以下資料參考官網及AI

1 正則匹配

re官網
python 的 re 庫能夠實現正則匹配功能。

注意點1

注意：在Python中使用正則表達式時要優先使用原始字符串。
（也就是說，字符串不會被python語言解析。而只會被re庫里的函數解析）

原因如下：
正則表達式本身用 \ 轉義特殊字符（如 \d 表示數字），但Python字符串中的 \ 也是轉義符。因此，在普通字符串中寫正則表達式時，需用 ?兩個反斜杠? 表示一個實際的反斜杠（如 \d）。

原始字符串（前綴 r）會忽略Python字符串的轉義規則，直接保留所有字符的字面值。例如，r"\d" 會直接傳遞給正則引擎 \d，而無需額外轉義。

以下為錯誤案例1：

import repattern = "\\"  # 普通字符串：實際傳遞的是單個 \，但正則引擎會報錯（轉義不完整）
re.findall(pattern, "a\\b")  # 報錯：因為正則收到的是單個 \

正確寫法：

pattern = "\\\\"  # 普通字符串中，四個反斜杠 → Python轉義為兩個 \，正則引擎收到兩個 \
result = re.findall(pattern, "a\\b")  # 成功匹配到 ["\\"]

使用原始字符串的寫法：

pattern = r"\\"  # 原始字符串直接保留兩個 \，正則引擎收到兩個 \
result = re.findall(pattern, "a\\b")  # 成功匹配到 ["\\"]

以下為錯誤案例2：

pattern = "\b"   # 普通字符串中，\b 是退格符，正則引擎無法識別為單詞邊界
re.findall(pattern, "hello world")  # 匹配失敗

正確寫法：

pattern = r"\b"  # 原始字符串直接傳遞 \b，正則引擎識別為單詞邊界
result = re.findall(pattern, "hello world")  # 匹配到單詞邊界的空字符

1.1 正則匹配字符串寫法

pattern = r'xxx'

匹配字符	含義	案例
[ ]	一個字符的集合，這寫字符可以單獨列出，也可以用范圍表示（范圍用-分隔)	[abc],[a-c]
$		[akm$] 將會匹配以下任一字符 ‘a’, ‘k’, ‘m’ 或 ‘$’
^	把 ^放在字符類的最開頭，集合取反來匹配字符類中未列出的字符。（如果放在字符類其他位置，則無意義）	[^5] 將匹配除 ‘5’ 之外的任何字符；[5^] 將匹配 ‘5’ 或 ‘^’
\w	匹配任何字母數字字符	相當于字符類 [a-zA-Z0-9_]
\d	匹配任何十進制數字	等價于字符類 [0-9]
\S	匹配任何非空白字符	等價于字符類 [^ \t\n\r\f\v]
\W	匹配任何非字母與數字字符	等價于字符類 [^a-zA-Z0-9_]
\s	匹配任何空白字符	[ \t\n\r\f\v]
\D	匹配任何非數字字符	等價于字符類 [^0-9]
.	匹配除換行符之外的任何字符
*	定前一個字符可以匹配零次或更多次，而不是只匹配一次	ca*t 將匹配 ‘ct’ （ 0 個 ‘a’ ）、‘cat’ （ 1 個 ‘a’ ）、 ‘caaat’ （ 3 個 ‘a’ ）
+	匹配一次或更多次	ca+t 可以匹配 ‘cat’ （ 1 個 ‘a’ ）或 ‘caaat’ （ 3 個 ‘a’），但不能匹配 ‘ct’
{m,n}	其中 m 和 n 是十進制整數，該限定符意味著必須至少重復 m 次，最多重復 n 次。	a/{1,3}b 可以匹配 ‘a/b’、‘a//b’ 或者 ‘a///b’ ，但不能匹配中間沒有斜桿的 ‘ab’，或者四個斜桿的 ‘ab’
()	它們將包含在其中的表達式組合在一起，你可以使用重復限定符重復組的內容	(ab)*，匹配ab 0到多次

1.2 創建re函數

（1）re.search()–搜索第一個匹配項

import retext = "Python is fun, Python is powerful"
pattern = r"Python"
match = re.search(pattern, text)
if match:print("Found:", match.group())  # 輸出: Found: Python

（2）re.match() - 從字符串開頭匹配

import re
text = "Python is awesome"
pattern = r"Python"
match = re.match(pattern, text)
if match:print("Match found:", match.group())  # 輸出: Match found: Python# 若 text = "I love Python"，則 match 為 None

（3）re.findall() - 返回所有匹配項的列表

import re
text = "apple 12, banana 3, cherry 45"
numbers = re.findall(r'\d+', text)
print(numbers)  # 輸出: ['12', '3', '45']

（4）re.finditer() - 返回匹配項的迭代器（適合大文本）

import re
text = "a=1, b=2, c=3"
matches = re.finditer(r'\w+=\d+', text)
for match in matches:print(match.group())  # 輸出: a=1, b=2, c=3

（5）re.sub() - 替換匹配內容

import re
text = "2023-10-05"
new_text = re.sub(r'-', '/', text)
print(new_text)  # 輸出: 2023/10/05# 使用函數處理替換內容
def double_number(match):return str(int(match.group()) * 2)text = "Score: 5, Count: 3"
result = re.sub(r'\d+', double_number, text)
print(result)  # 輸出: Score: 10, Count: 6

（6）re.split() - 按正則表達式分割字符串

import re
text = "one,two;three four"
parts = re.split(r'[,; ]+', text)
print(parts)  # 輸出: ['one', 'two', 'three', 'four']

2 參數數量/類型/默認值指定

直接通過一個綜合案例說明：

from typing import Union, Optional, Anydef generate_user_card(username: str,  # 必選參數（無默認值）age: int = 18,  # 必選但有默認值（可省略）*hobbies: str,  # 不定數量的位置參數（愛好）country: Optional[str] = "未知",  # 可選關鍵字參數（允許None）**extra_info: Union[str, int, float]  # 不定數量的關鍵字參數（擴展信息）
) -> dict[str, Any]:"""生成用戶信息卡，支持靈活參數輸入"""user_data = {"username": username,"age": age,"hobbies": hobbies if hobbies else ("無",),"country": country,"extra": extra_info}return user_data

（1）基礎調用：

result1 = generate_user_card("Alice")
print(result1)
# {'username': 'Alice', 'age': 18, 'hobbies': ('無',), 'country': '未知', 'extra': {}}

（2）額外信息傳入：

result3 = generate_user_card("Charlie",age=30,country=None,  # 明確設置為Noneemail="charlie@example.com",score=95.5
)
print(result3["extra"])
# {'email': 'charlie@example.com', 'score': 95.5}

3 引用傳遞和值傳遞說明

在 Python 中，變量傳遞的本質是 對象引用的傳遞?，所有操作都是基于對象的引用（可以理解為“指針”）。

• 不可變對象?（int, float, str, tuple 等）
  傳遞的是對象的引用，但修改時會創建新對象，原始對象不受影響（類似“值傳遞”的效果）。

• ?可變對象?（list, dict, set, 自定義類實例等）
  傳遞的是對象的引用，修改內容時會影響原始對象（類似“引用傳遞”的效果）。

案例說明1

def modify_data(num: int, lst: list, obj: object):num += 10      # 不可變對象：創建新對象lst.append(4)  # 可變對象：修改原對象obj.value = 5  # 可變對象：修改原對象# 初始化數據
original_num = 5
original_list = [1, 2, 3]
class MyClass:def __init__(self):self.value = 0
original_obj = MyClass()# 調用函數
modify_data(original_num, original_list, original_obj)print(original_num)    # 輸出 5（未改變）
print(original_list)   # 輸出 [1, 2, 3, 4]（已改變）
print(original_obj.value)  # 輸出 5（已改變）

案例2

class DataHolder:def __init__(self, data):self.data = data  # data 是可變/不可變對象的引用# 不可變對象操作
holder1 = DataHolder(10)
temp = holder1.data
temp += 5  # 創建新對象，不影響原數據
print(holder1.data)  # 輸出 10# 可變對象操作
holder2 = DataHolder([1, 2])
holder2.data.append(3)  # 直接修改原對象
print(holder2.data)     # 輸出 [1, 2, 3]

案例3：修改和賦值的本質區別

a = [1, 2]
b = a       # 引用傳遞（指向同一對象）
b.append(3) # 修改原對象
print(a)    # 輸出 [1, 2, 3]c = [4, 5]
d = c
d = [6, 7]  # 創建新對象（重新綁定引用）
d.append(10)
print(c)    # 輸出 [4, 5]（原對象未變）

注意，這里：
lst = lst + （創建新列表，不影響原對象）
lst.append(4)（原地修改，影響原對象）

案例4：默認參數陷阱

# 錯誤示例：默認參數為可變對象
def buggy_func(data=[]):  # 默認列表會持續保留data.append(1)return data# 正確做法
def safe_func(data=None):data = data if data is not None else []data.append(1)return data

錯誤案例的進一步測試：

def func(data=[]):data.append(1)return datafunc()
data = func()
data.append(10)
func()
print(data) # 輸出：[1, 1, 10, 1]

4 排列組合 itertools

tee 生成迭代器副本（副本的修改不影響原始數據）
islice 切片
zip_longest 合并多個迭代器

import itertoolsl = [1,2,3,4]
iter1, iter2 = itertools.tee(l, 2)
for x in iter1:
# 
itertools.zip_longest()

5 內置變量/特殊變量

5.1 內置變量

python所有的內置變量：

dir(__builtins__)

__name__
如果當前運行的python文件為主文件，則該文件：
__name__ == __main__
如果當前文件被其他文件調用，則該文件：
__name__ == [文件名]（不帶.py后綴）
參考文章

5.2 類相關的特殊屬性

__slots__
限制class可綁定的類的屬性。

__slots__ = ['屬性名1','屬性名2','屬性名3']

定義的屬性僅對當前類實例起作用，對繼承的子類是不起作用的。
除非在子類中也定義__slots__，這樣，子類實例允許定義的屬性就是自身的__slots__加上父類的__slots__。
__init__
類默認構造函數 ，第一個參入參數為self
__lt__
@property裝飾器
將方法變成屬性調用。
__str__

6 try-except-else-finally機制

6.1 基礎用法

try:with open('example.txt', 'r') as file:content = file.read()print(content)
except FileNotFoundError:print("文件未找到，請檢查文件路徑是否正確。")
except PermissionError:print("沒有權限讀取該文件。")
except Exception as e:# 捕獲所有其他類型的異常print(f"發生了一個錯誤：{e}")

try: 放置可能引發異常的代碼。‘
except:如果try中的代碼引發異常，會跳轉到指定的except 塊兒中
as: as e是可選的，允許你將異常實例賦值給變量e，這樣就可以在except塊中訪問到異常信息。
Exception ：代表不指定異常類型（反之捕獲所有異常）

Python會按照except塊的順序檢查，一旦找到匹配的異常類型，就會執行該塊中的代碼，并且跳過后續的except塊。

6.2 else-finally

try:# 嘗試執行的代碼pass
except SomeException:# 處理異常的代碼pass
else:# 如果沒有異常發生，執行這里的代碼pass
finally:# 無論是否發生異常，都執行這里的代碼pass

else：如果你想要在沒有異常發生時執行一些代碼，可以使用else塊。它緊跟在所有的except塊之后，只有在try塊沒有引發任何異常時才會執行。
finally：無論是否發生異常，finally塊中的代碼都會被執行。這通常用于執行一些清理工作，比如關閉文件或釋放資源。

6.3 向上一級拋出錯誤

raise [error]
注意：如果不拋出錯誤，程序在執行換except后就會退出嗎？
當except塊內部的操作執行完成后，程序并不會自動退出，除非你在except塊中顯式地調用了sys.exit()、exit()、os._exit()等函數來終止程序，或者異常沒有被捕獲并且傳播到了程序的頂層（即沒有被任何try塊捕獲）。

7 Threading - 線程（不是進程，創建進程我用的少）

感謝大佬的總結：
https://liaoxuefeng.com/books/python/process-thread/thread/index.html
說實話，之前只用過C thread，沒用過python。
這里對大佬的 文章列出一些關鍵點：
（1）啟動一個線程就是把一個函數傳入并創建Thread實例，然后==調用start()==開始執行。
（2）在Python中，可以使用多線程，但不要指望能有效利用多核

有一些久遠的記憶似乎在逐漸復蘇

7.1 講到線程，就不得不談線程通信

線程的特點就是，共享資源，任務間需要頻繁通信。
線程的關鍵點就是：通信和同步。
要避免的問題：死鎖
（1）互斥鎖
（2）信號量
（3）條件變量
（4）事件
（5）消息隊列
（6）管道

8 路徑操作及路徑索引 glob

主要利用glob2庫

from glob2 import globpaths = glob(file_path) # 搜索文件file_path下所有文件，返回list變量# 返回該路徑下所有文件