注明：本系列课程专为全国计算机等级考试二级 Python 语言程序设计考试服务

目录

考纲考点

知识导图

1、计算思维

2、程序设计方法论

自顶向下设计

3、自底向上执行

4、计算生态

Python标准库

Python第三方库

5、基本的Python内置函数

6、实例解析：Web页面元素提取

本章小结

考纲考点

• 基本的Python内置函数
• 了解Python计算生态

知识导图

1、计算思维

• 人类在认识世界、改造世界过程中表现出三种基本的思维特征：以实验和验证为特征的实证思维，以物理学科为代表；以推理和演绎为特征的逻辑思维，以数学学科为代表；以设计和构造为特征的计算思维，以计算机学科为代表。
• 计算思维的本质是抽象（Abstraction）和自动化（Automation）

2、程序设计方法论

• 一个解决复杂问题行之有效的方法被称作自顶而下的设计方法，其基本思想是以一个总问题开始，试图把它表达为很多小问题组成的解决方案。再用同样的技术依次攻破每个小问题，最终问题变得非常小，以至于可以很容易解决。然后只需把所有的碎片组合起来，就可以得到一个程序。

 “体育竞技分析”实例

• 两个球员在一个有四面边界的场地上用球拍击球。开始比赛时，其中一个球员首先发球。接下来球员交替击球，直到可以判定得分为止，这个过程称为回合。当一名球员未能进行一次合法击打时，回合结束。
• 未能打中球的球员输掉这个回合。如果输掉这个回合的是发球方，那么发球权交给另一方；如果输掉的是接球方，则仍然由这个回合的发球方继续发球。
• 总之，每回合结束，由赢得该回合的一方发球。球员只能在他们自己的发球局中得分。首先达到15分的球员赢得一局比赛。

自顶向下设计

• 自顶向下设计中最重要的是顶层设计。体育竞技分析从用户处得到模拟参数，最后输出结果。下面是一个基础设计：

• 步骤1: 打印程序的介绍性信息；

• 步骤2：获得程序运行需要的参数：probA, probB, n；

• 步骤3：利用球员A和B的能力值probA和probB，模拟n次比赛；

• 步骤4：输出球员A和B获胜比赛的场次及概率。

• 步骤1  输出一些介绍信息，针对提升用户体验十分有益。下面是这个步骤的Python代码，顶层设计一般不写出具体代码，仅给出函数定义，其中，printIntro()函数打印一些必要的说明。

def main():
    printIntro()

• 步骤2 获得用户输入。通过函数将输入语句及输入格式等细节封装或隐藏，只需要假设程序如果调用了getInputs()函数即可获取变量probA，probB和n的值。这个函数必须为主程序返回这些值，截止第2步，全部代码如下。

def main():
    printIntro()
    probA, probB, n = getInputs()

• 步骤3 需要使用probA、probB模拟n场比赛。此时，可以采用解决步骤2的类似方法，设计一个simNGames()函数来模拟n场比赛

def main():
    printIntro()
    probA, probB, n = getInputs()
    winsA, winsB = simNGames(n, probA, probB)

• 步骤4 输出结果，设计思想类似，仍然只规划功能和函数，代码如下。

def main():
    printIntro()
    probA, probB, n = getInputs()
    winsA, winsB = simNGames(n, probA, probB)
    printSummary(winsA, winsB)

• 原问题被划分为了4个独立的函数：printIntro()，getInputs()，simNGames()和printSummary()。

• 每层设计中，参数和返回值如何设计是重点，其他细节可以暂时忽略。确定事件的重要特征而忽略其它细节过程称为抽象。抽象是一种基本设计方法，自顶向下的设计过程可以看作是发现功能并抽象功能的过程。
• printIntro()函数应该输出一个程序介绍，这个功能的Python代码如下，这个函数由Python基本表达式组合，不增加或改变程序结构。

def printIntro():
    print("这个程序模拟两个选手A和B的某种竞技比赛")
    print("程序运行需要A和B的能力值（以0到1之间的小数表示）")

• getInputs()函数根据提示得到三个需要返回主程序的值，代码如下。

def getInputs():
    a = eval(input("请输入选手A的能力值(0-1): "))
    b = eval(input("请输入选手B的能力值(0-1): "))
    n = eval(input("模拟比赛的场次: "))
    return a, b, n

• simNGames()函数是整个程序的核心，其基本思路是模拟n场比赛，并跟踪记录每个球员赢得了多少比赛。

def simNGames(n, probA, probB):
    winsA, winsB = 0, 0
    for i in range(n):
        scoreA, scoreB = simOneGame(probA, probB)
        if scoreA > scoreB:
            winsA += 1
        else:
            winsB += 1
    return winsA, winsB

• 代码中设计了simOneGame()函数，用于模拟一场比赛，这个函数需要知道每个球员的概率，返回两个球员的最终得分

• 接下来需要实现simOneGame()函数。
• 为了模拟一场比赛，需要根据比赛规则来编写代码，两个球员A和B持续对攻直至比赛结束。可以采用无限循环结构直到比赛结束条件成立。同时，需要跟踪记录比赛得分，保留发球局标记，
• 在模拟比赛的循环中，需要考虑单一的发球权和比分问题，通过随机数和概率，可以确定发球方是否赢得了比分（random() < prob）。如果球员A发球，那么需要使用A的概率，接着根据发球结果，更新球员A得分或是将球权交给球员B。

def simOneGame(probA, probB):
    scoreA, scoreB = 0, 0
    serving = "A"
    while not gameOver(scoreA, scoreB):
        if serving == "A":
            if random() < probA:
                scoreA += 1
            else:
                serving="B"
        else:
            if random() < probB:
                scoreB += 1
            else:
                serving="A"
    return scoreA, scoreB

• 根据比赛规则，当任意一个球员分数达到15分时比赛结束。gameOver()函数实现代码如下。

def gameOver(a,b):
    return a==15 or b==15

• 最后是printSummary()函数，其Python代码如下。

def printSummary(winsA, winsB):
    n = winsA + winsB
    print("竞技分析开始，共模拟{}场比赛".format(n))
    print("选手A获胜{}场比赛，占比{:0.1%}".format(winsA, winsA/n))
    print("选手B获胜{}场比赛，占比{:0.1%}".format(winsB, winsB/n))

• 将上述所有代码放在一起，形成了实例全部代码。运行结果如下：

>>>
这个程序模拟两个选手A和B的某种竞技比赛
程序运行需要A和B的能力值（以0到1之间的小数表示）
请输入选手A的能力值(0-1): 0.45
请输入选手B的能力值(0-1): 0.5
模拟比赛的场次: 1000
竞技分析开始，共模拟1000场比赛
选手A获胜371场比赛，占比37.1%
选手B获胜629场比赛，占比62.9%

• 结合体育竞技实例介绍了自顶向下的设计过程。从问题输入输出确定开始，整体设计逐渐向下进行。每一层以大体算法描述开始，然后逐步细化成代码，细节被函数封装

 整个过程可以概括为四个步骤：

• 步骤1：将算法表达为一系列小问题；
• 步骤2：为每个小问题设计接口；
• 步骤3：通过将算法表达为接口关联的多个小问题来细化算法；
• 步骤4：为每个小问题重复上述过程。

3、自底向上执行

• 开展测试的更好办法也是将程序分成小部分逐个测试
• 执行中等规模程序的最好方法是从结构图最底层开始，而不是从顶部开始，然后逐步上升。或者说，先运行和测试每一个基本函数，再测试由基础函数组成的整体函数，这样有助于定位错误
• 可以从gameOver()函数开始测试。Python 解释器提供import 保留字辅助开展单元测试，语法格式如下：

import <源文件名称>

>>>import MatchAnalysis
>>>MatchAnalysis.gameOver(15, 10)
True
>>>MatchAnalysis.gameOver(10, 1)
False

• 初步测试说明gameOver()函数是正确的。进一步测试simOneGame()函数，如下：

>>>import e151MatchAnalysis
>>>e151MatchAnalysis.simOneGame(.45, .5)
(9, 15)
>>>e151MatchAnalysis.simOneGame(.45, .5)
(15, 13)

• 通过继续进行这样的单元测试可以检测程序中的每个函数。独立检验每个函数更容易发现错误。通过模块化设计可以分解问题使编写复杂程序成为可能，通过单元测试方法分解问题使运行和调试复杂程序成为可能。
• 自顶向下和自底向上贯穿程序设计和执行的整个过程。

4、计算生态

• 近20年的开源运动产生了深植于各信息技术领域的大量可重用资源，直接且有力的支撑了信息技术超越其他技术领域的发展速度，形成了“计算生态”。
• Python语言从诞生之初致力于开源开放，建立了全球最大的编程计算生态。
• Python官方网站提供了第三方库索引功能（PyPI，the Python Package Index），网址如下：

https://pypi.python.org/pypi

• 该页面列出了Python语言超过12万个第三方库的基本信息，这些函数库覆盖信息领域技术所有技术方向。
• 由于Python有非常简单灵活的编程方式，很多采用C、C++等语言编写的专业库可以经过简单的接口封装供Python语言程序调用。这样的粘性功能使得Python语言成为了各类编程语言之间的接口，Python语言也被称为“胶水语言”。

Python标准库

• 有一部分Python计算生态随Python安装包一起发布，用户可以随时使用，被称为Python标准库。
• 受限于Python安装包的设定大小，标准库数量270个左右。

Python第三方库

• 更广泛的Python计算生态采用额外安装方式服务用户，被称为Python第三方库。这些第三方库由全球各行业专家、工程师和爱好者开发，没有顶层设计，由开发者采用“尽力而为”的方式维护。Python通过新一代安装工具pip管理大部分Python第三方库的安装。

5、基本的Python内置函数

• 官方教材上使用的版本说Python解释器提供了68个内置函数（下面介绍31个）
• 所有内置函数的详细介绍以及举例请查阅 -> Python内置函数查询

6、实例解析：Web页面元素提取

• Web页面，一般是HTML页面，是Internet组织信息的基础元素。Web页面元素提取是一类常见问题，在网络爬虫、浏览器等程序中有着不可或缺的重要作用。
• HTML指超文本标记语言，严格来说，HTML不是一种编程语言，而是一种对信息的标记语言，对Web的内容、格式进行描述。
• 自动地从一个链接获取HTML页面是网络爬虫的功能，本实例功能可以整体分成如下4个步骤：

• 步骤1: 读取保存在本地的html文件；

• 步骤2：解析并提取其中的图片链接；

• 步骤3：输出提取结果到屏幕；

• 步骤4：保存提取结果为文件。

• 根据上述步骤，可以写出主程序如下。其中设置了4个函数getHTMLlines()、extractImageUrls()、showResults()和saveResults()分别对应上述4个步骤。

def main():
    inputfile = 'nationalgeographic.html'
    outputfile = 'nationalgeographic-urls.txt'
    htmlLines = getHTMLlines(inputfile)
    imageUrls = extractImageUrls(htmlLines)
    showResults(imageUrls)
    saveResults(outputfile, imageUrls)

• 定义main()函数的目的是为了让代码更加清晰，作为主程序，也可以不采用函数形式而直接编写。main()前两行分别制定了拟获取HTML文件的路径和结果输出路径。
• 主函数设计完成后，逐一编写各函数功能。
• getHTMLlines()函数读取HTML文件并内容，并将结果转换为一个分行列表，为了兼容不同编码，建议在open()函数中增加encoding字段，设置采用UTF-8编码打开文件。代码如下。

def getHTMLlines(htmlpath):
    f = open(htmlpath, "r", encoding='utf-8')
    ls = f.readlines()
    f.close()
    return ls

• extractImageUrls()是程序的核心，用于解析文件并提取图像的URL。观察HTML可以发现，图像采用img标签表示，例如：

<img title="photo story"
src="http://image.nationalgeographic.com.cn/2018/0122/20
180122042251164.jpg" width="968px" />

• 其中，<img开头是图像标签的特点，其中由src=所引导的URL是这个图像的真实位置。每个URL都以http开头。因此，可以通过字符串操作提取其中的图像链接。

def extractImageUrls(htmllist):
    urls = []
    for line in htmllist:
        if 'img' in line:
            url = line.split('src=')[-1].split('"')[1]
            if 'http' in url:
                urls.append(url)
    return urls

• showResults()函数将获取的链接输出到屏幕上，增加一个计数变量提供更好用户体验，代码如下。

def showResults(urls):
    count = 0
    for url in urls:
        print('第{:2}个URL:{}'.format(count, url))
        count += 1

• saveResults()保存结果到文件，代码如下。

def saveResults(filepath, urls):
    f = open(filepath, "w")
    for url in urls:
        f.write(url+"\n")
    f.close()

• 各部分函数代码编写后，全部代码功能具备，需要额外调用main()函数

def getHTMLlines(htmlpath):
    f = open(htmlpath, "r", encoding='utf-8')
    ls = f.readlines()
    f.close()
    return ls

def extractImageUrls(htmllist):
    urls = []
    for line in htmllist:
        if 'img' in line:
            url = line.split('src=')[-1].split('"')[1]
            if 'http' in url:
                urls.append(url)
    return urls
    
def showResults(urls):
    count = 0
    for url in urls:
        print('第{:2}个URL:{}'.format(count, url))
        count += 1
    
def saveResults(filepath, urls):
    f = open(filepath, "w")
    for url in urls:
        f.write(url+"\n")
    f.close()
    
def main():
    inputfile  = 'nationalgeographic.html'
    outputfile = 'nationalgeographic-urls.txt'
    htmlLines = getHTMLlines(inputfile)
    imageUrls = extractImageUrls(htmlLines)
    showResults(imageUrls)
    saveResults(outputfile, imageUrls)

main()

>>> 

第 0个URL:http://image.nationalgeographic.com.cn/2018/0122/20180122042251164.jpg
第 1个URL:http://image.nationalgeographic.com.cn/2018/0122/20180122120753804.jpg
第 2个URL:http://image.nationalgeographic.com.cn/2018/0122/20180122102058707.jpg
第 3个URL:http://image.nationalgeographic.com.cn/2018/0118/20180118124326995.jpg
第 4个URL:http://image.nationalgeographic.com.cn/2018/0116/20180116112407593.jpg
第 5个URL:http://image.nationalgeographic.com.cn/2018/0122/20180122035438691.jpg
第 6个URL:http://image.nationalgeographic.com.cn/2018/0118/20180118040311659.jpg
第 7个URL:http://image.nationalgeographic.com.cn/2018/0117/20180117022633730.jpg
第 8个URL:http://image.nationalgeographic.com.cn/2018/0115/20180115024334826.jpg
第 9个URL:http://image.nationalgeographic.com.cn/2018/0112/20180112025424524.png
第10个URL:http://image.nationalgeographic.com.cn/2018/0122/20180122105741158.jpg
#下面省去40个URL

本章小结

本章主要讲解程序设计方法学，包括计算思维、自顶向下设计和自底向上执行等，进一步本章介绍了计算生态的概念及Python标准库和第三方库的划分。通过Web页面元素提取的实例帮助读者理解自顶向下设计的基本方法。

从最基本的IPO到自顶向下设计，是否感受到了函数式编程的优势？