下载掌阅APP，畅读海量书库
立即打开
有句话说得好，“工欲善其事，必先利其器”，由于本书中所涉及的示例代码均以Python作为主要开发语言，因此在学习网络爬虫开发之前，需要对Python的基本使用方法有个大致的了解。同时，本书致力于帮助读者从零基础入门，本章将会对Python的基础语法和使用方法做一个大致的讲解，但不会面面俱到，只需要读者了解基础语法的使用方法即可。如果读者已有一定的Python基础，可跳过本章的学习，从第2章开始深入探究Python。
本章主要涉及的知识点
Python环境的搭建
Python开发IDE PyCharm的基本使用方法
数据类型和变量
字符串编码
列表和元组
流程控制语句if和循环
字典和集合的使用方法
函数
面向对象
多线程
Python（英国发音：/ˈpaɪθən/；美国发音：/ˈpaɪθɑːn/）是一种面向对象的解释型计算机程序设计语言，由荷兰人Guido van Rossum于1989年发明，第一个公开发行版发行于1991年。
Python是纯粹的自由软件，源代码和解释器CPython遵循GPL（GNU General Public License）协议。Python语法简洁清晰，特色之一是强制用空白符作为语句缩进。
Python具有丰富和强大的库，常被称为胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。常见的一种应用情形是，使用Python快速生成程序的原型（有时甚至是程序的最终界面），然后对其中有特别要求的部分用更合适的语言改写，如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。需要注意的是，在使用扩展类库时需要考虑平台问题，某些平台可能不提供跨平台的功能。
由于Python具有语法简洁及拥有非常全面的第三方类库支持等优势，因此其非常适合用于爬虫程序的编写。Python目前分为两大版本，一个是Python 2.x版本，另一个是Python 3.x版本。这两个版本差距比较大，目前最新版本为Python 3.7.x。需要注意的是，本书中所涉及的代码均以Python 3.6.4为主。
接下来，本节将会讲解如何在常用操作系统下搭建Python 3开发环境，进行Python基础知识的学习和代码编写。
Python是跨平台的语言，支持在各种不同的系统中运行，下面先来讲解我们最熟悉的Windows系统下的Python环境安装与测试。
根据Windows版本（64位/32位）从Python官网下载对应的版本安装包，Python官网下载地址为https://www.python.org。本书以Windows 10系统为例，相关的操作步骤如下。
步骤A：下载安装包，打开https://www.python.org，进入Python官网首页，鼠标指针移动到【Downloads】选项，可以看到Python的最新版本为Python 3.7.2，如图1-1所示。
步骤B：由于我们使用的是Windows系统，因此需要下载Windows版本的Python，在上一步骤的基础上，鼠标指针移动到【Windows】选项并单击，之后将进入版本选择的界面，如图1-2所示。
步骤C：进入版本选择的界面后，选择需要的版本进行下载。由于本书中所使用的是Python 3.6.4，因此需要找到3.6.4版本的Python安装包并下载，如图1-3所示。
图1-1 Python官网首页
图1-2 版本选择页面
图1-3 选择对应的版本
细心的读者可能会发现，在Python官网下载页面，当前最新版本是3.7，而本书则以3.6版本为主。选用3.6版本，主要有以下几点原因：一是目前Python 3版本中比较稳定且用得比较多的是3.6.x版本，而3.7.x版本比较新，还未完全通用；二是有很多第三方库对3.7.x版本的完全支持性不是特别好，可能会产生某些细节上的错误。所以本书为了后面的示例代码更可靠，选用了3.6版本的Python进行开发。当然版本的选择也并非强制性的，有的读者如果比较喜欢最新版本，则可下载3.7版本进行安装。安装方式与3.6版本是相同的。
下载完后，双击【python-3.6.4-amd64.exe】运行安装程序，进入安装引导界面，如图1-4所示。
图1-4 Python安装引导界面
接下来，就可以开始安装了，相关的安装步骤如下。
步骤A：选中【Add Python 3.6 to PATH】复选框后单击【Customize installation】选项，会弹出一个可选特性界面，在该界面中可进行选项设置，如图1-5所示。这一步操作的作用是把Python加入系统的PATH环境变量中，如果不选中，就需要手动去配置环境变量。
图1-5 可选特性界面
步骤B：在弹出的可选特性界面中选中所有的复选框，各选项的含义如下。
（1）Documentation：安装Python的帮助文档。
（2）pip：安装Python的第三方包管理工具。
（3）tcl/tk and IDLE：安装Python自带的集成开发环境。
（4）Python test suite：安装Python的标准测试套件。
（5）py launcher和for all users（requires elevation）：允许所有用户更新版本。
选中之后单击【Next】按钮进入下一步骤。
步骤C：通过步骤2之后，进入Advanced Options（高级选项）配置界面，保持默认的设置，然后单击【Browse】按钮选择安装路径，如图1-6所示。
图1-6 高级选项配置界面
步骤D：单击【Install】按钮进行安装，安装过程会持续一段时间。安装完成后，在控制台打开cmd命令行窗口，输入“python”，检查是否安装成功。如果安装成功，将会出现类似以下信息的内容，从中可以看到关于所安装的Python版本等信息。
Linux系统下的Python环境安装，一般常用的有两种方式：命令安装和源码安装。Linux系统默认装有Python 2.7版本，但是由于我们需要使用3.x版本的Python，因此需要自己安装。使用源码安装Python需要自己编译，而且时间比较长。在这里推荐使用命令安装，这样既简单又快速，可以省去很多步骤。由于Linux系统有众多版本，这里选择性地以Ubuntu/Debian/Deepin为例。下面将分别介绍命令安装和源码安装。
使用命令在Ubuntu下安装Python的相关步骤如下。
步骤A：在使用命令安装之前，需要先打开Linux命令行。由于本书所使用的是一台云服务器上的Ubuntu，因此需要使用xshell工具去连接，连接后，默认就是一个命令行界面，如图1-7所示。如果用户是在自己的虚拟机上安装的Ubuntu，则可以按【Ctrl+Alt+T】组合键直接打开命令行。
图1-7 Linux命令行界面
步骤B：打开命令行之后，切换到root用户，直接输入命令“sudo su”即可切换，如图1-8所示，如果默认是使用root用户登录的，则可以省略此步骤。
图1-8 切换root用户
步骤C：接下来输入命令：
在apt-get update执行完成之后，输入下面的命令，安装Python 3所需要的一些依赖环境。
此命令成功执行完毕后将会出现如图1-9所示的内容。
图1-9 安装Python63所需的依赖环境
步骤D：紧接着继续输入命令：
等待安装。安装过程会持续一段时间，执行完命令后，Python 3就安装完成了。最后还要测试一下是否安装成功，直接输入“python3”，如图1-10所示，如果安装成功将会看到相关的版本信息。
图1-10 测试是否安装成功
步骤E：继续安装pip3。pip是一个现代的、通用的Python包管理工具，提供了对Python包的查找、下载、安装、卸载的功能。这里还是使用命令安装，输入命令：
执行完命令后，测试一下pip是否安装成功，输入命令“pip3 list”，如果出现类似如图1-11所示的内容，则代表安装成功。
图1-11 测试pip是否安装成功
源码安装需要去官网手动下载相应的安装包，官网地址为https://www.python.org，进入官网选择相应的版本下载。这里以3.6.4版本为例，源码安装的相关步骤如下。
步骤A：例如，这里将Python源码文件下载到了/home/download_files路径下，接下来使用以下命令进行解压，解压完成之后，当前路径将会出现一个名为“Python-3.6.4”的目录，然后可以用“cd”命令切换到“Python-3.6.4”目录下。为了验证解压的文件是否有缺失，可以使用“ls”命令查看一下，如图1-12所示。
图1-12 解压后的路径
步骤B：创建Python 3安装路径，然后编译并安装，整个过程可能会有点长。相关命令如下所示，依次执行以下命令即可。在执行完“sudo make install”命令之后，等待一段时间，如果出现如图1-13所示的内容，则代表已经将Python 3安装成功。
图1-13 安装完成界面
步骤C：安装完毕后，还需要创建软链接，创建软链接的作用类似于Windows下的环境变量，相关命令如下。
步骤D：同样与Windows环境下安装一样，在安装完Python 3之后，也需要安装一个工具pip进行包管理，pip的下载地址为https://github.com/pypa/pip/archive/9.0.1.tar.gz。下载完成之后，依次执行以下命令进行pip的安装。
步骤E：安装完pip3后，再创建pip3的软链接，相关命令如下。
关于源码安装Python的步骤到此就结束了，最后测试一下是否安装成功，如图1-14所示，直接输入“python3”。
图1-14 测试Python是否安装成功
在不同的操作系统中，Python存在细微的差别。这里将介绍使用Mac的Python版本，并简要介绍Python 3的安装步骤。Mac系统下安装Python比较简单，比Windows系统下会少些步骤，因为Mac系统跟Linux系统有不少相似之处，有些东西集成得比较好，不需要特意手动配置，相关的安装步骤如下。
步骤A：安装之前需要到官网去下载，双击下载好的安装包进入安装引导界面，如图1-15所示，这里以Python 3.7版本为例。
图1-15 Python Mac安装引导界面
步骤B：单击【继续】按钮，阅读完相关的条款协议后，保持默认设置，进行安装，可以看到Mac系统下的安装步骤要比Windows系统下简单一些，直接就可以进行安装了，如图1-16所示。
图1-16 安装Python
步骤C：安装完成后，就能在应用程序目录下看到关于Python的文件，如图1-17所示。
图1-17 查看Python
步骤D：打开命令行，输入“python3”进行测试，看看是否安装成功，如果安装成功，则会出现类似如图1-18所示的内容。
图1-18 测试Python是否安装成功
因为本书中所涉及的示例均是在Window 10系统下开发的，所以这里建议读者在练习时，可以优先选用Windows系统，毕竟在实际工作中，公司所配置的计算机最常用的还是Windows系统。而对于Mac系统，在实际的项目开发过程中，在安装Python的某些库时，系统本身可能会出现一些问题而不利于读者学习。所以建议初学者学习时可以选用Windows系统，以减少学习时的障碍。
安装好Python环境后，需要一个编辑代码的IDE工具。理论上使用任何一款文本编辑器都可以，如记事本、Notepad++等。这里推荐使用用于Python开发的专属工具PyCharm，它是一种Python IDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，功能包括调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制等。此外，该IDE还提供了一些高级功能。PyCharm官方正版是收费的，社区版本是可以免费使用的。下面将会讲解PyCharm的基本用法。
关于PyCharm的安装方法这里不做讲解，与安装其他软件的方法一样，下载好之后直接打开进行安装，各种选项保持默认状态即可。
在使用PyCharm之前，需要注意的是，PyCharm是运行在JVM虚拟机上的，所以需要安装Java的JDK，否则会打不开PyCharm。关于JDK的安装这里不做讲解，可在网络上查询具体操作。
PyCharm安装好后，默认在桌面创建一个快捷方式启动图标，如图1-19所示。
图1-19 PyCharm桌面快捷图标
安装好PyCharm后，下面讲解PyCharm的简单基本操作。创建第一个py文件并编写测试代码运行，相关的步骤如下。
步骤A：打开PyCharm，初始界面如图1-20所示，选择【Create New Project】选项创建一个新项目，并在【Location】文本框后面选择路径设置一个项目名称，项目名称自由设定，有意义就行。例如，设置为“test_project”，如图1-21所示，单击【Create】按钮完成创建。
图1-20 PyCharm初始界面
图1-21 创建新项目
步骤B：创建完项目后，就正式进入了PyCharm的项目工作区。这时仅仅是创建了一个空的项目，还没有相关的py代码文件。而本小节的目的是要创建一个py文件并编写代码测试运行，所以需要使用鼠标右击刚才创建的项目名称【test_project】，在弹出的菜单中执行【New】→【Python File】命令，进行py文件创建。这里以创建的一个test.py文件为例，如图1-22所示。
图1-22 创建py文件
步骤C：打开步骤2创建好的test.py文件，就可以在其中编写代码了，如在这里添加以下代码：
编写好代码后，右击“test.py”文件，选择【Run'test'】选项运行文件，如图1-23所示。
图1-23 运行test
运行之后就会在底部控制台看到输出了“hello word”字样，如图1-24所示，至此就完成了在PyCharm中创建项目并运行。
图1-24 控制台
Python是一种计算机程序设计语言，是一种动态的、面向对象的脚本语言，最初被设计用于编写自动化脚本（shell），随着版本的不断更新和语言新功能的添加，越来越多被用于独立的、大型项目的开发。由于Python语法简洁，拥有众多第三方库，因此Python能够快速地完成需求，达到目的，人们经常使用它编写爬虫数据分析等程序。本节将对Python的基础语法和使用方法做大致的讲解，为后面的爬虫编写做铺垫。
在1.1节Python环境的搭建安装中，已经默认安装了一个交互式环境的IDE，可以在上面直接写代码。至于安装PyCharm只是本书推荐，因为通过PyCharm能更方便地管理调试项目代码。接下来，在1.1.4小节创建的“test.py”中输入“print（100+1）”并运行，看看计算结果是不是101。
运行后控制台会输出：
运行代码后，将会得到结果：101。可以发现，任何有效的数学计算都可以计算出来。如果想打印文字，可以通过print（）方法打印出来，在print（）方法中将文字通过单引号或双引号括起来。例如：
运行后控制台会输出：
在程序中，像这种使用单引号或双引号括起来的文本被称为字符串，在今后的编程中会经常遇到，程序中所使用的一切符号如引号、括号等，必须在英文输入法状态下输入，否则会报语法错误。
注释的目的是让人们能够轻松地读懂每一行代码，也就是说，让人看了能知道这些代码的作用是什么。而计算机在执行程序时会自动忽略它，不会去执行，同时也是为后期代码维护提供便利，提高工作效率。在Python中，单行注释以“#”开头，例如：
多行注释用3个单引号'''或3个双引号"""将注释括起来，例如：
前面了解到Python简单语法能够打印出“hello world”，接下来，看看它都有哪些数据类型和变量，是怎样定义的。
在计算机中，以位（0或1）表示数据，因此，计算机程序理所当然地可以处理各种数值。但是，计算机能处理的远不止数值，还可以处理文本、图形、音频、视频、网页等各种各样的数据，不同的数据，需要定义不同的数据类型。数据类型的出现是为了把数据分成所需内存大小不同的数据，编程时，需要用大数据时才需要申请大内存。按内存不同将数据分类，可以充分利用内存。例如，胖的人必须睡双人床，就给他双人床；瘦的人单人床就够了，就给他单人床，这样才能物尽其用。在Python中，能够直接处理的数据类型有以下几种。
（1）整数。
Python可以处理任意大小的整数，在程序中的表示方法和数学上的写法一样，例如，1、100、-8080、0等。
由于计算机使用二进制编码，因此，有时用十六进制表示整数比较方便，十六进制用0x前缀和0～9、a～f表示，例如，0xff00、0xa5b4c3d2等。
（2）浮点数。
浮点数也就是小数，之所以称为浮点数，是因为按照科学记数法表示时，一个浮点数的小数点位置是可变的，例如，1.23×10 9 和12.3×10 8 是相等的。浮点数可以用数学写法，如1.23、3.14、-9.01等。但是对于很大或很小的浮点数，就必须用科学计数法来表示，把10用e替代，1.23×10 9 就是1.23e9或12.3e8，0.000012也可以写成1.2e-5，等等。
整数和浮点数在计算机内部存储的方式是不同的，整数运算永远是精确的（除法也是精确的），而浮点数运算则可能会有四舍五入的误差。
（3）字符串。
字符串是以''或""括起来的任意文本，如'abc'、"xyz"等。需要注意的是，''或""本身只是一种表示方式，不是字符串的一部分，因此，字符串'abc'只有a、b、c这3个字符。如果'本身也是一个字符，那么就可以用""括起来，例如，“I'm OK”包含的字符是I、'、m、空格、O、K这6个字符。
如果字符串内部包含单引号“'”或双引号“"”，那么就可以用转义字符“\”来标识，例如：
运行后控制台会输出：
转义字符“\”可以转义很多字符，如\n、\t、\\等。读者可以使用print（）方法打印出来看一看。
（4）布尔值。
布尔值和布尔代数的表示完全一致，一个布尔值只有True和False两种值。在Python中，可以直接用True、False表示布尔值（注意大小写），也可以通过布尔运算计算出来，例如：
运行后控制台会输出：
布尔值还可以用and、or和not运算。and运算是与运算，只有所有都为True, and运算结果才是True，例如：
运行后控制台会输出：
or运算是或运算，只要其中有一个为True, or运算结果就是True，例如：
运行后控制台会输出：
not运算是非运算，它是一个单目运算符，把True变成False, False变成True，例如：
运行后控制台会输出：
（5）空值。
空值是Python中一个特殊的值，用None表示。None不能理解为0，因为0是有意义的，而None是一个特殊的空值。此外，Python还提供了列表、字典等多种数据类型，还允许创建自定义数据类型，后面将会详细介绍。
变量来源于数学，是计算机语言中能储存计算结果或能表示值的抽象概念。变量可以通过变量名访问。在指令式语言中，变量通常是可变的；但在纯函数式语言（如Haskell）中，变量可能是不可变的。在一些语言中，变量可能被明确为是能表示可变状态、具有存储空间的抽象（如在Java和Visual Basic中）。但另外一些语言可能使用其他概念（如C的对象）来指称这种抽象，而不严格地定义“变量”的准确外延。
在计算机程序中，变量不仅可以是数字，还可以是任意数据类型。变量在程序中是用一个变量名表示的，变量名必须是大小写英文、数字和_的组合，且不能用数字开头，例如：
这里将1赋值给变量a，所以a就是一个整数。同理，变量b等于字符串“hello”、变量c1等于布尔值True。在Python中，等号“=”是赋值语句，可以把任意数据类型赋值给变量，同一个变量可以反复赋值，而且可以是不同类型的变量，例如：
这种变量本身类型不固定的语言称为动态语言，与之对应的是静态语言。静态语言在定义变量时必须指定变量类型，如果赋值时类型不匹配，就会报错。
前面了解了关于Python数据类型和变量的知识，也提到过字符串，接下来看看关于字符串和编码的更多知识。
字符串是Python中最常用的数据类型，可以使用单引号或双引号来创建字符串。创建字符串时只要为变量分配一个值即可。例如：
字符串创建好后，还可以对它进行一些操作，如访问字符串、转义、更新、格式化等。
（1）Python访问字符串中的值。
Python访问字符串，可以使用方括号来截取字符串，例如：
运行后控制台会输出：
（2）Python字符串更新。
可以截取字符串的一部分与其他字段拼接，例如：
运行后控制台会输出：
（3）Python转义字符。
需要在字符中使用特殊字符时，Python用反斜杠（\）转义字符，如表1-1所示。
表1-1 Python转义字符表
如输入带引号的字符串，就需要使用到“\”进行转义，例如：
运行后控制台会输出：
（4）Python字符串格式化。
Python支持格式化字符串的输出。尽管这样可能会用到非常复杂的表达式，但最基本的用法是将一个值插入一个有字符串格式符%s的字符串中。例如：
运行后控制台会输出：
Python字符串格式化符号如表1-2所示。
表1-2 Python字符串格式化符号
字符串也是一种数据类型，但是字符串比较特殊的是还有编码问题。因为计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字。最早的计算机在设计时采用8个比特（bit）作为一个字节（Byte），所以，一个字节能表示的最大的整数就是255（二进制11111111=十进制255），如果要表示更大的整数，就必须用更多的字节。例如，两个字节可以表示的最大整数是65535，4个字节可以表示的最大整数是4294967295。
由于计算机是美国人发明的，因此，最早只有127个字符被编码到计算机中，也就是大小写英文字母、数字和一些符号，这个编码被称为ASCII编码，例如，大写字母A的编码是65，小写字母z的编码是122。
但是要处理中文显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，用来把中文编进去。
全世界有上百种语言，日本把日文编到Shift_JIS中，韩国把韩文编到EUC-KR中，各国有各国的标准，就会不可避免地出现冲突，结果就是，在多语言混合的文本中，显示出来会有乱码。
因此，Unicode应运而生。Unicode把所有语言都统一到一套编码中，这样就不会再有乱码问题了。Unicode标准也在不断发展，但最常用的是用两个字节表示一个字符（如果要用到非常偏僻的字符，就需要4个字节）。现代操作系统和大多数编程语言都直接支持Unicode。
ASCII编码和Unicode编码的区别是：ASCII编码是一个字节，而Unicode编码通常是两个字节。举例如下。
（1）字母A用ASCII编码是十进制的65，二进制的01000001。
（2）字符0用ASCII编码是十进制的48，二进制的00110000。需要注意的是，字符'0'和整数0是不同的。
（3）汉字中已经超出了ASCII编码的范围，用Unicode编码是十进制的20013，二进制的01001110 00101101。
可以猜测，如果把ASCII编码的A用Unicode编码，只需要在前面补0就可以，因此，A的Unicode编码是00000000 01000001。
新的问题又出现了：如果统一用Unicode编码，乱码问题从此消失了。但是，如果文本基本上全部是英文，那么用Unicode编码比ASCII编码需要多一倍的存储空间，在存储和传输上就十分不划算。
所以，为了节省空间，又出现了将Unicode编码转化为“可变长编码”的UTF-8编码。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1～6个字节，常用的英文字母被编码成一个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4～6个字节。如果要传输的文本包含大量英文字符，用UTF-8编码就能节省很多空间，如表1-3所示。
表1-3 编码对比表
从表1-3中还可以发现，UTF-8编码有一个额外的好处，就是ASCII编码实际上可以被看成是UTF-8编码的一部分，所以，大量只支持ASCII编码的软件可以在UTF-8编码下继续工作。
清楚了ASCII、Unicode和UTF-8的关系，就可以总结一下现在计算机系统通用的字符编码工作方式：在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或需要传输时，就转换为UTF-8编码。用记事本编辑时，从文件读取的UTF-8字符被转换为Unicode字符保存到内存中，编辑完成后，保存时再把Unicode字符转换为UTF-8字符保存到文件中。
序列是Python中最基本的数据结构。序列中的每个元素都分配一个数字，即它的位置或索引，第一个索引是0，第二个索引是1，依此类推。Python有6个序列的内置类型，但最常见的是列表和元组。序列都可以进行的操作包括索引、切片、加、乘和检查成员。
此外，Python已经内置确定序列的长度及确定最大和最小的元素的方法。列表是最常用的Python数据类型，它可以作为一个方括号内的逗号分隔值出现。列表的数据项不需要具有相同的类型。
创建一个列表，只要把逗号分隔的不同的数据项使用方括号括起来即可。例如：
使用下标索引来访问列表中的值，同样也可以使用方括号的形式截取字符。例如：
运行后控制台会输出：
对列表的数据项进行修改或更新，可以使用append（）方法来添加列表项，例如：
运行后控制台会输出：
可以使用del语句来删除列表的元素，例如：
运行后控制台会输出：
元组与列表类似，不同之处在于元组的元素不能修改。元组写在圆括号（）中，元素之间用逗号隔开。
元组的创建很简单，只需要在括号中添加元素，并使用逗号隔开即可。例如：
运行后控制台会输出：
元组中只包含一个元素时，需要在元素后面添加逗号，否则括号会被当作运算符使用。
如果想要访问元组中的元素，可以像访问列表元素一样使用下标或切片来访问。例如：
运行后控制台会输出：
元组一经定义是不能修改和删除的，所以在使用元组时一定要慎重，要用在合适的地方。
字典是一种可变容器模型，且可存储任意类型的对象，用“{}”标识。字典是一个无序的键（key）：值（value）对的集合。
下面通过一个简单的示例来说明如何创建一个字典，示例中的name和age为键（key），张三和23为值（value）。
运行后控制台会输出：
字典增加数据时可以用以下方法，例如：
运行后控制台会输出：
字典删除数据时可以使用del函数，例如：
运行后控制台会输出：
字典平常在实际开发中使用得非常多，它的格式与JSON格式一样，所以解析起来特别方便和快捷。
Python条件语句是通过一条或多条语句的执行结果（True或False）来决定执行的代码块。使用if语句来进行判断，在Python中if语句的一般格式如下。
如果“condition_1”为True，将执行“statement_block_1”块语句；如果“condition_1”为False，将判断“condition_2”；如果“condition_2”为True，将执行“statement_block_2”块语句；如果“condition_2”为False，将执行“statement_block_3”块语句。
以下是一个简单的if示例。
运行后控制台会输出：
从结果可以看出，由于变量var2为0，因此对应的if内的语句没有执行。if中常用的运算符如表1-4所示。
表1-4 if运算符
在Python中要注意缩进，一般情况下是4个空格，条件语句根据缩进来判断执行语句归属。
Python中的循环语句有for和while。Python循环语句的控制结构如图1-25所示。
图1-25 Python循环语句的控制结构
在Python中for循环可以遍历任何序列的项目，如一个列表或一个字符串。for循环的一般格式如下。
下面用for语句实现打印出1～10的数字。
运行后控制台会输出：
其中range表示范围，1～10的数，x表示从1开始迭代，每迭代一次，x就会加1，直到x变成了10结束，因此x=10时不执行语句，for循环是9次迭代。
如果是列表或字典，就不用range（）函数，直接用列表或字典，此时x表示列表或字典的元素，代码如下。
运行后控制台会输出：
在Python中while循环的一般格式如下。
同样地，需要注意冒号和缩进。另外，在Python中没有do……while循环。以下示例使用了while来计算1～100的总和。
运行后控制台会输出：
还可以通过设置条件表达式永远不为False来实现无限循环，示例如下。
运行后控制台会输出：
while……else在条件语句为False时执行else的语句块，示例如下。
运行后控制台会输出：
函数是组织好的、可重复使用的、用来实现单一或相关联功能的代码段。函数能提高应用的模块性和代码的重复利用率。Python提供了许多内建函数，如print（），但也可以自己创建函数，这被称为用户自定义函数。
要定义一个有自己想要功能的函数，以下是简单的规则。
（1）函数代码块以def关键词开头，后接函数标识符名称和圆括号（）。
（2）任何传入参数和自变量必须放在圆括号中间，圆括号之间可以用于定义参数。
（3）函数的第一行语句可以选择性地使用文档字符串——用于存放函数说明。
（4）函数内容以冒号起始，并且缩进。
（5）return[表达式]结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回None。
Python定义函数使用def关键字，一般格式如下。
默认情况下，参数值和参数名称是按函数声明中定义的顺序匹配起来的。例如，使用函数来输出“Hello World！”，示例代码如下。
定义一个函数：给函数指定一个名称，指定函数中包含的参数和代码块结构。这个函数的基本结构定义完成以后，可以通过另一个函数调用执行，也可以直接从Python命令提示符执行。以下示例调用了printme（）函数。
运行后控制台会输出：
Python中的类提供了面向对象编程的所有基本功能：类的继承机制允许多个基类，派生类可以覆盖基类中的任何方法，方法中可以调用基类中的同名方法。
定义类的语法格式如下。
类实例化后，可以使用其属性，实际上，创建一个类之后，可以通过类名访问其属性。例如，定义一个学生类Student。
类对象支持两种操作：属性引用和实例化。属性引用使用Python中所有的属性引用一样的标准语法：obj.name。类对象创建后，类命名空间中所有的命名都是有效属性名。所以如果类定义为：
以上创建了一个新的类实例并将该对象赋给局部变量x, x为空的对象。
运行后控制台会输出：
类有一个名为__init__（）的特殊方法（构造方法），该方法在类实例化时会自动调用，具体如下。
类定义了__init__（）方法，类的实例化操作会自动调用__init__（）方法。如下实例化类MyClass对应的__init__（）方法就会被调用。
当然，__init__（）方法可以有参数，参数通过__init__（）传递到类的实例化操作上。例如：
self代表类的实例，而非类，类的方法与普通的函数只有一个特别的区别——它们必须有一个额外的第一个参数名称，按照惯例它的名称是self。
在类的内部，使用def关键字来定义一个方法，与一般函数定义不同，类方法必须包含参数self，且为第一个参数，self代表的是类的实例。
运行后控制台会输出：
Python同样支持类的继承，如果一种语言不支持继承，类就没有什么意义。派生类的定义如下。
需要注意的是，圆括号中基类的顺序，若是基类中有相同的方法名，而在子类使用时未指定，Python从左到右搜索，即方法在子类中未找到时，从左到右查找基类中是否包含该方法。
BaseClassName（示例中的基类名）必须与派生类定义在一个作用域内。除了类外，还可以用表达式，当基类定义在另一个模块中时这一点非常有用。
示例如下。
运行后控制台会输出：
由于本书是以爬虫为主，因此关于Python的基础知识只简单介绍。想知道Python更多用法的读者可以去查询Python的官方文档：https://docs.python.org/3。
学习完本章，下面结合前面所讲的知识做几个小的实训练习。
下面实现用for循环在控制台打印出九九乘法表，效果如下。
要实现这个效果，需要使用两个for循环，相关示例代码如下。
在控制台输入一个年份字符串，判断其是否为闰年，如果是闰年，则输出是闰年，否则就输出不是闰年，相关示例代码如下。
运行后控制台会输出：
在控制台输入数字，并计算二次方程，相关示例代码如下。
运行后控制台会输出：
学习完本章之后，读者可能会有以下疑问。
（1）当有许多module，如几百个，想要使用时一个一个导入太麻烦，有没有简便的方法？
答：有，就是将这些模块组织成一个package。其实就是将模块都放在一个目录中，然后再加一个__init__.py文件，Python会将其看作package，使用其中的函数就可以以dotted-attribute方式来访问。
（2）Python写出来的程序是exe可执行文件吗？
答：Python写出来的程序默认是.py文件，需要在命令行运行，如果想使用exe方式运行，可以借助某些工具，例如，py2exe可以将它转换成可执行文件；又如，Cython可以将它转换成C代码编码执行。
（3）Windows 7 64位系统能安装32位的Python开发环境吗？
答：可以。32位的Python能够在Windows 32位和64位上运行，但考虑到兼容性，建议使用64位的Python比较好。
本章主要介绍了Python开发环境的搭建、Python常用的基础语法（如基本数据类型、字符串、布尔类型、列表、元组、字典等），以及函数的使用和字符串编码等知识。
本章需要重点掌握的是列表、循环、字典和类，这几个知识点在爬虫中应用非常频繁，所以希望读者多加练习和理解。