with open("test.log","r") as f: #文件的打开模式为只读r a = f.readlines() #一次读取文件的所有行放入内存 print(a) #显示读取到的文件全部内容 print(type(a)) #显示读到的文件内容是列表,也就是要多读取到的内容做操作,需要使用列表的操作方法 ＃with语句会自动关闭文件，因此不需要使用f.close来关闭文件了
以下是文件打开时的模式，不同打开模式有不同的操作方法：
r：以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式。
r+：打开一个文件用于读写，文件指针将会放在文件的开头，此方法适用于在开头增加数据，如果要在末位添加数据本方法不适合，。
rb：以二进制格式打开一个文件用于只读。文件指针将会放在文件的开头。这是默认模式。
rb+: 以二进制格式打开一个文件用于读写。文件指针将会放在文件的开头。
r打开方式总结：无论是是以r还是r+还是rb打开文件，指针都在文件的开头，r＋可以读写文件，rb＋以二进只读写方式打开文件w打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
w+:打开一个文件用于读写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
wb:以二进制格式打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
wb+:以二进制格式打开一个文件用于读写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
w打开文件方式总结：w方式可以读写文件，如果文件不存在都会创建，但是如果文件存在则会覆盖原文件内容，指针会在文件首部，因此不适用于操作有数据的文件。a: 打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入,a不能读文件
ab: 以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入。
a+:打开一个文件用于读写。如果该文件已存在，文件指针将会放在文件的结尾。文件打开时会是追加模式。如果该文件不存在，创建新文件用于读写，a与a＋的区别是a不能读只能追加，a＋可以读写。
ab+:以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。如果该文件不存在，创建新文件用于读写。
a打开文件总结：a用于在末位追加，但是不能读，ab以二进制操作，a＋可以读写，如果见不存在就创建，存在则将指针放在末位，ab＋出使用二进制以外同a，凡是操作加上＋都可以读写。
r+U：在读文件的时候只以 \n 做换行符，U只能和r搭配使用，其他环境不能使用
二：open()内置函数的常用方法：以下方法基于python2.7.10，python3大同小异：
假如有个文件，内容如下：
你好! !nihao !你好 现在使用open()函数的方法来操作打开此文件：1.readline(self,size=None):一次读取一行数据到内存，如果要读取多行需要配合next()方法：
1 with open("test.log","r") as f: #文件的打开模式为只读r
2 a = f.readline() #一次读取文件的所有行放入内存
3 print(a) #显示读取到的文件内容是一行
4 print(type(a)) #显示读到的文件内容是列表,也就是要多读取到的内容做操作,需要使用列表的操作方法
5
6 执行结果：
7 你好!
8
9 <class 'str'>
readline
2.readlines(self,size=None):读取全部文件内容到内存，并按每行一个元素组成为一个列表，元素后面有换行符：
1 with open("test.log") as f:
2 #print(f.readline())
3
4 for a in f.readlines(): #读取全部文件内容到内存，然后利用for循环遍历文件内容
5 print(a)
6 print(type(a))
7
8 执行结果：
9 你好!
10
11 !nihao
12
13 !你好
14 <class 'str'>
readlines
3.close(self) #关闭文件,with方法不需要关闭文件
4.flush(self): #刷新文件内部缓冲区，并不能将程序缓存和系统缓存完全写入硬盘
5.isatty(self): #判断文件是否同一个系统文件，根据tty
6.next(self): #执行一行取出来，再次执行就去下一行
7.read(self, size=None): #将文件一次性加载到内存，可以加数字表示读多少字节
8.readinto(self): #读到缓冲区，即将废弃，不要使用
9.seek(self, offset, whence=None): #设置光标位置
10.tell(self): #返回当前的光标位置
11.truncate(self, size=None): #保留光标之前的数据，删除光标之后的数据
12.write(self, p_str): #写文件，只写一个 字符串
13.writelines(self, sequence_of_strings): #可以将一个列表一次写入文件
14.xreadlines(self): #每次只读一行，即将废弃
15.fileno(self): 显示文件的底层描述符
三：python的json模块：json的全称是( javascript Object Notation )，json是一种文档语言，类似于xml是一种文档语言，python中的json模块的功能是将 python 对象和 JSON 字符串的互相转换，json文件是一种key和value的格式，并提供数据的持久化保存，相比较于xml文件不需要更多的描述行，因此比xml文件体积更小，读取数据更直接。
json模块的常见方法：
1.json.__version__():显示版本
2.json.__all__：显示所有非内值方法：
3.json.__author__：作者，留的邮箱是Bob Ippolito <bob@redivi.com>
4.json._default_encoder：显示默认编码器：
1 _default_encoder = JSONEncoder(
2 skipkeys=False,
3 ensure_ascii=True,
4 check_circular=True,
5 allow_nan=True,
6 indent=None,
7 separators=None,
8 encoding='utf-8',
9 default=None,
10 )
_default_encoder
5.json.dump：
6.json.dumps() #使用json对非json数据进行格式化后通过json格式，成为序列化
1 import json
2 data = {"backend": "www.test.org","record":{"server": "192.168.0.200","weight": 10,"maxconn": 3}}
3 with open("test.json","a+") as f:
4 f.write(json.dumps(data)) #执行完成后会将data写入一个新的文件
json.dumps
7.json.load()
8.json.loads() #对json保存的数据进行反序列化处理显示
三：lambda表达式：是一个匿名函数，一个处理逻辑简单的表达式：1 f = lambda x,y,z:x+y+z #lambda x,y,z为传入三个参数，以冒号分隔，执行x+y+z
2 print(f(3,4,5))
3
4 执行结果：
5 12
6
7 def dic(x): #第一步执行函数，第三步x=2
8 return lambda y:x+y #第四步执行lambda表达式，需要传递x的值，第六步x等于2y等于4，返回6即执行完毕
9 a = dic(2) #第二步传递2给x
10 print(a(4)) #第五步打印a并传递4给y
11 执行结果：
12 6
lambda 四：内置函数map：遍历序列，对每一个元素进行批量处理，最终获取一个新的序列
1 给每个元素都加100：
2 li = [11,22,33] #定义一个新列表
3 new_list = map(lambda a:a + 100,li) #对每个元素进行处理加100，传递li列表
4 print new_list
5 等于使用函数：
6 def add(x):
7 for i in x:
8 new = i + 100
9 print new
10 add(li)
map
五：内置函数 filter ：默认取内容为真的元素
1 #对序列中的元素进行筛选，最终获取符合要求的序列，只过滤布尔值为真的元素，0，空字符和空格为假
2 #如取出某个序列的元素大于某个指定的条件：
3 li = [11,22,33,44,55]
4 li2 = (filter(lambda a:a > 40,li))
5 for i in li2:
6 print(i)
7
8 执行结果：
9 44
10 55
filter
六：内置函数： reduce
1 对序列内的所有元素进行累积操作，直到得出最终的结果：
2 例如：计算一个列表的相加的结果
3 计算1+2+3+4+5+6的结果，
4 li = [1,2,3,4,5,6]
5 num = reduce(lambda arg1,arg2:arg1+arg2,li) #累积操作,使用lambda 传递两个参数相加，传递列表li
6 print num
7
8 执行结果：
9 21
reduce 七：生成器:yield
1 生成器:yield
2 记住上一次操作，下次执行是时候继续执行
3 return 之后函数的生命周期就结束了，而且一个函数只能有一个return，如果有多个return则只执行第一个return，后面的就不再执行，yield可以有多个而且都会执行
4
5 通过yield循环小于10的数字
6 def mrange(arg):
7 seed = 0
8 while True:
9 if seed >= 10: #当条件大于等于10，就进行return，可以是break或continue
10 return
11 else: #假如条件不大于10，即0-9之间
12 seed = seed + 1 #加1并赋值给自身
13 yield seed #将值返回，这里不能是return，因为return表示函数的结束
14 for i in mrange(10):
15 print i
yield 内置函数总结： reduce：对元素进行累加操作，比如每个数做同样的操作 filter：对序列进行过滤，最终获取符合自己要求的序列 map：遍历序列，对每一个元素进行操作，最终获取一个新的序列 yield：对序列中的元素进行累积操作，直到最后一个元素结束，从而得到最终的结果 八：函数参数： 形参：定义函数的时候后面定义的函数，没有实际值，如：def func(a,b):，则a和b是形参 实参：在调用函数执行的时候传递的实际参数，如func(1,2)是实参 1、默认参数：默认参数必须放在最后的位置： 按照顺序赋值，可以在设置参数的时候设置默认值，在调用的时候如果给参数传递了值会覆盖默认参数的值，如果没有传递值会是默认参数的值，如：
1 def show(a,b=3,c=4): #默认参数必须放在最后，可以有多个
2 print(a,b,c)
3
4 show(1)
5 #执行结果：
6 #1 3 4 ＃将没有传递参数的b和c使用了默认设置的3和4
默认参数 2、指定参数，在传递参数的时候根据传递参数的名称传递参数的值，指定参数不受位置的影响，如：
1 def show(a,b,c):
2 print(a,b,c)
3
4 show(10,c=3,b=2) ＃在调用的时候给指定参数传递值，不受位置限制
5
6 执行结果：
7 10 2 3
指定参数 3、动态参数：*args,可以传递多个参数和列表：
1 def dic1(*args): #形参，参数可以不固定数量和形式,接收调用的时候传递的多个实参
2 print(args)
3 dic1("name","age") #实参
动态参数 4、传递字典：
1 def dic1(*args,a=1,**kwargs):
2 print(args,a,kwargs)
3 dic1("c","c",c=2,b=3)
4
5 执行结果：
6 ('c', 'c') 1 {'b': 3, 'c': 2}
*args，**kwargs 通过动态参数进行格式化输出：
1 name = "{name} is {age}，job is {job}" #变量
2 dic = {"name":"jack","age":18,"job":"IT"} #定义字典，字典是name和age，和变量相同
3 result = name.format(**dic) #格式化字符串传递**dic字典并赋值给result
4 print(result)
5
6 执行结果：
7 jack is 18，job is IT
通过动态参数进行格式化输出 通过函数发送邮件：
1 import smtplib
2 from email.mime.text import MIMEText
3 from email.utils import formataddr
4
5 def mail(user):
6 ret = True
7 try:
8 msg = MIMEText('邮件内容', 'plain', 'utf-8')
9 msg['From'] = formataddr(["张士杰",'rooroot@126.com'])
10 msg['To'] = formataddr(["测试邮件",'1669121886@qq.com'])
11 msg['Subject'] = "主题"
12
13 serv