⚡ 菜鸟教程Python语法:为什么选择Python?
Python自1991年由吉多·范罗苏姆(Guido van Rossum)发布以来,已发展成为全球最流行的编程语言之一。其设计哲学强调代码的可读性和简洁性,使用缩进来定义代码块,大幅降低初学者的学习门槛。在2024年TIOBE指数中,Python已连续三年稳居前三,并在Web开发、数据科学、人工智能、自动化运维等领域占据主导地位。
〔核心优势〕
- 语法简洁:用一行代码实现斐波那契数列:a, b = 0, 1;while b < 1000: print(b),a, b = b, a+b
- 生态丰富:PyPI仓库收录超50万个项目,涵盖科学计算、机器学习、网络爬虫等全领域
- 跨平台性强:Windows/macOS/Linux/Android/iOS均提供官方或第三方支持环境
- 社区活跃:Stack Overflow上Python相关问题日均新增超1500条,中文社区文档完善
〈Python版本演进时间轴〉
《PyPI下载量TOP10包(2024年Q2)》
| 排名 | 包名 | 月下载量(亿次) | 主要用途 |
|---|---|---|---|
| ① | urllib3 | 128.4 | HTTP客户端库,requests底层依赖 |
| ② | certifi | 112.7 | SSL证书验证,保障网络请求安全 |
| ③ | charset-normalizer | 98.2 | 文本编码自动检测,解决乱码问题 |
| ④ | requests | 87.6 | 人类友好型HTTP库,API设计简洁直观 |
| ⑤ | numpy | 76.3 | 科学计算基础库,多维数组运算核心 |
| ⑥ | pip | 72.1 | 包管理工具,安装/升级/卸载第三方库 |
| ⑦ | pytz | 61.8 | 时区处理库,解决跨时区时间计算 |
| ⑧ | cryptography | 54.9 | 加密解密模块,支持RSA/AES等算法 |
| ⑨ | pillow | 48.7 | PIL分支,图像处理标准库 |
| ⑩ | setuptools | 42.3 | Python包构建工具,setup.py核心依赖 |
⚙️ Python基础语法:结构与规范
Python语法以简洁性和可读性为核心设计原则,摒弃了C/Java中冗余的分号和大括号,转而使用缩进定义代码块层级。这种设计强制开发者编写结构清晰的代码,但也要求严格遵守缩进规范,否则将引发IndentationError。
〔缩进规则详解〕
缩进使用4个空格(推荐)或1个制表符(不建议混合使用)。缩进层级决定代码块归属,例如:
def factorial(n):
if n == 0 or n == 1:
return 1
else:
return n * factorial(n - 1)
print(factorial(5)) # 输出:120
注意:if语句后必须有冒号(:),缩进部分为代码块主体。错误示例:
def bad_example():
x = 10
print(x) # IndentationError: unindent does not match any outer indentation level
〈语句与表达式区别〉
Python中所有操作都通过语句(statement)或表达式(expression)实现。语句执行操作但不返回值(如赋值语句),表达式计算并返回值(如数学运算)。例如:
x = 10 + 5 # 'x = ...'是语句,'10 + 5'是表达式
print(x) # 输出:15
〔单行注释〕
以#开头,适用于短说明。例如:
# 计算圆面积
pi = 3.14159 # 圆周率近似值
r = 5 # 半径
area = pi * r * r
〔多行注释〕
使用三引号(""" 或 ''')包裹,常用于函数/类文档字符串(docstring):
def gcd(a, b):
"""计算最大公约数(欧几里得算法)"""
while b:
a, b = b, a % b
return a
〔命名规则〕
- 只能包含字母、数字、下划线,且不能以数字开头
- 区分大小写:age ≠ Age ≠ AGE
- 推荐
蛇形命名法(snake_case):user_name, total_score - 常量全大写:MAX_CONNECTIONS = 100
- 避免使用Python关键字(如class, def, if)
〔变量赋值技巧〕
# 多重赋值
a, b, c = 1, 2, 3
print(a, b, c) # 输出:1 2 3
# 交换变量(无需临时变量)
x, y = 10, 20
x, y = y, x
print(x, y) # 输出:20 10
# 链式赋值
x = y = z = 0
print(x, y, z) # 输出:0 0 0
〔内置数据类型〕
| 类型 | 示例 | 说明 |
|---|---|---|
| 整数(int) | 42, -7 |
支持任意精度整数(受内存限制) |
| 浮点(float) | 3.14, -0.001 |
遵循IEEE 754双精度标准,注意精度误差 |
| 字符串(str) | "hello", 'world' |
不可变序列,支持Unicode字符 |
| 布尔(bool) | True, False |
继承自int,True=1, False=0 |
| 空值(NoneType) | None |
单例对象,表示缺失值 |
📊 数据容器:列表、元组、字典与集合
Python提供四种核心数据结构,各自适用于不同场景。理解其特性差异是编写高效代码的基础。列表适合动态增删,元组用于固定数据,字典实现快速查找,集合处理去重与关系运算。
〔列表(list):可变序列〕
用方括号[]定义,支持增删改查操作。典型应用:数据处理、队列/栈模拟。
# 创建列表
fruits = ["apple", "banana", "cherry"]
# 增删操作
fruits.append("orange") # ['apple', 'banana', 'cherry', 'orange']
fruits.insert(1, "mango") # ['apple', 'mango', 'banana', 'cherry', 'orange']
fruits.pop() # 删除末尾元素,返回'orange'
# 切片操作(左闭右开)
print(fruits[1:3]) # ['mango', 'banana']
print(fruits[::-1]) # 倒序:['cherry', 'banana', 'mango', 'apple']
〔元组(tuple):不可变序列〕
用圆括号()定义,创建后无法修改。常用于函数返回多值、字典键(需全为不可变类型)。
# 创建元组
point = (10, 20)
colors = ("red", "green", "blue")
# 解包操作
x, y = point
print(x, y) # 输出:10 20
# 元组作为字典键
locations = {
(0, 0): "原点",
(1, 1): "第一象限"
}
print(locations[(1, 1)]) # 输出:第一象限
〔字典(dict):键值对集合〕
用花括号{}定义,键必须唯一且不可变(常用字符串/数字/元组)。实现O(1)时间复杂度查找。
# 创建字典
student = {
"name": "张三",
"age": 20,
"courses": ["数学", "物理"]
}
# 访问与修改
print(student["name"]) # 输出:张三
student["grade"] = "大二" # 新增键值对
student["age"] = 21 # 修改值
# 安全访问(避免KeyError)
print(student.get("address", "未提供")) # 输出:未提供
〔集合(set):无序不重复元素〕
用花括号{}(无键值对时)或set()定义,自动去重,支持集合运算。
# 创建集合
a = {1, 2, 3, 4}
b = {3, 4, 5, 6}
# 集合运算
print(a & b) # 交集:{3, 4}
print(a | b) # 并集:{1, 2, 3, 4, 5, 6}
print(a - b) # 差集:{1, 2}
# 去重应用
numbers = [1, 2, 2, 3, 3, 3]
unique = list(set(numbers)) # [1, 2, 3]
《数据结构选择决策树》
当需要选择容器时,请按以下逻辑判断:
- 数据是否需要修改?→ 否:选
元组;是:进入下一步 - 是否需要键值映射?→ 是:选
字典;否:进入下一步 - 是否需要去重?→ 是:选
集合;否:选列表
示例场景:
- 存储用户配置项 → 字典(键为配置名)
- 实现栈(后进先出)→ 列表(append + pop)
- 记录已访问URL → 集合(快速判断存在性)
🔧 函数定义与高级特性
函数是Python代码组织的核心单元。通过合理设计函数,可提升代码复用性、可读性与可维护性。Python支持默认参数、可变参数、关键字参数等灵活定义方式。
〔函数基本结构〕
def 函数名(参数列表):
"""可选文档字符串"""
函数体
return 返回值 # 无return则默认返回None
示例:计算阶乘并处理边界情况
def factorial(n):
"""计算非负整数n的阶乘"""
if not isinstance(n, int):
raise TypeError("参数必须为整数")
if n < 0:
raise ValueError("参数必须非负")
result = 1
for i in range(2, n + 1):
result *= i
return result
print(factorial(5)) # 输出:120
〔默认参数陷阱〕
默认参数值在函数定义时求值,而非调用时!避免使用可变对象(如列表)作为默认值。
# 错误示例
def add_item(item, lst=[]):
lst.append(item)
return lst
print(add_item(1)) # [1]
print(add_item(2)) # [1, 2] —— 非预期!默认列表被共享
# 正确做法
def add_item_safe(item, lst=None):
if lst is None:
lst = []
lst.append(item)
return lst
print(add_item_safe(1)) # [1]
print(add_item_safe(2)) # [2] —— 正确
〔可变位置参数 *args〕
接收任意数量的位置参数,内部为元组。
def average(*numbers):
if not numbers:
return 0
return sum(numbers) / len(numbers)
print(average(1, 2, 3)) # 2.0
print(average()) # 0
〔解包操作〕
values = [10, 20, 30]
print(average(*values)) # *解包列表为独立参数
〔可变关键字参数 **kwargs〕
接收任意数量的关键字参数,内部为字典。
def build_profile(**info):
return info
print(build_profile(name="李四", age=25, city="成都"))
# 输出:{'name': '李四', 'age': 25, 'city': '成都'}
# 实际应用:动态配置
def connect_db(host="localhost", port=3306, **options):
config = {
"host": host,
"port": port,
"timeout": options.get("timeout", 30),
"charset": options.get("charset", "utf8mb4")
}
return config
print(connect_db("db.example.com", 3307, timeout=60, ssl=True))
〈函数式编程基础〉
Python支持map、filter、reduce等函数式操作,结合lambda表达式可实现简洁的数据处理。
# map:对每个元素应用函数
squares = list(map(lambda x: x**2, [1, 2, 3, 4])) # [1, 4, 9, 16]
# filter:过滤满足条件的元素
evens = list(filter(lambda x: x % 2 == 0, range(10))) # [0, 2, 4, 6, 8]
# reduce:累积计算(需导入)
from functools import reduce
product = reduce(lambda x, y: x * y, [1, 2, 3, 4]) # 24
注意:现代Python更推荐列表推导式替代map/filter,因其更直观:
squares = [x**2 for x in [1,2,3,4]] # 同上结果
evens = [x for x in range(10) if x % 2 == 0]
🎨 面向对象编程:类与继承
Python是多范式语言,支持面向对象编程(OOP)。通过类(class)封装数据和行为,实现代码复用与模块化。理解封装、继承、多态三大特性是构建大型应用的基础。
〔类的基本结构〕
class 类名(父类列表):
"""可选文档字符串"""
def __init__(self, 参数列表):
"""构造方法,初始化实例属性"""
self.属性名 = 值
def 方法名(self, 参数列表):
"""实例方法"""
pass
示例:模拟银行账户
class BankAccount:
"""银行账户类"""
def __init__(self, owner, balance=0):
self.owner = owner
self._balance = balance # 单下划线表示受保护属性
def deposit(self, amount):
if amount > 0:
self._balance += amount
return f"存入{amount}元,当前余额{self._balance}元"
raise ValueError("存款金额必须为正")
def withdraw(self, amount):
if 0 < amount <= self._balance:
self._balance -= amount
return f"取出{amount}元,当前余额{self._balance}元"
raise ValueError("取款金额无效")
def get_balance(self):
return f"账户余额:{self._balance}元"
# 使用示例
account = BankAccount("王五", 1000)
print(account.deposit(500)) # 存入500元,当前余额1500元
print(account.withdraw(300)) # 取出300元,当前余额1200元
print(account.get_balance()) # 账户余额:1200元
〔单继承与多继承〕
子类自动获得父类所有属性和方法,支持多继承(按MRO顺序查找)。
class SavingsAccount(BankAccount):
"""储蓄账户类"""
def __init__(self, owner, balance=0, interest_rate=0.03):
super().__init__(owner, balance) # 调用父类构造方法
self.interest_rate = interest_rate
def add_interest(self):
interest = self._balance * self.interest_rate
self._balance += interest
return f"添加利息{interest:.2f}元"
# 使用
savings = SavingsAccount("赵六", 2000, 0.025)
print(savings.deposit(1000)) # 存入1000元,当前余额3000元
print(savings.add_interest()) # 添加利息75.00元
〔方法重写与super()〕
子类可重写父类方法,使用super()调用父类原方法。
class CheckingAccount(BankAccount):
"""支票账户类"""
def __init__(self, owner, balance=0, fee=5):
super().__init__(owner, balance)
self.fee = fee
def withdraw(self, amount):
# 重写取款方法,增加手续费
total = amount + self.fee
if 0 < total <= self._balance:
self._balance -= total
return f"取出{amount}元+手续费{self.fee}元,余额{self._balance}元"
raise ValueError("余额不足")
# 使用
checking = CheckingAccount("钱七", 500, 3)
print(checking.withdraw(100)) # 取出100元+手续费3元,余额397元
〔常用魔法方法〕
| 方法 | 触发条件 | 用途 |
|---|---|---|
__str__(self) |
str(obj) 或 print(obj) | 返回对象字符串描述 |
__repr__(self) |
repr(obj) | 返回对象调试用字符串 |
__len__(self) |
len(obj) | 定义对象长度 |
__getitem__(self, key) |
obj[key] | 支持索引/切片操作 |
__call__(self, *args) |
obj(*args) | 使对象可被调用(函数式) |
class Fibonacci:
def __init__(self):
self.memo = {0: 0, 1: 1}
def __call__(self, n):
if n not in self.memo:
self.memo[n] = self(n-1) + self(n-2)
return self.memo[n]
def __len__(self):
return len(self.memo)
def __str__(self):
return f"Fibonacci缓存大小:{len(self)}"
fib = Fibonacci()
print(fib(10)) # 输出:55
print(fib) # 输出:Fibonacci缓存大小:11
📂 文件操作与I/O处理
文件操作是程序与外部世界交互的核心环节。Python通过内置open()函数及with上下文管理器,提供安全、高效的文件读写能力。
〔文件打开模式〕
| 模式 | 说明 | 适用场景 |
|---|---|---|
'r' |
只读(默认) | 读取现有文本文件 |
'w' |
写入(覆盖) | 创建新文件或覆盖旧文件 |
'a' |
追加写入 | 日志记录、数据累积 |
'b' |
二进制模式 | 图片、音频、视频等非文本文件 |
'+' |
读写模式 | 需同时读写操作 |
〔三种读取方式〕
# 方式1:read() - 读取全部内容
with open("data.txt", "r", encoding="utf-8") as f:
content = f.read()
print(content)
# 方式2:readline() - 按行读取
with open("data.txt", "r", encoding="utf-8") as f:
line1 = f.readline()
line2 = f.readline()
# 方式3:readlines() - 读取所有行到列表
with open("data.txt", "r", encoding="utf-8") as f:
lines = f.readlines()
for i, line in enumerate(lines):
print(f"第{i+1}行:{line.strip()}")
〔写入与追加〕
# 写入字符串
with open("output.txt", "w", encoding="utf-8") as f:
f.write("第一行内容\n")
f.write("第二行内容\n")
# 追加内容
with open("output.txt", "a", encoding="utf-8") as f:
f.write("追加的新行\n")
# 写入列表
lines = ["配置项1=value1\n", "配置项2=value2\n"]
with open("config.txt", "w", encoding="utf-8") as f:
f.writelines(lines)
〔处理图片文件〕
# 读取图片并计算大小
with open("image.jpg", "rb") as f:
data = f.read()
print(f"图片大小:{len(data)} 字节")
# 复制图片
with open("source.jpg", "rb") as src:
with open("copy.jpg", "wb") as dst:
dst.write(src.read())
〈CSV文件处理实战〉
CSV(逗号分隔值)是数据交换的通用格式。Python内置csv模块提供专业处理能力。
import csv
# 读取CSV
with open("students.csv", "r", encoding="utf-8-sig") as f:
reader = csv.DictReader(f) # 返回字典序列
for row in reader:
print(f"{row['姓名']} - {row['成绩']}分")
# 写入CSV
data = [
{"姓名": "张三", "成绩": 85, "班级": "一班"},
{"姓名": "李四", "成绩": 92, "班级": "二班"}
]
with open("new_students.csv", "w", newline="", encoding="utf-8") as f:
writer = csv.DictWriter(f, fieldnames=["姓名", "成绩", "班级"])
writer.writeheader() # 写入表头
writer.writerows(data) # 写入数据行
注意:使用encoding="utf-8-sig"可正确处理带BOM的UTF-8文件;newline=""避免写入时产生额外空行。
⚠️ 异常处理机制
异常是程序运行时出现的错误信号。合理使用try-except结构可增强程序健壮性,避免因单个错误导致整个程序崩溃。
〔基本异常处理〕
def safe_divide(a, b):
try:
result = a / b
except ZeroDivisionError:
return "错误:除数不能为零"
except TypeError:
return "错误:参数必须为数字"
else:
return f"结果:{result}"
finally:
print("操作完成")
print(safe_divide(10, 2)) # 操作完成\n结果:5.0
print(safe_divide(10, 0)) # 操作完成\n错误:除数不能为零
〔常见内置异常类型〕
| 异常 | 触发条件 |
|---|---|
IndexError |
列表/元组索引越界 |
KeyError |
字典中不存在指定键 |
ValueError |
类型正确但值无效(如int("abc")) |
FileNotFoundError |
文件不存在 |
ModuleNotFoundError |
导入模块不存在 |
AttributeError |
访问对象不存在的属性 |
〔自定义异常类〕
class InvalidScoreError(Exception):
"""自定义异常:无效分数"""
def __init__(self, score, message="分数必须在0-100之间"):
self.score = score
self.message = message
super().__init__(f"{message}(实际值:{score})")
def validate_score(score):
if not 0 <= score <= 100:
raise InvalidScoreError(score)
return score
# 使用
try:
score = validate_score(120)
except InvalidScoreError as e:
print(e) # 分数必须在0-100之间(实际值:120)
〈日志记录与异常追踪〉
生产环境中应记录异常详情以便排查问题。结合traceback模块可获取完整堆栈信息。
import logging
import traceback
logging.basicConfig(
level=logging.ERROR,
format="%(asctime)s - %(levelname)s - %(message)s"
)
def risky_operation():
try:
1 / 0
except Exception as e:
# 记录错误及完整堆栈
logging.error(f"发生异常:{str(e)}")
logging.error("堆栈追踪:\n%s", traceback.format_exc())
risky_operation()
日志输出示例:
2024-06-15 14:30:22,123 - ERROR - 发生异常:division by zero
2024-06-15 14:30:22,124 - ERROR - 堆栈追踪:
Traceback (most recent call last):
File "script.py", line 8, in risky_operation
1 / 0
ZeroDivisionError: division by zero
📦 标准库与常用第三方库
Python的“内置电池”哲学使其拥有丰富的标准库。掌握常用模块可避免重复造轮子,提升开发效率。
〔标准库精选模块〕
| 模块 | 核心功能 | 典型应用 |
|---|---|---|
datetime |
日期时间处理 | 时间计算、格式化输出 |
os |
系统交互 | 文件操作、环境变量 |
json |
JSON数据处理 | API数据交换、配置文件 |
re |
正则表达式 | 文本匹配、数据清洗 |
threading |
多线程编程 | 并发任务、I/O密集型操作 |
collections |
高级数据结构 | Counter、deque、OrderedDict |
〔JSON序列化与反序列化〕
import json
# Python对象 → JSON字符串
data = {"name": "王五", "scores": [95, 88, 92]}
json_str = json.dumps(data, ensure_ascii=False, indent=2)
print(json_str)
# 输出:
# {
# "name": "王五",
# "scores": [95, 88, 92]
# }
# JSON字符串 → Python对象
parsed = json.loads(json_str)
print(parsed["scores"]) # [95, 88, 92]
# 文件读写
with open("config.json", "w") as f:
json.dump(data, f, ensure_ascii=False, indent=2)
with open("config.json", "r") as f:
loaded = json.load(f)
〔正则表达式常用模式〕
import re
# 匹配邮箱
email_pattern = r"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}"
text = "联系邮箱:admin@company.com 或 support@sub.domain.org"
emails = re.findall(email_pattern, text)
print(emails) # ['admin@company.com', 'support@sub.domain.org']
# 替换敏感词
text = "用户密码:123456,请勿泄露"
censored = re.sub(r"\d{6,}", "****", text)
print(censored) # 用户密码:****,请勿泄露
# 分割字符串(支持多个分隔符)
text = "苹果,香蕉;橙子|葡萄"
fruits = re.split(r"[,;|]", text)
print(fruits) # ['苹果', '香蕉', '橙子', '葡萄']
〔日期时间计算〕
from datetime import datetime, timedelta
# 当前时间
now = datetime.now()
print(now.strftime("%Y-%m-%d %H:%M:%S")) # 2024-06-15 14:30:22
# 计算未来时间
one_week_later = now + timedelta(days=7)
print(one_week_later.strftime("%Y-%m-%d")) # 2024-06-22
# 解析字符串日期
date_str = "2024-12-31"
date_obj = datetime.strptime(date_str, "%Y-%m-%d")
print(date_obj.year) # 2024
# 计算时间差
diff = datetime(2024, 12, 31) - datetime.now()
print(f"距离2024年底还有{diff.days}天")
〈第三方库生态概览〉
根据PyPI下载量,以下库为开发者高频使用:
- requests:HTTP客户端,替代urllib的简洁API
- beautifulsoup4:HTML/XML解析库,配合requests爬取网页
- pandas:数据分析核心库,提供DataFrame结构
- numpy:科学计算基础,高性能数组运算
- flask/django:Web开发框架,快速构建API和网站
- pillow:图像处理库,支持格式转换、裁剪、滤镜
# 安装第三方库(命令行)
pip install requests beautifulsoup4 pandas
# 在代码中导入
import requests
from bs4 import BeautifulSoup
import pandas as pd
import numpy as np
from PIL import Image
🚀 实战项目:构建Python学习助手
通过综合运用所学知识,开发一个命令行Python学习助手,具备语法查询、代码示例展示、练习生成功能。
〔项目结构设计〕
python-tutor/
├── main.py # 程序入口
├── data/
│ ├── syntax.json # 语法知识库
│ └── examples.json # 代码示例库
├── utils/
│ ├── parser.py # JSON解析工具
│ └── formatter.py # 格式化输出
└── requirements.txt # 依赖声明
〔syntax.json示例〕
{
"变量": {
"定义": "使用赋值语句创建变量",
"命名规则": [
"只能包含字母、数字、下划线",
"不能以数字开头",
"区分大小写"
],
"示例": "name = 'Python'"
},
"列表": {
"定义": "有序可变的集合",
"常用操作": ["增删改查", "切片", "推导式"],
"示例": "fruits = ['apple', 'banana']"
}
}
〔examples.json示例〕
{
"斐波那契": {
"递归版": "def fib(n):\n return 1 if n <= 2 else fib(n-1) + fib(n-2)",
"迭代版": "def fib(n):\n a, b = 1, 1\n for _ in range(n-1):\n a, b = b, a+b\n return a"
},
"装饰器": {
"日志装饰器": "def log(func):\n def wrapper(*args, **kwargs):\n print(f'调用{func.__name__}')\n return func(*args, **kwargs)\n return wrapper"
}
}
〔主逻辑实现〕
import json
import os
class PythonTutor:
def __init__(self):
self.syntax = self._load_data("syntax.json")
self.examples = self._load_data("examples.json")
def _load_data(self, filename):
"""加载JSON数据"""
filepath = os.path.join("data", filename)
try:
with open(filepath, "r", encoding="utf-8") as f:
return json.load(f)
except FileNotFoundError:
print(f"错误:{filepath} 文件不存在")
return {}
def search_syntax(self, keyword):
"""搜索语法知识"""
results = []
for topic, content in self.syntax.items():
if keyword.lower() in topic.lower():
results.append((topic, content))
return results
def get_example(self, topic, variant="递归版"):
"""获取代码示例"""
if topic in self.examples:
return self.examples[topic].get(variant, "未找到该示例")
return "未找到相关主题"
# 使用示例
tutor = PythonTutor()
results = tutor.search_syntax("列表")
for topic, content in results:
print(f"【{topic}】\n定义:{content['定义']}\n示例:{content['示例']}\n")
〔命令行界面〕
def main():
tutor = PythonTutor()
print("欢迎使用Python学习助手!")
print("支持命令:syntax <关键词> | example <主题> | quit")
while True:
cmd = input("> ").strip()
if cmd.lower() == "quit":
print("再见!")
break
parts = cmd.split(maxsplit=1)
if len(parts) < 2:
print("命令格式错误")
continue
action, arg = parts
if action == "syntax":
results = tutor.search_syntax(arg)
if results:
for topic, content in results:
print(f"=== {topic} ===")
print(f"定义:{content['定义']}")
print(f"示例:{content['示例']}")
else:
print("未找到相关语法")
elif action == "example":
# 简化处理,实际可扩展支持变体
example = tutor.get_example(arg)
print(f"【{arg}示例】")
print(example)
else:
print("未知命令")
if __name__ == "__main__":
main()
运行效果:
欢迎使用Python学习助手!
支持命令:syntax <关键词> | example <主题> | quit
> syntax 列表
=== 列表 ===
定义:有序可变的集合
示例:fruits = ['apple', 'banana']
> example 斐波那契
【斐波那契示例】
def fib(n):
a, b = 1, 1
for _ in range(n-1):
a, b = b, a+b
return a