Python 培训计划

在线教程

• 廖雪峰: http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000
• 慕课网 Python入门：http://www.imooc.com/learn/177
• 慕课网 Python进阶：http://www.imooc.com/learn/317
• Runoob：http://www.runoob.com/python/python-tutorial.html

阶段

分为Python入门，Python进阶和Python实战

Python入门

Python是什么语言，能做什么。
Python的特点是什么（脚本、解释型语言；丰富的内置、第三方库；快速原型开发）
基本语法，变量类型，特殊运算符，特殊语句（如pass）
集合类型（list、tuple、dict、set），函数定义

Python进阶

切片，迭代器，列表生成式
面向对象，模块，正则，多线程，多进程
函数式编程（map/reduce；filter；sorted），装饰器

Python实战

安装、使用第三方库
爬虫，多线程(进程)数据处理
SQL，Celery，Flask，Requests，BeautifulSoup等库

作业

1. 计算+，-，*，/，()和0到9数字组成的算术表达式

要求：
命令行输入输出
输入表达式字符串，如：1*2+(3-6/3)*4
输出有两行，第一行为逆波兰式字符串：12*363/-4*+，第二行为表达式结果：6
提示：
用调度场算法算法将输入的中缀表达式转换成逆波兰式；用list模拟栈数据结构。

2. 统计文章词频

从 http://pan.baidu.com/s/1bnr072f 下载小说集合，提取密码：2yea
对小说集合中的所有文章做分词，统计词频。
用结巴分词库做分词：https://github.com/fxsjy/jieba
结果保存在sqlite数据库里面。
至少保存词和词频
思考：考虑如何用多线程、多进程加快速度；思考如何运用MapReduce思想解决这个问题。

3. 网页内容爬取

爬取 唐巧的技术博客: http://blog.devtang.com/blog/archives/ 所有文章
用多线程爬取。
将爬取内容保存在sqlite数据库里，要保存文章的标题、时间和正文。
Http请求库：Requests: http://docs.python-requests.org/en/latest/
解析Html的库：Beautiful Soup: http://www.crummy.com/software/BeautifulSoup/
注意：多线程下sqlite的读写问题。