【零基础玩转Python爬虫：手把手教你成为数据猎人】之高级数据类型篇！

🙋‍奔跑时流的汗，比徘徊时落的泪更值得骄傲！
⭐本期精彩呈现：【零基础玩转Python爬虫：手把手教你成为数据猎人】之高级数据类型篇！
🏆系列专栏：零基础玩转Python爬虫：手把手教你成为数据猎人，带你一步步踏入数据猎人的奇妙世界，掌握爬虫技艺，猎取海量数据！快来加入我们，一起开启数据探险之旅吧！

前言

序列

序列是有序排列的元素集合。有序排列就是元素中有索引顺序之分，可以通过索引来访问指定位置的元素。
序列是有序的，所以可以通过索引访问元素，序列中第一个元素的索引是0，其他元素的索引是第一个元素的偏移量。可以有正偏移量，称为正向索引。也可以有负偏移量，称为反向索引。正向索引的最后一个元素索引是“序列长度-1”，反向索引最后一个元素索引是-1。

# 索引访问示例
seq = [10, 20, 30, 40]
print(seq)    # 输出第一个元素: 10
print(seq[-1])   # 输出最后一个元素: 40

# 切片操作示例（含步长）
print(seq[1:3])     # 切片: [20, 30]（索引1到2）
print(seq[::2])     # 步长为2: [10, 30]
print(seq[::-1])    # 反向切片: [40, 30, 20, 10]

列表

列表可变序列，可存储任意数据类型，允许重复元素。

列表创建与访问

创建列表最简单的办法是将元素放入方括号中，并用逗号分隔元素。列表中可以存储任何类型的数据，如果列表中没有任何元素，则表示方法为[]。

# 创建列表
my_list = [1, "apple", True, 3.14]
print(my_list)          # 输出: [1, 'apple', True, 3.14]
print(my_list)       # 访问元素: "apple"

# 空列表
empty_list = []

通过索引访问列表中的元素，语法格式如下，其中，idx是要访问的列表元素的索引。

列表[idx]

列表切片

通过切片（Slicing）操作将序列分隔为小的子序列，切片运算符有两种语法形式。

• [start:end]：start是开始索引，end是结束索引。
• [start :end :step]：start是开始索引，end是结束索引，step是步长，步长是在切片时获取元素的间隔。步长可以为正整数，也可为负整数。步长与当次元素索引、下次元素索引之间的关系为：下次元素索引=当次元素索引+步长。

修改列表

列表是可以修改的序列，可以追加、删除、替换列表中的元素。列表中可以保存任何类型元素，对元素是否重复也没有限制。

# 追加元素
my_list.append("new_item")
print(my_list)  # 输出: [1, 'apple', True, 3.14, 'new_item']

# 删除元素
del my_list
print(my_list)  # 输出: [1, True, 3.14, 'new_item']

# 替换元素
my_list = 100
print(my_list)  # 输出: [100, True, 3.14, 'new_item']

# 切片修改
my_list[1:3] = ["a", "b", "c"]
print(my_list)  # 输出: [100, 'a', 'b', 'c', 'new_item']

元组 tuple

元组是不可以修改的序列， 序列中索引、切片等操作也完全适合于元组。元组不可以修改，所有试图修改元组中元素的操作都会引发异常。

# 创建元组
my_tuple = (1, "apple", True)
print(my_tuple)     # 输出: 1

# 尝试修改会报错
try:
    my_tuple = 100  # 抛出 TypeError
except TypeError as e:
    print("错误:", e)  # 输出: 'tuple' object does not support item assignment

# 元组切片（生成新元组）
print(my_tuple[1:])    # 输出: ('apple', True)

集合 set

集合是一种可迭代、无序的、不能包含重复元素的数据结构。

序列中的元素是有序的，可以重复出现，而集合中的元素是无序的，不能包含重复元素。序列强调的是有序，集合强调的是不重复。当不考虑顺序，而且没有重复的元素时，序列和集合可以互相替换。

# 创建集合
set_a = {1, 2, 3}
set_b = {3, 4, 5}

# 并集
print(set_a | set_b)   # 输出: {1, 2, 3, 4, 5}

# 交集
print(set_a & set_b)   # 输出: {3}

# 子集判断
print({1, 2} <= set_a) # 输出: True

# 添加元素
set_a.add(4)
print(set_a)           # 输出: {1, 2, 3, 4}

并集运算符 |

用于计算两个集合的并集，即包含两个集合中所有唯一元素的新集合。

交集运算符 &

用于计算两个集合的交集， 即包含两个集合都存在的元素。

子运算符 <=

用于判断一个集合是否为另一个集合的子集。

字典 dict

字典是可迭代的、可变的数据结构，通过键来访问元素的数据结构。字典结构比较复杂，它是由键值对构成。创建字典可以使用大括号{}将“键：值”对之间用逗号分隔。

# 创建字典
my_dict = {"name": "Alice", "age": 25, "city": "New York"}
print(my_dict["name"])  # 输出: Alice

# 修改值
my_dict["age"] = 26
print(my_dict)          # 输出: {'name': 'Alice', 'age': 26, 'city': 'New York'}

# 添加新键值对
my_dict["email"] = "alice@example.com"
print(my_dict)          # 输出包含 email 键

# 常用方法
print(my_dict.keys())   # 输出所有键: dict_keys(['name', 'age', 'city', 'email'])
print(my_dict.values()) # 输出所有值: dict_values(['Alice', 26, 'New York', 'alice@example.com'])

字符串 str

由字符组成的一串字符序列称为字符串，字符串是有顺序的，从左到右，索引从0开始依次递增。Python中字符串类型是str。Python中普遍采用单引号’'或双引号""包裹起来。

普通字符串

s = "Hello, Python!"
print(s)           # 输出完整字符串: Hello, Python!
print(s)        # 输出第一个字符: H
print(s[7:13])     # 切片提取"Python": Python
print(len(s))      # 获取长度: 13
print("Python" in s)  # 存在性检查: True

转义符

如果想在字符串中包含一些特殊的字符，如换行符、制表符等。在普通字符串中则需要转义，前面要加上反斜杠’ \ '，这称为字符转义。
常用转义符：

print("Line1\nLine2\tTabbed")  # 输出:
# Line1
# Line2   Tabbed

print("路径转义：C:\\Program Files")  # 输出: 路径转义：C:\Program Files
print("他说：\"你好！\"")         # 输出: 他说："你好！"

原始字符串 rawstring

如果字符串中有很多特殊字符都需要转，则可以使用原始字符串表示，原始字符串是在普通字符串前加r，字符串中的特殊字符不需要转义，按照字符串的本来面目呈现。

raw_path = r"C:\Users\Document\note.txt"
print(raw_path)  # 输出: C:\Users\Document\note.txt

# 对比普通字符串
normal_path = "C:\\Users\\Document\\note.txt"
print(normal_path)  # 输出相同结果

长字符串

如果字符串中包含了换行缩进等排版字符，则使用三重单引号’''或三重双引号"""包裹起来，这就是长字符串。

long_str = '''这是多行字符串，
保留所有格式（包括换行和缩进）。
    第三行缩进保留。'''
print(long_str)

总结

今日学习之旅已圆满收笔，愿每位君子都满载而归，心有所悟！🤩

若你对这探索之旅情有独钟，何不紧随此专栏的步伐？新知如潮，连绵不绝，将与你共绘思维的绚烂篇章，舞动智慧的火花！😎

轻轻一点下方名片，加入我们的粉丝大家庭，让我们在知识的浩瀚海洋中再次相逢，携手见证智慧之花的绚丽绽放，共享求知的喜悦与盛宴！👍