Python 程序在运行的时候可能需要获得当前的时间。 在这个时候我们需要导入 datetime 包。 获得当前时间 例如，可以使用下面的代码获得当前的日期。 today = datetime.date.today() print("Today's date:", today) 在上面的代码中，将会输出： Today’s date: 2021-03-12 的内容。 格式化日期 当你获得日期对象后，你可以通过 strftime 函数来格式化日子。 today = datetime.date.today() print("日期对象格式化输出 1 =", today.strftime("%d/%m/%Y")) print("日期对象格式化输出 2 =", today.strftime("%B %d, %Y")) print("日期对象格式化输出 3 =", today.strftime("%m/%d/%y")) print("日期对象格式化输出 4 =", today.strftime("%b-%d-%Y")) 上面的代码将会将会对 date 对象按照输入格式进行格式化。 时间戳 可以考虑下下面的代码，下面的代码将会输出日期的时间戳。 now = datetime.datetime.now() print("当前时间戳:", now) 上面的代码，将会输出为：当前时间戳: 2021-03-12 10:40:02.982640 这样的格式。     如果你对时间函数还希望有些了解的话，你可以在导入 datetime 包后再进行测试。 https://www.ossez.com/t/python/13389

日期处理在各种语言中都会遇到。 Python 也不例外，其中主要涉及到的就是日期转换，日期比对，日期输出等。 不同的日期有不同的处理方式，有些日期可能有时区，有些日期可能没有，根据我们的一些考古来看，Python 有些日期库可以使用。 通常用得最多的日期库是： datetime python-dateutil arrow 大部分人可能还是会使用 datetime 多一些，python-dateutil 为日期工具的增强库，在很多时候也会被用到。 对日期处理的顺序大致是： 初始化日期对象，你输入的日期格式可能是字符的，因此你需要讲字符的日期格式初始化日期对象。 对日期进行操作，可以对日期进行计算，可以对日期进行时区转换等。 对日期进行输出，对日期进行转换或者计算后需要对日期进行输出，比如说输出不同时区的日期，比如说计算年份等等。 实例 下面我们通过实例来对日期的操作进行一些小说明。 如果还需要比较复杂的日期操作的话，请访问相关的 API。 初始化日期对象 假设，我们有字符串 1/1/2015，我们需要根据输入的字符串初始化为日期对象。 data_input = ‘1/1/2015’ date_user = datetime.datetime.strptime(data_input, '%m/%d/%Y') 我们可以通过上面的代码将输入的字符串转换为日期对象。     可以转换用的格式列表，请参考上面的图，我们就不在这里翻译了。 如果还有一些不明白的格式，可以在这里参与留言讨论。 https://www.ossez.com/t/python-datatime/13388

在 Python 文件处理的时候，我们通常会看到使用 with 关键字的语句。 Python 使用 with 语句能够让代码更加可读，并且能够更好的处理异常。 文件处理异常 我们都知道在 Java 处理程序的时候通常会出现异常，这个很容易理解。 在 Window 的时候，我们对文件进行拷贝或者剪贴的时候，我们可能会遇到比如说文件不存在，目录不存在，文件重名，或者文件被其他进程占用无法删除的情况。 这种情况都是文件处理异常，在 Java 中我们通常会使用 try catch 来捕获异常，然后对异常进行处理。 这样的目的是为了避免程序被挂起或者其他影响继续执行的情况。 Python 文件处理 如果我们不使用 with 语句，我们通常会使用下面的语法来对文件进行操作。 # 文件处理 # 1) 不使用 with 语句 file = open('file_path', 'w') file.write('hello world !') file.close() # 2) 不使用 with 语句 file = open('file_path', 'w') try: file.write('hello world') finally: file.close() # 使用 With 语句 with open('file_path', 'w') as file: file.write('hello world !') 在 2 个例子的时候，我们会发现写法和 Java 是差不多的。 通常计算机对文件的操作是 3 步做的： 打开文件 操作文件 关闭文件 在上面的 3 步，都有可能出现异常。很多时候会没有办法关闭文件的，或者很多程序员会忘记关闭文件。 使用 with 语句，将会默认为你关闭文件。 With 语句解释 with 语句实际上就是上下文管理。在上下文管理中，包括有 enter() 和 exit() 这将会允许我们常用的 try…except…finally 使用通过封装的方式来对资源进行释放。 with 语句没有捕获异常的功能，可以将 with 理解为一个静音的 try…except…finally，能够帮助 Python 程序在出现异常的时候也能够正常的退出而不会挂起。 with 可以应用在支持上下文的对象中，文件操作。 因计算机会对文件进行大量的操作，因此 with 语句会被广泛应用到文件操作上。 Git 源代码 针对 with 操作的测试程序，请访问 Github 上面我们的存储的源代码。 访问地址为： python-tutorials/FileWith.py at master · cwiki-us-docs/python-tutorials · GitHub     我们尝试不在这里讨论过多过于复杂内容，我们想尽量简化操作。 针对 with 的使用只需要知道是 try…except…finally 的简单化版本，多用于文件操作。 https://www.ossez.com/t/python-with/13387

通常 Python 使用的 Yaml 文件处理的包有 2 个。 PyYAML ruamel.yaml 可以理解为 PyYAML 是 Python 自带的 Yaml 数据处理库，ruamel.yaml 是 PyYAML 的增强版。 因此使用 ruamel.yaml 的会比较多，而且很多语法和函数都是通用的。 安装 PyYAML 和 ruamel.yaml 都需要安装。 使用 pip install 进行安装就可以了。过程非常简单。 pip install pyyaml pip install ruamel.yaml 输出 对比了下 2 个包的输出格式，ruamel.yaml 输出格式更好，更加标准。 这也许就是很多人使用 ruamel.yaml 的原因吧。     对比下使用 PyYAML 的输出来看，确实 PyYAML 的输出文件更加不好阅读。     因为我们在测试的时候只有很少的数据量，如果你的 yaml 文件的数据量比较大的话，那读起来还是很费劲的。 https://www.ossez.com/t/python-yaml/13386

安装的提示后提示错误为： The term 'pip' is not recognized as the name of a cmdlet       具体的提示信息如上图所示。 原因和方案 出现上面的问题的原因大部分情况是因为在 Python 安装的时候没有将 Python 的 Path 添加到环境变量中去。 通常这个文件是位于 Python 安装路径下有一个 Scripts 的文件夹。 例如，如果使用默认的安装路径，那在我的计算机上的文件安装路径为： C:\Users\yhu\AppData\Local\Programs\Python\Python39\Scripts 将上面的路径添加到你的 Windows 的系统配置 Path 下就可以了。       当完成上面的设置后再重启命令行工具，再输入 pip 应该不会提示有问题了。       因为 VSCode 使用的是 PS 的控制台，所以应该不需要进行修改也可以使用了。 https://www.ossez.com/t/python-pip/13385

Python中的注释有单行注释和多行注释。 Python 是使用 # 来进行注释的。这个等于是我们在 Java 中使用的 // 符号。 请考察下面的代码 print("Hello, CWIKIUS!") # Python 行内注释 # Python 单行注释 print("Hello, CWIKIUS!") # Python 多行注释 - LINE 1 # Python 多行注释 - LINE 2 print("Hello, CWIKIUS!") ''' Python 多行注释块 - LINE 1 Python 多行注释块 - LINE 2 ''' print("Hello, CWIKIUS!") """ Python 多行注释块 - LINE 1 Python 多行注释块 - LINE 2 """ print("Hello, CWIKIUS!") 如果你使用 IDE读取上面的代码的话，IDE 会帮你使用不同的颜色来进行表示。     如上图显示的在 IDE 中使用颜色的表示。 行内注释 正常来说，对于行内注释，你可以直接在代码后面添加 # 符号后再添加注释内容，这种注释方法是行内注释。 块注释 如果你的注释是另起一行的话，那么表示的注释为单行或者多行注释。 单双引号 在上面的代码上，我们可以看到你还可以使用单引号和双引号来标记为注释。 因为 Python 将会忽略任何没有指派变量的文字，因此你可以使用添加单引号和双引号的方法来标记注释，如上面的代码所显示的那样。 Python 解释器针对上面的代码将会先读进解释器，但是因为没有指派变量或者值，Python 将会忽略掉上面的代码，这个就是为什么你可以使用单引号或者双引号来进行注释的原因。 从 IDE 的界面你可以看到，正常 Python 的注释是灰色的，如果你使用了单引号和双引号的注释，IDE 上面并没有为你标记为灰色，这是因为这部分的内容还是会被 Python 解释器读取的。 所以可以根据你的实际需要选择不同的注释方式，不管使用 # 号还是引号都是没有问题的。 不是注释 下面的内容不是注释。 有时候你将会在 Python 代码的开头的第一行看到下面的内容： #!/usr/bin/python3 上面的代码表示的是这个脚本使用的是 Python 3 解释器的脚本。 这是脚本语言需要共同遵守的规则：当第一行为 #!/path/to/script/interpreter 时，指定了用来执行本脚本的解释器。 使用这个需要注意下面的内容一些内容： 必须是文件的第 1 行 必须以 #! 开头。正是因为这个，会容易让人以为这个语句是 Python 的注释。 /path/to/script/interpreter 是脚本解释器的全路径名。 # -*- coding: utf-8 -*- 上面的代码也是在 Python 程序的开头第 1 行后面，如果第 1 行指定了解释器的路径的话，那指定代码的编码的代码就在第 2 行。 上面用于指定代码使用 UTF-8 编码，通常是需要的。 在一般的 Python 程序中，你可能会看到： #!/usr/bin/python3 # -*- coding: utf-8 -*- 上的内容，然后才是 Python 的代码，上面的内容表示的是当前 Python 使用的编译器版本和 Python 代码使用的字符集。 可以说上面 2 行通常都会有，或者只有一行，或者根本就没有。 我们在这里列出来主要是为了避免与注释的混淆。 https://www.ossez.com/t/python/13383

很多语言都是有关键字的，Python 也不例外。 不同的编程语言提供了不同的保留关键字集，但是在所有编程语言中都有一个重要且通用的规则，我们不能使用保留关键字来命名我们变量、函数、类、模板以及其他对象命名。 Python 是大小写敏感（区分大小写）的， and 是关键字，AND 就不是关键字了。 程序语言关键字的作用通常有一些特定的用途，比如说 Python 的 import，就是用来导入包的。 如果尝试在 Python 中使用关键字定义变量的话，编译器将会提示错误。 关键字数量 可以使用下面的方法来查看 Python 的关键字。 import keyword print(keyword.kwlist) print(len(keyword.kwlist)) 首先可以使用 import keyword 来导入包，然后就可以通过上面的方法打印 Python 的关键字，然后使用 len 函数查看关键字的数量。 我们可以知道 Python 3.9 的版本一共有 36 个关键字。 不同的 Python 版本关键字数量不一样。     因为不同版本的关键字数量不一样，因此我们就不在这里列出来了，请使用上面的代码直接跑一下就可以查看当前版本的关键字列表了。 https://www.ossez.com/t/python/13382

在任何语言中都会涉及到数据类型和数据结构，Python 的数据类型也比较多，但是其实并不是所有的数据类型都会被用到。 其实有些东西感觉应该属于数据结构类的。但是很多时候我们却有放在一起来讨论。     为了简化我们的内容，我们会在后面单独开一个章节用来讨论 Python 的数据类型和数据结构。 基本数据类型 与所有语言都一样，我们都会遇到一些基本的数据类型。 下面我们按照常见的使用频率来进行一些讨论。 文本类型 这就是我们最常用的字符串。 一个字母 A 或者一串字母 AAA 都可以认为是一个字符串，在所有语言中，字符串是最基本的，几乎所有的文本都可以被定义为字符串，数字 3 也可以被定义为字符串。 数字类型 在自然世界中，除了字符以外，我们还会使用数字。计算机通常也是通过计算来达到目的。 在 Python 中，有 3 个数字类型。 整形（int） 浮点型（float） 复数（complex） 布尔类型 从小到大，我们通常会做一些叫判断题的东西。 针对判断题，我们都会知道有 Y（是） / N (否) 这 2 个答案，基本上所有的语言都会有这个数据类型。这是因为这个类型将会对程序的流程判断起到非常重要的作用。 很多时候布尔类型又会和整型进行互换，通常我们会使用整数来表示 T/F。 至于 1 是 T 还是 F，其实都可以和每个人的习惯有关系，通常表达的是 1 为 T，0 为 F。 二进制类型 在二进制类型中，我们通常用于存储一些二进制的数据，包括可以使用 bytes, bytearray, memoryview 等。 与字符串不同的是，二进制数据通常不能够被人工从计算机中读取，可以想象二进制数据就是一大堆的 0,1 的集合。比如说一张照片，其实就是一堆 0,1 的集合，但是这个集合中使用了特定的编码方式以便于表达特定的数据。 在程序语言中，通常需要具备处理二进制数据的能力，所以我们在这里单独列出来。 但是在实际使用的时候，在这里可能会涉及到文件读取，存储，转换，计算，抽样等。 其他类型 可能不是非常准确的表述，很多人也会将使用的其他数据结构认为是 Python 使用的数据类型。我们认为这个应该也可以称为数据结构。 比如说在很多教材中可能会说 Python 还会有 Lists,Tuples, Dictionaries 等数据类型。 我们在这里打算借用 Java 的数据类型和结构定义。 Collection （集合数据类型），在集合数据类型中，分为有序的和无序的。在集合数据类型中，我们通常用这个数据结构存储元数据或者对象。 有序的集合数据类型，通常包括有 Lists（列表），Tuples（元组） 无序的集合数据类型，通常包括有 Set，frozenset。 Mapping 数据类型，与集合数据类型不同的时候， Mapping 通常存储的是一个 K-V 对，在 Python 对应的是 dict（字典）。   https://www.ossez.com/t/python/13378

在很多时候，如果我们在控制台中使用 Python， 随着时间的推移，可能会发现屏幕越来越乱。 如下图，我们跑了不少的测试程序，在屏幕上有很多的输出。     在 Windows 中，我们会使用 cls 命令清屏。 在 Python，应该怎么样才能清屏呢？ 解决 其实 Python 并没有清屏幕的命令，也没有内置内置命令可以用。 但是，我们可以使用快捷键： ctrl+l 来进行清屏。     当然，如果你希望使用一个自定义函数的方法来进行清屏。 # -*- coding: utf-8 -*- # import only system from os from os import system, name # import sleep to show output for some time period from time import sleep # define our clear function def clear(): # for windows if name == 'nt': _ = system('cls') # for mac and linux(here, os.name is 'posix') else: _ = system('clear') # print out some text print('Hello CWIKIUS\n' * 10) # sleep for 2 seconds after printing output sleep(2) # now call function we defined above clear() 如上面使用的代码，我们在运行后，将会看到屏幕在退出前被清理了。 https://www.ossez.com/t/python/13375

如果你对你 Python 使用的变量类型不是非常清楚的话，你可以使用函数 type 来获得变量的类型。 通常如果使用 IDE 的话，IDE 会告诉你的变量类型是什么。 考察下面的代码： x = 5 y = "John" print(type(x)) print(type(y)) 上面的代码将会输出 <class 'int'> <class 'str'> 通过上面的输出内容，我们就非常容易明白在 Python 中你定义的变量使用的数据类型是什么。     如果我们使用 IDE 的调试模式的话，我们可以非常容易的在 IDE 中设置断点。 然后通过断点的查看数据类型来查看你定义的数据类型是什么。 https://www.ossez.com/t/python/13374