说明：本文并不是介绍关于Python如何使用或者是Python的语法知识的，重点是分享在开发中使用Python来减少重复性的劳动的思路。
Python是一种面向对象、解释型计算机程序设计语言，由Guido van Rossum于1989年底发明，第一个公开发行版发行于1991年，Python 源代码同样遵循 GPL(GNU General Public License)协议 。Python语法简洁而清晰，具有丰富和强大的类库。它常被昵称为胶水语言，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。
Python就为我们提供了非常完善的基础代码库，覆盖了网络、文件、GUI、数据库、文本等大量内容，被形象地称作“内置电池（batteries included）”。用Python开发，许多功能不必从零编写，直接使用现成的即可。
除了内置的库外，Python还有大量的第三方库，也就是别人开发的，供你直接使用的东西。当然，如果你开发的代码通过很好的封装，也可以作为第三方库给别人使用。
许多大型网站就是用Python开发的，例如YouTube、Instagram，还有国内的豆瓣。很多大公司，包括Google、Yahoo等，甚至NASA（美国航空航天局）都大量地使用Python。
安装Python第三方模块
在Python中，安装第三方模块，是通过包管理工具pip完成的，在终端中尝试运行pip如果提示未找到该命令，需要先安装pip。
(1)下载pip的安装脚本
wget https://bootstrap.pypa.io/get-pip.py
(2)执行安装脚本，安装pip
sudo python get-pip.py
一般来说，第三方库都会在Python官方的pypi.python.org网站注册，要安装一个第三方库，必须先知道该库的名称，可以在官网或者pypi上搜索。比如使用比较频繁的一个用于解析HTML的库BeautifulSoup，因此安装BeautifulSoup的命令为：
pip install BeautifulSoup
只要耐心等待下载并安装后，就可以使用了。另外其他常用的第三方库还有MySQL的驱动：mysql-connector-python，用于科学计算的NumPy库：numpy，用于生成文本的模板工具Jinja2，等等。
案例
1、抓取http://blog.devzeng.com网站下面的所有文章的名称和链接。适用于模拟爬虫的功能，将某些网站上面的数据抓取回来。
#!/usr/bin/python
#-*- coding: utf-8 -*-
#encoding=utf-8
import urllib,re,json,time,sys
from BeautifulSoup import BeautifulSoup
#获取指定的URL的内容
def getHtmlContent(url):
page = urllib.urlopen(url)
html = page.read()
return html
#获取全部的文章的链接
def getAllHtmlLink(html, url):
arr = []
pattern = u'<a.*?href="(.+)".*?>(.*?)</a>'
soup = BeautifulSoup(html)
articleResult = soup.findAll('article')
for article in articleResult:
h1Result = article.findAll('h1')
for h1 in h1Result:
aResult = h1.findAll('a')
for a in aResult:
ret = re.search(pattern, str(a))
if ret:
map = {}
group = ret.groups()
map['title'] = group[1]
map['link'] = url + group[0]
arr.append(map)
return arr
#转换成JSON字符串
def toJSONString(arr):
return json.dumps(arr)
#保存内容到文件
def saveToFile(path, json):
fp = open(path, 'w')
fp.write(json)
fp.close()
if __name__=="__main__":
start = time.time()
url = "http://blog.devzeng.com"
html = getHtmlContent(url + "/blog/archives")
result = getAllHtmlLink(html, url)
json = toJSONString(result)
print type(json.encode('utf-8').decode('utf-8'))
saveToFile("blog.txt", json)
c = time.time() - start
print('执行完成，程序运行耗时:%0.2fs'%(c))
说明：
(1)依赖BeautifulSoup模块，使用前需要先安装BeautifulSoup
(2)思路是先读取网址的HTML内容，然后解析HTML中的指定的链接标签分析里面的数据然后整合到一起
(3)def开头的是函数，函数名后面有冒号，没有花括号的区分用代码缩进来判断是不是一个代码块的内容。
2、前段时间的项目是使用WebService作为网络API接口，为了保证请求参数的完整和顺序的一致需要将WSDL文件下载下来进行解析。但是每次手动的处理都是一件很费体力的事情，而且经常容易遗漏一些东西。使用Python之后就极大的方便了我们的开发。
#!/usr/bin/python
#-*- coding: utf-8 -*-
#encoding=utf-8
import urllib,re
from BeautifulSoup import BeautifulSoup
#获取指定的URL的内容
def getHtmlContent(url):
page = urllib.urlopen(url)
html = page.read()
return html
#获取全部的超链接的内容
def getAllHrefLink(url, html):
soup = BeautifulSoup(html)
aResult = soup.findAll('a')
pattern = u'<a.*?href="(.+)".*?>(.*?)</a>'
for a in aResult:
ret = re.search(pattern, str(a))
if ret:
group = ret.groups()
name = group[1].replace('.asmx', '.xml')
link = url+group[0]
if name != u'[To Parent Directory]':
saveData(name, link)
#保存文本内容到指定的路径
def saveData(path, content):
f = open(path,'w+')
f.write(content)
#调用函数
url = "http://192.168.1.101:8080"
content = getHtmlContent(url + "/Services/")
getAllHrefLink(url, content)