• ＃：注释
• \:转译回车，继续上一行，在一行语句较长的情况下可以使用其来切分成多行，因其可读性差所以不建议使用
• ；：将两个语句连接到一行，可读性差，不建议使用
• ：：将代码的头和体分开
• 语句（代码块）用缩进方式体现不同的代码级别，建议采用4个空格（不要使用tab）
• python文件以模块的方式组织，编写一个.py结尾的文件实际上就写了一个模块

二.变量定义与赋值

• a＝1：1为内存变量存放于内存中，a为变量的引用，python为动态语言，变量及其类型均无需事先声明类型
• 与c的区别：a＝1无返回值

注：

• c语言变量声明必须位于代码最开始，而且要在所有语句之前
• c＋＋,java可以随时随地声明变量，但是必须声明变量名字和类型
• python也可以随时随地声明变量，但是变量在被定义时，解释器会根据等式右侧的值来决定其类型
• 变量必须先赋值，才可使用

三.内存管理

内存管理：

• 变量无须指定类型
• 程序员无须关心内存管理
• 变量会被自动回收
• del能够直接释放内存对象(减少对象的引用计数)

引用计数：

• 增加引用计数

1. 对象被创建并将其引用赋值给变量，引用计数加1（例a＝1）
2. 同一个对象的引用又赋值给其它变量，引用计数加1（例b＝a）
3. 对象作为参数被函数调用，引用计数加1（例int(a)
4. 对象成为容器对象中的一个元素，引用计数加1（例list_test=['alex','z',a]）

• 减少引用计数

1. a作为被函数调用的参数，在函数运行结束后，包括a在内的所有局部变量均会被销毁，引用计数减1
2. 变量被赋值给另外一个对象，原对象引用计数减1（例b＝2，1这一内存对象的引用只剩a）
3. 使用del删除对象的引用，引用计数减1（例del a）
4. a作为容器list_test中的一个元素，被清除,引用计数减少（例list_test.remove(a)）
5. 容器本身被销毁（例del list_test）

注意：python内存回收交给一段独立的代码即垃圾回收器（包含引用计数器和循环垃圾收集器），引用计数在归零时并不会立即清除（可能有循环调用）

不必纠结循环引用收集，只需记住垃圾回收器帮你自动清理内存。

简单例子

x＝1 ＃创建内存变量1，将变量1的引用传给x，此刻1的引用计数为1
y＝x ＃1的引用计数增加到2

y＝2 ＃创建新的内存变量2，将变量2的引用传给y，原本指向1的y，此刻给了2，所以1的引用计数减少到了1

del x ＃删除了内存对象1的引用x，此刻1再无引用，此刻它就成了python解释器回收的目标

四.python对象

python中使用对象模型来存储数据，用来生成数据类型的工厂函数本质上是类，新建数据的结果本质是实例化一个对象

对象有三种特性

• 身份：内存地址，可以用id()确认，id相同的就是同一个对象
• 类型：可以用type()查看，返回值的type也是对象
• 值

五.标识符

定义：允许作为名字的有效字符串集合

• 名字必须有实际意义，可读性好
• 首字母必须是字母或下划线(_)
• 剩下的字符可以是字母和数字或者下划线
• 大小写敏感
• 两种风格：conn_obj或ConnObj
• 不能使用关键字，不能使用内建

关键字表：

内建：由解释器自动导入(提供基本功能)，可以看作全局变量，

六.专用下划线标识符

• _xxx:不能用from module import *导入
• __xxx__:系统定义名字
• __xxx:类中私有变量

下划线对于解释器来说有特殊意义，而且是内建标识符所使用符号，不建议自定义变量以下划线开头

但是如果是类中的私有变量，__xxx将会是一个好习惯

补充：

1. 系统变量__name__会根据python文件被加载方式的不同得出不同的值

   1. python文件被当作模块导入：__name__=模块名或者文件名
   2. python文件被执行:__name__='__main__'
2. 在我们使用python编写一个软件时，应该只有一个主程序中包含大量顶级代码（就是没有缩进的代码，
   python解释器读取到顶级代码会立即执行），其他.py文件应该只有少量顶级代码，所有功能都应该封装
   在函数或类中
3. 通常在文件结尾结合__name__变量，编写测试代码

七.编写模块基本风格

1. 标题
2. 文档注释
3. 模块导入
4. 变量定义
5. 类定义语句
6. 函数定义语句
7. 主程序
8. 测试代码

八.示范

#_*_coding:utf-8_*_
#!/usr/bin/env python

'''
This is an example module
'''

import sys,os

debug=True

class Test:
    '''
    test class
    '''
    pass

def main():
    '''
    test func
    :return:
    '''
    pass

if __name__ == '__main__':
    main()

　　RPC是Remote Procedure Call的缩写，翻译成中文为：远程方法调用。

它是一种在本地机器上调用远端机器上的一个过程（方法）的技术，这个过程也被大家称为“分布式计算”，是为了提高各个分立机器的“互操作性”而发明出来的技术。

　　XML-RPC的全称是XML Remote Procedure Call，即XML远程方法调用。

它是一套允许运行在不同操作系统、不同环境的程序实现基于Internet过程调用的规范和一系列的实现。这种远程过程调用使用http作为传输协议，XML作为传送信息的编码格式。Xml-Rpc的定义尽可能的保持了简单，但同时能够传送、处理、返回复杂的数据结构。XML- RPC（http://www.xmlrpc.com）是由美国UserLand公司指定的一个RPC协议。简单的理解是：将数据定义为xml格式，通过http协议进行远程传输。

二、优点

1. 传输复杂的数据。
2. 通过程序语言的封装，实现远程对象的调用。

三、Python下的XML-RPC

1. 类库：SimpleXMLRPCServer

　　一般使用在服务器端，这个模块用来构造一个最基本的XML-RPC服务器框架。

2. 类库：xmlrpclib

　　一般使用在客户端，这个模块用来调用注册在XML-RPC服务器端的函数，xmlrpclib并不是一个类型安全的模块，无法抵御恶意构造的数据，这方面的一些处理工作需要交给开发者自己。

大致用法：使用SimpleXMLRPCServer模块运行XMLRPC服务器，在其中注册服务器提供的函数或者对象；然后在客户端内使用xmlrpclib.ServerProxy连接到服务器，想要调用服务器的函数，直接调用ServerProxy即可。

简单实例：hello xmlprc

服务器端：xmlrpc_server.py

import SimpleXMLRPCServer
class MyObject:
def sayHello(self):
return "hello xmlprc"

obj = MyObject()
server = SimpleXMLRPCServer.SimpleXMLRPCServer(("localhost", 8088))
server.register_instance(obj)

print "Listening on port 8088"
server.serve_forever()

客户端：xmlrpc_client.py

import xmlrpclib

server = xmlrpclib.ServerProxy("http://localhost:8088")

words = server.sayHello()

print "result:" + words

打开一个终端，输入命令，运行服务器端程序：

chmod u+x xmlrpc_server.py
python xmlrpc_server.py

打开另一个新的终端，输入命令，运行客户端程序：

chmod u+x xmlrpc_client.py
python xmlrpc_client.py

可以看到客户端控制台上输出了：hello xmlprc。如图：

附：
SimpleXMLRPCServer是一个单线程的服务器。这意味着，如果几个客户端同时发出多个请求，其它的请求就必须等待第一个请求完成以后才能继续。
若修改服务器端如下：

from SimpleXMLRPCServer import SimpleXMLRPCServer
from SocketServer import ThreadingMixIn
class ThreadXMLRPCServer(ThreadingMixIn, SimpleXMLRPCServer):pass

class MyObject:
def sayHello(self):
return "hello xmlprc"

obj = MyObject()
server = ThreadXMLRPCServer(("localhost", 8088), allow_none=True)
server.register_instance(obj)

print "Listening on port 8088"
server.serve_forever()