API:statuses/public_timeline返回最新的200条公共微博，返回结果非完全实时CODE:#!/usr/bin/python#-*-coding:utf-8-*-'''Createdon2014-7-3@author:guaguastd@name:statuses_public_timeline.py'''defpublic_timeline(weibo_api,count):#public_timeline=weibo_api.st
系统 2019-09-27 17:48:06 1872
创建Deque序列:fromcollectionsimportdequed=deque()Deque提供了类似list的操作方法:d=deque()d.append('1')d.append('2')d.append('3')len(d)d[0]d[-1]输出结果:3'1''3'两端都使用pop:d=deque('12345')len(d)d.popleft()d.pop()d输出结果:5'1''5'deque(['2','3','4'])我们还可以限制d
系统 2019-09-27 17:47:59 1872
问题定义一个int型的一维数组，包含40个元素，用来存储每个学员的成绩，循环产生40个0~100之间的随机整数，(1)将它们存储到一维数组中，然后统计成绩低于平均分的学员的人数，并输出出来。(2)将这40个成绩按照从高到低的顺序输出出来。解决（python）#!/usr/binpython#coding:utf-8from__future__importdivision#实现精确的除法，例如4/3=1.333333importrandomdefmake_s
系统 2019-09-27 17:47:43 1872
python处理时间的模块有三个：datetime,time,calendar;datetime模块主要是用来表示日期的，就是我们常说的年月日时分秒，calendar模块主要是用来表示年月日，是星期几之类的信息，time模块主要侧重点在时分秒，粗略从功能来看，我们可以认为三者是一个互补的关系，各自专注一块。1，time模块1.1时间的获取、表示、转换time模块获取时间的基本方法：tt=time.time()#1559201353.5570097得到的是时
系统 2019-09-27 17:47:42 1872
本文实例讲述了python实现在pickling的时候压缩的方法。分享给大家供大家参考。具体方法如下：importcPickle,gzipdefsave(filename,*objects):fil1=gzip.open(filename,'wb')forobjinobjects:cPickle.dump(obj,fil1,protocol=2)fil1.close()defload(filename):fil1=gzip.open(filename,'r
系统 2019-09-27 17:47:40 1872
在python中可以使用in符号判断指定的元素是否存在于列表中，但我发现元组和数组存在区别，下面是详细实验结果。>>>'jb51.net'in['haotu.net','jb51.net']True>>>'jb51.net'in('haotu.net','jb51.net')True>>>'jb51.net'in['jb51.net/codes','haotu.net']False>>>'jb51.net'in('jb51.net/codes','haot
系统 2019-09-27 17:47:15 1872
抓取动态的网页内容主要有两种办法，一种是通过开发者工具找到动态内容的接口，然后分析接口的参数和返回值来爬取网站的数据。另外一种是通过模拟浏览器来抓取数据。python的Selenium库就可以通过代码来模拟浏览器抓取数据。一、概述运行Selenium需要依赖于Python的selenium库，以及浏览器对应驱动器（WebDriver）。安装selenium库pipinstallselenium项目地址：https://pypi.org/project/se
系统 2019-09-27 17:47:10 1872
下标所谓下标就是编号，就好比超市中存储柜的编号，通过这个编号就能找到相应的存储空间。Python中字符串，列表，元祖均支持下标索引。例如：#如果想取出部分字符，可使用下标name="abcd"print(name[0])print(name[1])print(name[2])print(name[3])#输出结果为：#a#b#c#d切片切片是指对操作的对象截取一部分的操作，字符串，列表，元组均支持切片操作。切片的语法：[起始:结束:步长]注意：选取的区间属
系统 2019-09-27 17:46:49 1872
时隔已久，再次冒烟，自动化测试工作仍在继续，自动化测试中的数据驱动技术尤为重要，不然咋去实现数据分离呢，对吧，这里就简单介绍下与传统unittest自动化测试框架匹配的DDT数据驱动技术。话不多说，先撸一波源码，其实整体代码并不多#-*-coding:utf-8-*-#ThisfileisapartofDDT(https://github.com/txels/ddt)#Copyright2012-2015CarlesBarrobésandDDTcontri
系统 2019-09-27 17:46:08 1872
学习Python的第一天,也是我第一次写博客的一天,不怎么会写博客,也不怎么会Python,也不怎么会写总结.在学Python的第一天发现自己脑子不是很好用,在学习过程中出现很多错误,错误锦集如下,哈哈哈哈,要加油.以后要注意不要再犯下面的错误了,不然以后在工作中很难独立完成,也容易出现很多错误,这样就不好了啊!!!下面是我的知识总结和错误总结,如果有IT大佬看见了,希望能指出我的不足之处,让我好改进改进,可以进步.======我======是======
系统 2019-09-27 17:46:07 1872
