "Hello World"
print(str1 * 3)  # 输出 "HelloHelloHello"
print(str4[0])  # 输出 "H"
print(str4[0:5])  # 输出 "Hello"

布尔类型（bool）

布尔类型只有两个值：True 和 False，通常用于条件判断。例如：

is_student = True
is_teacher = False

2.2 运算符

算术运算符

除了前面提到的基本算术运算符，还有一些复合赋值运算符，如 +=、-=、*=、/= 等。例如：

x = 5
x += 3  # 相当于 x = x + 3
print(x)  # 输出 8

比较运算符

比较运算符用于比较两个值的大小关系，返回布尔值。常见的比较运算符有 ==（等于）、!=（不等于）、>（大于）、<（小于）、>=（大于等于）、<=（小于等于）。例如：

a = 10
b = 5
print(a > b)  # 输出 True
print(a == b)  # 输出 False

逻辑运算符

逻辑运算符用于组合多个布尔表达式，常见的逻辑运算符有 and（逻辑与）、or（逻辑或）、not（逻辑非）。例如：

x = 5
y = 10
print(x > 3 and y < 20)  # 输出 True
print(x < 3 or y > 20)  # 输出 False
print(not (x > 3))  # 输出 False

位运算符

位运算符用于对整数的二进制表示进行操作，常见的位运算符有 &（按位与）、|（按位或）、^（按位异或）、~（按位取反）、<<（左移）、>>（右移）。例如：

a = 5  # 二进制表示为 0101
b = 3  # 二进制表示为 0011
print(a & b)  # 按位与，输出 1（二进制 0001）
print(a | b)  # 按位或，输出 7（二进制 0111）

2.3 控制流语句

条件语句

条件语句用于根据条件的真假来执行不同的代码块，Python 中的条件语句使用 if-elif-else 结构。例如：

age = 18
if age < 18:
    print("未成年人")
elif age == 18:
    print("刚成年")
else:
    print("成年人")

条件语句可以嵌套使用，以实现更复杂的逻辑。

循环语句

for 循环

for 循环用于遍历序列（如列表、元组、字符串等）中的元素。例如：

fruits = ["apple", "banana", "cherry"]
for fruit in fruits:
    print(fruit)

还可以使用 range() 函数生成一个整数序列进行遍历。例如：

for i in range(5):
    print(i)

while 循环

while 循环在条件为真时重复执行代码块，直到条件变为假。例如：

i = 0
while i < 5:
    print(i)
    i += 1

在循环中，可以使用 break 语句提前终止循环，使用 continue 语句跳过当前循环的剩余部分，直接进入下一次循环。例如：

for i in range(10):
    if i == 5:
        break
    print(i)

for i in range(10):
    if i % 2 == 0:
        continue
    print(i)

三、Python 数据结构

3.1 列表（List）

列表是一种可变的有序序列，用方括号 [] 表示。列表中的元素可以是不同的数据类型。例如：

numbers = [1, 2, 3, 4, 5]
mixed_list = [1, "hello", True]

列表操作

访问元素：通过索引访问列表中的元素，索引从 0 开始。例如：print(numbers[0]) 输出 1。

修改元素：可以直接通过索引修改列表中的元素。例如：numbers[2] = 10。

添加元素：使用 append() 方法在列表末尾添加一个元素，使用 extend() 方法将一个列表的元素添加到另一个列表的末尾，使用 insert() 方法在指定位置插入一个元素。例如：

numbers.append(6)
numbers.extend([7, 8])
numbers.insert(2, 9)

删除元素：使用 remove() 方法删除指定值的第一个元素，使用 pop() 方法删除指定索引的元素（默认删除最后一个元素），使用 del 语句删除指定索引的元素。例如：

numbers.remove(9)
numbers.pop(2)
del numbers[0]

切片：使用切片可以获取列表的一部分。例如：print(numbers[1:3]) 输出列表中索引为 1 到 2 的元素。

3.2 元组（Tuple）

元组是一种不可变的有序序列，用圆括号 () 表示。元组一旦创建，其元素不能被修改。例如：

point = (3, 4)

元组的访问方式与列表类似，通过索引来访问元素。例如：print(point[0]) 输出 3。

3.3 集合（Set）

集合是一种无序且唯一的数据结构，用花括号 {} 或 set() 函数创建。集合中的元素不能重复。例如：

fruits = {"apple", "banana", "cherry"}
empty_set = set()

集合操作

添加元素：使用 add() 方法添加一个元素，使用 update() 方法添加多个元素。例如：

fruits.add("orange")
fruits.update({"grape", "kiwi"})

删除元素：使用 remove() 方法删除指定元素，如果元素不存在会抛出异常；使用 discard() 方法删除指定元素，如果元素不存在不会抛出异常。例如：

fruits.remove("apple")
fruits.discard("banana")

集合运算：支持并集（union() 或 |）、交集（intersection() 或 &）、差集（difference() 或 -）等运算。例如：

set1 = {1, 2, 3}
set2 = {3, 4, 5}
print(set1.union(set2))  # 输出 {1, 2, 3, 4, 5}
print(set1.intersection(set2))  # 输出 {3}
print(set1.difference(set2))  # 输出 {1, 2}

3.4 字典（Dictionary）

字典是一种无序的键值对集合，用花括号 {} 表示，键和值之间用冒号 : 分隔。字典中的键必须是唯一的，且通常是不可变类型（如字符串、数字、元组）。例如：

person = {"name": "John", "age": 25, "city": "New York"}

字典操作

访问元素：通过键来访问字典中的值。例如：print(person["name"]) 输出 “John”。

修改元素：可以直接通过键来修改字典中的值。例如：person["age"] = 26。

添加元素：直接使用新的键值对进行赋值即可添加元素。例如：person["job"] = "Engineer"。

删除元素：使用 del 语句删除指定键的元素，使用 pop() 方法删除指定键的元素并返回其值。例如：

del person["city"]
job = person.pop("job")

遍历字典：可以使用 keys() 方法遍历键，使用 values() 方法遍历值，使用 items() 方法遍历键值对。例如：

for key in person.keys():
    print(key)

for value in person.values():
    print(value)

for key, value in person.items():
    print(key, value)

四、Python 函数

4.1 定义和调用函数

函数是一段具有特定功能的代码块，可以重复使用。在 Python 中，使用 def 关键字定义函数。例如：

def greet(name):
    print(f"Hello, {name}!")

# 调用函数
greet("Alice")

函数可以有返回值，使用 return 语句返回值。例如：

def add(a, b):
    return a + b

result = add(3, 5)
print(result)  # 输出 8

4.2 函数参数

位置参数

位置参数是最常见的参数类型，按照参数的顺序传递。例如：

def power(x, n):
    return x ** n

result = power(2, 3)  # 2 的 3 次方

关键字参数

关键字参数通过参数名传递，不需要按照参数的顺序。例如：

result = power(n=3, x=2)

默认参数

在定义函数时，可以为参数提供默认值。如果调用函数时没有传递该参数，则使用默认值。例如：

def power(x, n=2):
    return x ** n

print(power(3))  # 使用默认参数，输出 9
print(power(3, 3))  # 传递自定义参数，输出 27

可变参数

\*args：用于接收任意数量的位置参数，将这些参数封装成一个元组。例如：

def sum_numbers(*args):
    total = 0
    for num in args:
        total += num
    return total

result = sum_numbers(1, 2, 3, 4)
print(result)  # 输出 10

\**kwargs：用于接收任意数量的关键字参数，将这些参数封装成一个字典。例如：

def print_info(**kwargs):
    for key, value in kwargs.items():
        print(f"{key}: {value}")

print_info(name="John", age=25, city="New York")

4.3 匿名函数（Lambda 函数）

匿名函数是一种简单的函数，没有函数名，使用 lambda 关键字定义。通常用于简单的、一次性的操作。例如：

square = lambda x: x ** 2
print(square(5))  # 输出 25

4.4 函数的嵌套和闭包

函数的嵌套

在 Python 中，函数可以嵌套定义，即在一个函数内部定义另一个函数。例如：

def outer_function():
    def inner_function():
        print("This is an inner function.")
    inner_function()

outer_function()

闭包

闭包是指有权访问另一个函数作用域中变量的函数。例如：

def outer_function(x):
    def inner_function(y):
        return x + y
    return inner_function

closure = outer_function(10)
result = closure(5)
print(result)  # 输出 15

五、Python 面向对象编程

5.1 类和对象

类是对象的抽象模板，对象是类的具体实例。在 Python 中，使用 class 关键字定义类。例如：

class Person:

5.1 类和对象

class Person:
    # 类属性，所有实例共享
    species = "Homo sapiens"

    # 构造方法，在创建对象时自动调用
    def __init__(self, name, age):
        # 实例属性，每个实例有自己独立的副本
        self.name = name
        self.age = age

    # 实例方法，通过实例调用
    def greet(self):
        print(f"Hello, my name is {self.name} and I'm {self.age} years old.")

    # 类方法，通过类名或实例调用，第一个参数为 cls 表示类本身
    @classmethod
    def get_species(cls):
        return cls.species

    # 静态方法，通过类名或实例调用，没有默认的第一个参数
    @staticmethod
    def is_adult(age):
        return age >= 18


# 创建对象
p1 = Person("John", 25)
p2 = Person("Alice", 20)

# 调用实例方法
p1.greet()

# 调用类方法
print(Person.get_species())

# 调用静态方法
print(Person.is_adult(p2.age))

解释

类属性：species 是类属性，所有 Person 类的实例都共享这个属性。

实例属性：name 和 age 是实例属性，每个 Person 对象都有自己独立的 name 和 age 值。

构造方法 __init__：在创建对象时自动调用，用于初始化对象的属性。

实例方法：greet 是实例方法，通过对象实例调用，第一个参数 self 指向调用该方法的对象实例。

类方法：get_species 是类方法，使用 @classmethod 装饰器，第一个参数 cls 指向类本身，可以通过类名或实例调用。

静态方法：is_adult 是静态方法，使用 @staticmethod 装饰器，没有默认的第一个参数，可以通过类名或实例调用。

5.2 继承

继承是面向对象编程的重要特性之一，它允许一个类（子类）继承另一个类（父类）的属性和方法。

# 定义父类
class Animal:
    def __init__(self, name):
        self.name = name

    def speak(self):
        print("Animal speaks")


# 定义子类，继承自 Animal 类
class Dog(Animal):
    def speak(self):
        print(f"{self.name} barks")


# 定义另一个子类
class Cat(Animal):
    def speak(self):
        print(f"{self.name} meows")


# 创建对象
dog = Dog("Buddy")
cat = Cat("Whiskers")

# 调用方法
dog.speak()
cat.speak()

解释

Dog 和 Cat 类继承自 Animal 类，它们继承了 Animal 类的 __init__ 方法和 name 属性。

Dog 和 Cat 类重写了 speak 方法，实现了自己独特的行为，这称为方法的重写（覆盖）。

5.3 多态

多态是指不同的对象可以对相同的消息做出不同的响应。在 Python 中，多态通过继承和方法重写来实现。

class Animal:
    def speak(self):
        pass


class Dog(Animal):
    def speak(self):
        print("Dog barks")


class Cat(Animal):
    def speak(self):
        print("Cat meows")


def animal_speak(animal):
    animal.speak()


# 创建对象
dog = Dog()
cat = Cat()

# 调用函数
animal_speak(dog)
animal_speak(cat)

解释

animal_speak 函数接受一个 Animal 类型的对象作为参数，无论传入的是 Dog 还是 Cat 对象，都可以调用其 speak 方法，实现了多态。

5.4 封装

封装是指将数据和操作数据的方法绑定在一起，并隐藏对象的内部实现细节。在 Python 中，通过访问控制来实现封装。

class BankAccount:
    def __init__(self, account_number, balance):
        # 私有属性，以双下划线开头
        self.__account_number = account_number
        self.__balance = balance

    # 公有方法，用于获取账户余额
    def get_balance(self):
        return self.__balance

    # 公有方法，用于存款
    def deposit(self, amount):
        if amount > 0:
            self.__balance += amount
            print(f"Deposited {amount}. New balance: {self.__balance}")
        else:
            print("Invalid deposit amount.")

    # 公有方法，用于取款
    def withdraw(self, amount):
        if amount > 0 and amount <= self.__balance:
            self.__balance -= amount
            print(f"Withdrew {amount}. New balance: {self.__balance}")
        else:
            print("Invalid withdrawal amount.")


# 创建对象
account = BankAccount("123456", 1000)

# 访问公有方法
print(account.get_balance())
account.deposit(500)
account.withdraw(200)

# 尝试直接访问私有属性（会报错）
# print(account.__balance)

解释

__account_number 和 __balance 是私有属性，以双下划线开头，不能直接从类外部访问。

get_balance、deposit 和 withdraw 是公有方法，通过这些方法可以安全地访问和修改私有属性。

六、Python 模块和包

6.1 模块

模块是一个包含 Python 代码的文件，扩展名为 .py。模块可以包含函数、类、变量等。

自定义模块

创建一个名为 math_utils.py 的文件，内容如下：

# math_utils.py
def add(a, b):
    return a + b


def subtract(a, b):
    return a - b


def multiply(a, b):
    return a * b


def divide(a, b):
    if b != 0:
        return a / b
    else:
        print("Error: division by zero")

在另一个 Python 文件中使用该模块：

# main.py
import math_utils

result = math_utils.add(3, 5)
print(result)

导入模块的方式

import 模块名：导入整个模块，使用时需要通过模块名来访问模块中的函数和变量。

from 模块名 import 函数名/类名/变量名：从模块中导入指定的函数、类或变量，使用时不需要通过模块名。

from math_utils import add, subtract

result1 = add(3, 5)
result2 = subtract(8, 3)
print(result1)
print(result2)

from 模块名 import \*：导入模块中的所有内容，使用时不需要通过模块名，但不建议使用，因为可能会导致命名冲突。

6.2 包

包是一个包含多个模块的目录，目录下必须有一个 __init__.py 文件（Python 3.3 及以后版本不是必需的，但为了兼容性建议保留）。

创建包

创建一个名为 my_package 的目录，在该目录下创建 __init__.py 文件和两个模块文件 module1.py 和 module2.py。

my_package/
    __init__.py
    module1.py
    module2.py

module1.py 内容如下：

# module1.py
def func1():
    print("This is func1 from module1")

module2.py 内容如下：

# module2.py
def func2():
    print("This is func2 from module2")

使用包

在另一个 Python 文件中使用该包：

# main.py
from my_package import module1, module2

module1.func1()
module2.func2()

__init__.py 文件的作用

初始化包：可以在 __init__.py 文件中编写初始化代码，在导入包时自动执行。

控制导入行为：可以使用 __all__ 变量控制 from 包名 import * 导入的内容。例如，在 __init__.py 中添加以下代码：

# __init__.py
from .module1 import func1
from .module2 import func2

__all__ = ['func1', 'func2']

然后在另一个文件中可以使用 from my_package import * 导入 func1 和 func2。

七、Python 进阶主题

7.1 文件操作

打开和关闭文件

在 Python 中，可以使用 open() 函数打开文件，使用 close() 方法关闭文件。open() 函数的常用模式有：

'r'：只读模式（默认）。

'w'：写入模式，会覆盖文件原有内容。

'a'：追加模式，在文件末尾添加内容。

'b'：二进制模式，用于处理二进制文件。

# 打开文件
file = open("test.txt", "w")

# 写入文件
file.write("Hello, Python!")

# 关闭文件
file.close()

# 打开文件以读取内容
file = open("test.txt", "r")

# 读取文件内容
content = file.read()
print(content)

# 关闭文件
file.close()

使用 with 语句

with 语句可以自动管理文件的打开和关闭，避免手动调用 close() 方法。

with open("test.txt", "r") as file:
    content = file.read()
    print(content)

文件读取方法

read()：读取整个文件内容。

readline()：读取一行内容。

readlines()：读取所有行，返回一个列表，每个元素是一行内容。

with open("test.txt", "r") as file:
    lines = file.readlines()
    for line in lines:
        print(line.strip())  # 去除每行末尾的换行符

7.2 异常处理

在 Python 中，使用 try-except 语句来捕获和处理异常。

try:
    num = 10 / 0
except ZeroDivisionError:
    print("除数不能为零")

try:
    file = open("nonexistent.txt", "r")
except FileNotFoundError:
    print("文件未找到")
finally:
    # 无论是否发生异常，finally 块中的代码都会执行
    if 'file' in locals():
        file.close()

异常类型

Python 有许多内置的异常类型，如 ZeroDivisionError、FileNotFoundError、TypeError 等。还可以使用 else 子句，当 try 块中没有发生异常时执行。

try:
    num = 10 / 2
except ZeroDivisionError:
    print("除数不能为零")
else:
    print(f"结果: {num}")

自定义异常

可以通过继承 Exception 类来创建自定义异常。

class MyException(Exception):
    def __init__(self, message):
        self.message = message

    def __str__(self):
        return self.message


try:
    raise MyException("这是一个自定义异常")
except MyException as e:
    print(e)

7.3 装饰器

装饰器是一种特殊的函数，它可以接受一个函数作为参数，并返回一个新的函数，用于扩展原函数的功能。

简单装饰器

def my_decorator(func):
    def wrapper():
        print("Before function call")
        func()
        print("After function call")
    return wrapper


@my_decorator
def say_hello():
    print("Hello!")


say_hello()

带参数的装饰器

def repeat(n):
    def decorator(func):
        def wrapper(*args, **kwargs):
            for _ in range(n):
                result = func(*args, **kwargs)
            return result
        return wrapper
    return decorator


@repeat(3)
def greet(name):
    print(f"Hello, {name}!")


greet("Alice")

类装饰器

class MyDecorator:
    def __init__(self, func):
        self.func = func

    def __call__(self, *args, **kwargs):
        print("Before function call")
        result = self.func(*args, **kwargs)
        print("After function call")
        return result


@MyDecorator
def say_goodbye():
    print("Goodbye!")


say_goodbye()

7.4 生成器

生成器是一种特殊的迭代器，它可以在需要时逐个生成值，而不是一次性生成所有值，从而节省内存。

生成器函数

使用 yield 关键字定义生成器函数。

def my_generator():
    yield 1
    yield 2
    yield 3


gen = my_generator()

# 迭代生成器
for num in gen:
    print(num)

生成器表达式

生成器表达式类似于列表推导式，但使用圆括号。

gen_expr = (x * 2 for x in range(5))

for num in gen_expr:
    print(num)

7.5 并发编程

多线程

Python 中的 threading 模块可以用于实现多线程编程。

import threading


def print_numbers():
    for i in range(5):
        print(i)


def print_letters():
    for letter in 'abcde':
        print(letter)


# 创建线程
thread1 = threading.Thread(target=print_numbers)
thread2 = threading.Thread(target=print_letters)

# 启动线程
thread1.start()
thread2.start()

# 等待线程结束
thread1.join()
thread2.join()

多进程

Python 中的 multiprocessing 模块可以用于实现多进程编程。

import multiprocessing


def print_numbers():
    for i in range(5):
        print(i)


def print_letters():
    for letter in 'abcde':
        print(letter)


if __name__ == '__main__':
    # 创建进程
    process1 = multiprocessing.Process(target=print_numbers)
    process2 = multiprocessing.Process(target=print_letters)

    # 启动进程
    process1.start()
    process2.start()

    # 等待进程结束
    process1.join()
    process2.join()

异步编程

Python 中的 asyncio 模块可以用于实现异步编程，适用于 I/O 密集型任务。

import asyncio


async def hello():
    print("Hello")
    await asyncio.sleep(1)
    print("World")


async def main():
    await asyncio.gather(hello(), hello())


asyncio.run(main())

7.6 正则表达式

正则表达式是一种用于匹配字符串模式的工具，Python 中的 re 模块提供了正则表达式的支持。

import re

# 匹配手机号码
pattern = r'^1[3-9]\d{9}$'
phone_number = '13800138000'
if re.match(pattern, phone_number):
    print("是有效的手机号码")
else:
    print("不是有效的手机号码")

# 查找所有匹配项
text = "Hello 123 World 456"
numbers = re.findall(r'\d+', text)
print(numbers)

# 替换匹配项
new_text = re.sub(r'\d+', '###', text)
print(new_text)

7.7 数据库操作

Python 可以与多种数据库进行交互，以 SQLite 为例：

import sqlite3

# 连接到数据库
conn = sqlite3.connect('example.db')

# 创建游标对象
cursor = conn.cursor()

# 创建表
cursor.execute('''CREATE TABLE IF NOT EXISTS users
                  (id INTEGER PRIMARY KEY AUTOINCREMENT, name TEXT, age INTEGER)''')

# 插入数据
cursor.execute("INSERT INTO users (name, age) VALUES (?,?)", ('John', 25))

# 提交事务
conn.commit()

# 查询数据
cursor.execute("SELECT * FROM users")
rows = cursor.fetchall()
for row in rows:
    print(row)

# 关闭连接
conn.close()

基础部分补充

编码规范：像 PEP 8 编码规范，它详细规定了 Python 代码的格式、命名规则等内容。比如，变量名建议使用小写字母和下划线组合（蛇形命名法），函数名同理；类名则采用大写字母开头的驼峰命名法。遵循编码规范能让代码更具可读性和可维护性。

注释：包括行注释（使用 #）和块注释（使用三引号 ''' 或 """）。合理的注释有助于开发者理解代码的逻辑和功能，特别是在团队协作或项目后期维护时非常重要。

数据结构部分补充

堆（Heap）：虽然 Python 标准库中的 heapq 模块提供了堆操作的功能，但文档未涉及。堆是一种特殊的树形数据结构，常被用于实现优先队列，在算法设计和优化中应用广泛。

队列（Queue）：除了使用列表模拟队列外，Python 标准库中的 queue 模块提供了线程安全的队列实现，包括普通队列（Queue）、优先队列（PriorityQueue）和后进先出队列（LifoQueue），适用于多线程编程场景。

函数部分补充

生成器函数的高级用法：如生成器的 send()、throw() 和 close() 方法。send() 方法可以向生成器内部发送一个值，并恢复生成器的执行；throw() 方法用于在生成器内部抛出一个异常；close() 方法用于关闭生成器。

递归函数：递归是函数调用自身的编程技巧，在处理树形结构、分治算法等问题时非常有用，但使用不当可能会导致栈溢出错误，需要注意递归的终止条件和性能优化。

面向对象编程部分补充

抽象基类（ABC）：Python 的 abc 模块提供了抽象基类的功能，用于定义接口和规范子类的行为。通过定义抽象方法，要求子类必须实现这些方法，增强了代码的可维护性和可扩展性。

多重继承和 MRO（方法解析顺序）：Python 支持多重继承，即一个子类可以继承多个父类的属性和方法。但多重继承可能会导致方法冲突，MRO 规定了 Python 在查找方法时的顺序，确保方法调用的正确性。

模块和包部分补充

包的分发和安装：如使用 setuptools 或 poetry 等工具创建 Python 包的分发文件（如 .whl 或 .tar.gz），并将其发布到 PyPI（Python Package Index）上，供其他开发者安装和使用。

虚拟环境：像 venv、virtualenv 或 conda 等工具可以创建独立的 Python 虚拟环境，隔离不同项目的依赖，避免版本冲突。

进阶部分补充

网络编程：包括使用 socket 模块进行底层网络编程，实现 TCP 和 UDP 套接字通信；使用 requests 库进行 HTTP 请求，用于 Web 数据获取和交互；使用 Flask 或 Django 等 Web 框架搭建 Web 应用。

数据科学和机器学习：Python 在数据科学和机器学习领域应用广泛，如使用 NumPy 进行数值计算，Pandas 进行数据处理和分析，Matplotlib 和 Seaborn 进行数据可视化，Scikit-learn 进行机器学习模型的训练和评估，TensorFlow 或 PyTorch 进行深度学习开发。

自动化测试：Python 提供了多种测试框架，如 unittest、pytest 和 doctest，用于编写和运行单元测试、集成测试等，确保代码的正确性和稳定性。

作者：浪子西科