Python语言 - 走看看

如果把高中AppleⅡ上用过的Basic算起，我用过的编程语言应该有十种以上了。

其中工作中用过的有C，C++，pascal(OP/Delphi)，java，C#，basic(VB)，Unix/Linux shell(awk)，perl，python，PHP，javascript，所谓工作中用过的，就是我凭这些语言写的程序赚过钱的。另外自己捣鼓过的还有haskell，F#，scala，Go，D，Object-C，汇编，eiffel等，至于erlang，lisp，prolog，lua，ruby，dart等语言，那就只见过demo程序，自己没写过了。当然，像html，css，xml/xslt，bat，jsp/asp，SQL这样的语言没有被我算在编程语言里。

就我个人来说，我最喜欢Python语言和C语言。D语言看上去不错，不过没什么前途，Go语言也挺好，也许以后会多用，但是现在首先是还没出1.0版(计划2012上半年会出)，而且现在Windows上的实现不行，先等会。

Python语言的好处在于表现力强，兼库多且给力。而C语言的好处在于对底层的抽象不多也不少。它们都有简洁的优点，而且不像Perl的简洁，Python代码阅读起来很容易懂，Perl的代码放几个月以后你要重新理解它的语法，会以为当时自己在写天书。

国内主要使用Python的网站中，最知名的就是豆瓣网了，豆瓣的洪强宁这篇QCon BJ 2010的幻灯片已经把Python的特点说得很多，说得很明白，也说得很好了。而至于Python学习的趣味网站，赖勇浩的这篇文章虽然是2008年的了，也是很不错的。

看幻灯片也有点花时间，下面举几个例子：

#注：python的列表和C一样，都是从0开始的。 a = range(10) #a为[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]这样的一个列表 b = a[3:] #b为从a的第四个元素开始(含第四个)的子列表，即[3, 4, 5, 6, 7, 8, 9] c = a[:-3] #c为从a第一个元素开始，至倒数第三个元素(不含)的子列表，即[0, 1, 2, 3, 4, 5, 6] d = [_*2 for _ in a if _ % 3 == 0] #d列表的元素为a中3的倍数的元素的2倍，即[0, 6, 12, 18] e = reduce(lambda r,x: r if x > 5 else r + x, a, 10) #e为a中所有小于5的元素之和再加上10，即25

#注：python的列表和C一样，都是从0开始的。

a = range(10)

#a为[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]这样的一个列表

b = a[3:]

#b为从a的第四个元素开始(含第四个)的子列表，即[3, 4, 5, 6, 7, 8, 9]

c = a[:-3]

#c为从a第一个元素开始，至倒数第三个元素(不含)的子列表，即[0, 1, 2, 3, 4, 5, 6]

d = [_*2 for _ in a if _ % 3 == 0]

#d列表的元素为a中3的倍数的元素的2倍，即[0, 6, 12, 18]

e = reduce(lambda r,x: r if x > 5 else r + x, a, 10)

#e为a中所有小于5的元素之和再加上10，即25

上面的几行代码看起来很直观，而且也很强大。其中第10行使用到了python的列表推导(list comprehension)，第12行使用到了reduce和lambda。

Python对于我而言，工作上主要是用来做各种页面抓取和分析，确实非常舒服。有时候还会用它来做一些日常生活中的事，例如给我刚上小学的儿子出题，让他从小就知道有一个程序员老爸的优势。下面是一道组词成句的题：

import random s = u'我打开柜子拿出杯子打水喝’.split() random.shuffle(s) for _ in s: print _

import random

s = u'我打开柜子拿出杯子打水喝’.split()

random.shuffle(s)

for _ in s: print _

还有的时候出一些随机加减题来增加他的根骨，要不就是用matplotlib来画一些图给某些商业人士看，等等。

我常用的Python包都在这里有描述，其中也包括了其他的常用软件。最常用的可能就是lxml.html库了，用来处理网页非常方便，简单的处理5行搞定：

import urllib2<br /> import lxml.html</p> <p>html = urllib2.urlopen("http://blog.raphaelzhang.com").read()<br /> dom = lxml.html.fromstring(html.decode('utf-8'))

import urllib2

import lxml.html

html = urllib2.urlopen("http://blog.raphaelzhang.com").read()

dom = lxml.html.fromstring(html.decode('utf-8'))

当然，Python也有很多缺点，在中国Python讨论区里不久前还讨论了一下，就在这个帖子里。Pythoner们怨念值爆棚，比如：

字符串编码。对于中国人来说，字符串编码问题永远令人头痛，因为各系统都有自己的缺省编码，各OS的终端，各OS的文件系统，各网站的网页，各数据库的编码，各代码文件的编码，各数据文件与配置文件的编码….
并发与性能。CPython本身的性能有待提高，而Python的GIL众所周知，伪多线程使得Python程序无法有效地利用多核系统的优势提高性能，也许只能采用多进程模型，greenlet，gevent，stackless python等框架或PyPy等非CPython的实现了
客户端发布。把Python程序发布给没有安装Python环境的用户很麻烦，虽然py2exe可用，但是非常大，而且可能有遗漏，另外GUI实现也有不少性能上的问题
接口规范不一致。骆驼命名法，下横杠命名法，都小写命名法，大写开头，小写开头，看起来乱
标准库有的有错，有的过时了
…

不过还是推荐大家多试试Python，虽然它有上述的缺点，但是作为原型开发语言，运维脚本工具，还有Web后端语言来说，都是很棒的。

PS一下，python内建一个非常简单的HTTP服务模块。如果你想临时传文件给别人，可以在文件的目录下运行python -m SimpleHTTPServer，这样就在本地建立了一个端口为8000的HTTP服务，根目录为本目录，这样用wget/curl之类的软件很快就把文件下载过来了。

再PS一下，我就用python做了一个正文提取+小说下载的软件，自我感觉还成，源代码在这里。下面是正文提取测试程序的部分运行结果：

下面是小说下载测试程序运行的结果：