python 位操作符 左移和右移 运算

左移和右移N位等同于无溢出检查的2的N次幂运算:2**N
<<左移 运算规则: 按二进制形式把所有的数字向左移动对应的位数,高位移出(舍弃),低位的空位补零。 语法格式: 需要移位的数字<<移位的位数 例如:3<<2则是将数字3左移动2位 计算过程: 3<<2首先把3转换为二进制数字00000000000000000000000000000011 然后把该数字高位(左侧)的两个零移出,其他的数字都朝左平移2位,最后在低位(右侧) 的连个空位补零。则得到的结果是00000000000000000000000000001100, 则转换为十进制是12 数学意义: 在数学没有溢出的前提下,对于正数和负数,左移以为都相当于乘以2的1次方,左移n位 就相当于乘以2的n次方 >>右移
运算规则:
按二进制形式把所有的数字向右移动对应的位数,低位移出(舍弃),高位的空位补符号位
即正数补0,负数补1
语法规则:
需要移位的数字>>移位的次数
例如:11>>2则是将数字11右移2位
计算过程:
11的二进制形式为:00000000000000000000000000001011然后把低位的最
后两个数字移出,因为该数字是正数,所以在高位补0,则得到的最终的二进制结果为:
00000000000000000000000000000010转换为十进制数为3
数学意义:
右移一位相当于除以2,右移n位相当于除以2的n次方,这里取的是商,不要余数

转自:http://wangyan112.blog.51cto.com/3383033/1320143

Python 继承使用super出错

Python 2.2以后使用super继承的父类属性的时候会报错,这篇文章通过讲解新式类和旧类的区别来解决super报错的问题。

Python 2.2以后使用super继承的父类属性的时候会报错,这篇文章通过讲解新式类和旧类的区别来解决super报错的问题。

在Python的类中去继承父类的属性, 一般的写法为:

class Father:
    def __init__(self):
        print "I'm Father"

class Child(Father):
    def __init__(self):
        Father.__init__(self)
        print "I'm Child"
>>>f = Child()
I'm Father
I'm Child

如果在多重继承的问题中,例如菱形继承(钻石问题),则需要用到super来解决。但是super只能用在继承基类”object”的新式类中,不能用于以前的经典类,否则报错:

class Father:
    def __init__(self):
        print "I'm Father"

class Child(Father):
    def __init__(self):
        super(Child, self).__init__() 
        print "I'm Child"
>>>f = Child()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 3, in __init__
TypeError: must be type, not classobj

原因如下:

解决的方法是设置Father继承Object

class Father(object):
    def __init__(self):
        print "I'm Father"

class Child(Father):
    def __init__(self):
        super(Child, self).__init__() 
        print "I'm Child"
>>>f = Child()
I'm Father
I'm Child

以下关于《旧类和新式类》的内容摘自:http://blog.csdn.net/jb19900111/article/details/20228341

  • python的新式类是2.2版本引进来的,我们可以将之前的类叫做经典类或者旧类。
  • 为什么要在2.2中引进new style class呢?官方给的解释是:为了统一类(class)和类型(type)。
  • 在2.2之前,比如2.1版本中,类和类型是不同的,如a是ClassA的一个实例,那么a.__class__返回 ‘ class __main__.ClassA‘ ,type(a)返回总是<type ‘instance’>。而引入新类后,比如ClassB是个新类,b是ClassB的实例,b.__class__和type(b)都是返回‘class ‘__main__.ClassB’ ,这样就统一了。
  • 引入新类后,还有其他的好处,比如更多的内置属性将会引入,描述符的引入,属性可以来计算等等。
  • 为了向前兼容,默认情况下用户定义的类为经典类,新类需要继承自所有类的基类 object 或者继承自object的新类。
  • 值得注意的地方是,虽然使用的是最新的python(2.7),但是一些特性不会在旧式类起作用。
  • 所以,为了确保自己使用的是新式类,有以下方法:
    • 把这个赋值语句放在类模块代码的最前面 __metaclass__ = type(前面有提过)。
    • 自己的类都从内建类object直接或者间接地继承。
    • 如果不需要兼容旧式类,旧版本的类,那么就保持都是新式类。
    • 当然,在Python3里面,不存在这些问题了,因为所有的类都是object类的子类(隐式)。

维基编码-Wikicode

这片文章简单介绍了“维基编码(Wikicode)”以及维基百科对这些代码的处理方式。

这片文章简单介绍了“维基编码(Wikicode)”以及维基百科对这些代码的处理方式。
维基百科的数据以其专用的编码(Wikicode)存储在DUMP中,由这种代码构成的文本称为维基文本(Wikitext)。如果是有写过维基百科的朋友,对这个编码方式肯定不陌生,通过不同的编码方式,可以添加文本样式、超链接、注释等等,甚至可以改变文章结构。如果不清楚也没有关系,这种编码基本的使用还是挺简单的,参见Help:Wiki Markup
维基编码是维基百科的数据的格式,但是一般我们在浏览维基百科的时候,因为维基编码已经通过维基百科的系统转换成了HTML代码了,因此一般我们看不到维基编码的痕迹, 下面给处一个简单的例子来说明区别:

WikicodeView
WikicodeView

HTMLView
HTMLView
NormalView
NormalView

维基百科的“ 历史页面 “

如要要分析处理维基百科某一个页面的历史记录,最好的方式就是通过“历史页面”来寻找不同版本直接的区别。这里介绍了HTML格式下面,这些信息的存储格式,以便自动筛选信息。

如要要分析处理维基百科某一个页面的历史记录,最好的方式就是通过“ 历史页面 ”来寻找不同版本直接的区别。这里介绍了HTML格式下面,这些信息的存储格式,以便自动筛选信息。
维基百科为每一个页面提供了一个动态的历史界面,以记录每次的修改。这个页面由一个列表构成,表中的每一条都是一次修改记录,如下: 
GetImage

每条记录由修改日期、修改人、修改内容大小、是否是微小修改、修改备注构成,当然每条修改记录有相对应的文章正文,只是这个正文需要点击链接进入另外一个页面找到(这个和DUMP中的数据不一样,查看《文章页面及历史版本》)。

这个页面由于是一个动态页面,因此无法从DUMP文件中找出,只能通过HTML格式的方式将页面保存下来。因为是HTML的格式,所以页面的源代码包括了大量的格式化的代码,而要取得所需信息,就需要定位所信息的位置,之后,通过分析代码的结构即可取得所需信息。

在HTML页面中,历史记录的位置在”id”为”pagehistory”的<ul>标签之间,每条记录以<li>的代码形式被保存着,如下

<ul id="pagehistory">
<li>...</li>
<li>...</li>
<li>...</li>
</ul>

每条<li>的记录格式的内容结构如下:

&lt;ul&gt;
&lt;li&gt;
&lt;span&gt;(&lt;a
href="https://fr.wikipedia.org/w/index.php?title=Histoire_de_la_logique&amp;amp;diff=100272207&amp;amp;oldid=97547514"
title="Histoire de la logique"&gt;actu&lt;/a&gt; | &lt;a
href="https://fr.wikipedia.org/w/index.php?title=Histoire_de_la_logique&amp;amp;diff=97547514&amp;amp;oldid=97547510"
title="Histoire de la logique"&gt;diff&lt;/a&gt;)&lt;/span&gt;
&lt;input type="radio" value="97547514" name="oldid" id="mw-oldid-97547514" style="visibility: visible;" /&gt;
&lt;input type="radio" value="97547514" name="diff" id="mw-diff-97547514" style="visibility: hidden;" /&gt;
&lt;a href="https://fr.wikipedia.org/w/index.php?title=Histoire_de_la_logique&amp;amp;oldid=97547514"
title="Histoire de la logique"&gt;17 octobre 2013 à 15:25&lt;/a&gt;‎
&lt;span&gt;
&lt;a href="https://fr.wikipedia.org/wiki/Utilisateur:Salebot"
title="Utilisateur:Salebot"&gt;Salebot&lt;/a&gt;
&lt;span&gt;(&lt;a
href="https://fr.wikipedia.org/wiki/Discussion_utilisateur:Salebot"
title="Discussion utilisateur:Salebot"&gt;discuter&lt;/a&gt; | &lt;a
href="https://fr.wikipedia.org/wiki/Sp%C3%A9cial:Contributions/Salebot"
title="Spécial:Contributions/Salebot"&gt;contributions&lt;/a&gt;)&lt;/span&gt;
&lt;/span&gt;‎
&lt;span&gt;. .&lt;/span&gt;
&lt;span&gt;(23&amp;nbsp;130 octets)&lt;/span&gt;
&lt;span dir="ltr" title="23&amp;nbsp;130 octets après changement"
>(-76)&lt;/span&gt;
&lt;span&gt;. .&lt;/span&gt;
&lt;span&gt;(bot : révocation de &lt;a
href="https://fr.wikipedia.org/wiki/Sp%C3%A9cial:Contributions/193.253.229.112"
title="Spécial:Contributions/193.253.229.112"&gt;193.253.229.112&lt;/a&gt;
(modification suspecte : -399), retour à la version 97088153 de Proz)&lt;/span&gt;
(&lt;span&gt;&lt;a
href="https://fr.wikipedia.org/w/index.php?title=Histoire_de_la_logique&amp;amp;action=edit&amp;amp;undoafter=97547510&amp;amp;undo=97547514"
title="Histoire de la logique"&gt;annuler&lt;/a&gt;&lt;/span&gt;)
&lt;/li&gt;
&lt;/ul&gt;

通过这个结构,我们可以找出一下内容:

  1. 版本(revision) 的ID(这个ID在整个维基百科中是唯一的):https://fr.wikipedia.org/w/index.php?title=Histoire_de_la_logique&amp;oldid=97547514
  2. 版本时间:17 octobre 2013 à 15:25
  3. 这个版本的用户链接:https://fr.wikipedia.org/wiki/Utilisateur:Salebot
  4. 用户名:Salebot
  5. 文章内容大小:23 130 octets
  6. 修改内容大小:-76
  7. 文章编辑的记录:(bot : révocation de 193.253.229.112 (modification suspecte : -399), retour à la version 97088153 de Proz)
  8. 另外,微小编辑属于附加属性,在源代码中按以下方式保存:
    <abbr title=”Cette modification est mineure.”>m</abbr>

处理维基百科的“ 历史页面 ”

在CoMeRe处理维基百科的页面的时候,由于每一个页面上有一个“历史页面”, 这里包括了这个页面的所有编辑的历史记录,因此整理并分析编辑记录,这里是一个很好的开始。

在CoMeRe处理维基百科的页面的时候,由于每一个页面上有一个“历史页面”, 这里包括了这个页面的所有编辑的历史记录,因此整理并分析编辑记录,这里是一个很好的开始。

对这个页面整体的处理思路是先通过HTML分析全文本,找出历史编辑的列表,并对每条编辑记录进行分析和处理,最后每条记录得出:

  • 条目的ID
  • 日期
  • 作者名
  • 版本的文本长度
  • 相对前面一个版本,文本长度变化的数量
  • 评论
  • 是否属于“小量编辑”

代码pagehistory.py负责进行这个的处理,需要注意的是,在匹配Wikipedia日期的时候,Python程序需要设置本地格式, 在Ubuntu下使用下面命令查看本地支持的语言:

locale -a

链接:https://github.com/KunFly/wiki

定了两个类:

PageHistory和Revision

PageHistory

  • get_revisions(), 返回所有的revision

Revision

每一个revision包括一下属性:

  • id, 版本ID
  • date(), 版本日期
  • author(), 版本作者
  • size(), 版本大小
  • change_size(), 相对前一个版本,修改的数量大小
  • comment(), 修改的注释
  • minoredit(),是否是“小量修改“

每一个属性都可以找到相对应的方法:

  • get_id()
  • get_date()
  • get_author()
  • get_size()
  • get_change_size()
  • get_comment()
  • get_minoredit()

Pyinstaller 将Python程序转成EXE

Pyinstaller可以将Python程序编译成可执行程序,它可以被用于多个平台,操作十分的简单。 这次将Wiki Export Tool图形化后,需要生成一个可执行的文件,这样其他用户可以不用安装相关包就可以直接使用,这时候需要用到Pyinstaller将Python的程序转成可执行文件。

Pyinstaller可以将Python程序编译成可执行程序,它可以被用于多个平台,操作十分的简单。 这次将Wiki Export Tool图形化后,需要生成一个可执行的文件,这样其他用户可以不用安装相关包就可以直接使用,这时候需要用到Pyinstaller将Python的程序转成可执行文件。

这篇文章将会以转Wiki Export Tool为例子,介绍一下简单的操作。

Continue reading “Pyinstaller 将Python程序转成EXE”

CoMeRe-网络通信语料库

CoMeRe(网络通信语料库)项目是为了在2014年将来自通信网络的语料整合并创建一系列相关的语聊库。关注的语料种类是非常多样性的:单一或多元的、同步或异步的。

CoMeRe(网络通信语料库)项目是为了在2014年将来自通信网络的语料整合并创建一系列相关的语聊库。关注的语料种类是非常多样性的:单一或多元的、同步或异步的。

CoMeRe a pour objectif, à l’horizon 2014 ,de créer un noyau de corpus de communication médiée par les réseaux (Computer Mediated Communication – CMC) en français. Chaque corpus rassemblera un ensemble de conversations intervenant sur la Toile et les réseaux. Nous nous intéressons à une variété de systèmes de communication synchrone ou asynchrone, mono ou multimodaux (éventuellement) : blogues, tweets, SMS / textos, courriels , clavardage, forums, etc. Continue reading “CoMeRe-网络通信语料库”

Python-模块加载 包加载

这是一篇关于Python加载目录中的模块的一个简单方法,可以用于模块开发。

这是一篇关于Python加载目录中的模块的一个简单方法,可以用于模块开发。
关于package
通常包总是一个目录,可以使用import导入包:

import re #加载正则表达式

或者from + import来导入包中的部分模块:

from time import datetime #从时间包中加载日期模块

如何创建一个包呢?

主要的一个文件是,包目录下为首的一个文件便是 __init__.py,内容可以为空。
也就是说模块文件和子目录,假如子目录中也有 __init__.py 那么它就是这个包的子包了。

Python保留分隔符的Split

Python牛逼小技巧,Python保留分隔符的Split方法。

Python牛逼小技巧,Python保留分隔符的Split方法。其实在Python手册里面写了很清楚,因为原来用不着,所以没注意,但是这次因为处理文本的时候,需要保留标点符号,因此特地的去查了一下。

>>>re.split('(W)', 'foo/bar spamneggs')
['foo', '/', 'bar', ' ', 'spam', 'n', 'eggs']

PYQT4的数据类型

在使用PYQT写程序的时候,会遇到某些PYTHON中的函数不能用了,究其原因是因为在使用PYQT读取数据后,数据类型已经不是在PYTHON上的数据类型了,这里给了一个例子介绍了如何将数据类型转换回PYTHON的。

在使用PYQT写程序的时候,会遇到某些PYTHON中的函数不能用了,比如说针对QString就没有strip(),join的使用方式变成了list.join(“,”)逗号是分割符。究其原因是因为在使用PYQT读取数据后,数据类型已经不是在PYTHON上的数据类型了,随便找一个看看,比如

#文本编辑块
self.textEdit_articlelist.toPlainText()
#输出文本编辑内容类型
print type(self.textEdit_articlelist.toPlainText())
#得出其类别
<class 'PyQt4.QtCore.QString'>

会发现她们的数据类型会是:

那么要如何解决呢,很简单比如这个字符串类型的数据,通过str()转回到Python的数据类型就是了,就是这么简单的。

附上Pyqt4的使用指南:http://pyqt.sourceforge.net/Docs/PyQt4/