本来打算从网上找一篇入门教程，但因为Python很少是程序员的第一次接触程序所学的语言，所以网上现有的教程多不是很基础，还是决定自己写下这些。

如果没有程序基础的话，可能会觉得本文涵盖的内容有点多。对照大学里面常教的C语言的教学速度，本文大约有四五个课时的内容；对照网上程序类的视频 教程，大致相当于两三个小时的内容；对于翻一本程序书籍，大约相当于翻一个小时书。也因此，如果有深入学习的打算的话，为了效率还是推荐看书。

如果暂时不能理解本文中的一些内容也没关系，因为都是一些经常会用到的基础知识，在实际编写代码的过程中会一直遇到。后面会大约有两三篇关于实用代码编写的文章，可以选择那时再对这些知识加深印象。

但如果是觉得技术对于SEO没有必要而对本文没有兴趣的话，试问打算将SEO作为自己多久的职业？如果打算真正将它做好的话，在至少有上万小时需要用去的精力里面，从里面抽几十几百小时去学习些技术应该是合情合理的。

若因文章有什么没表述清楚而导致无法理解，请务必帮忙提出。第一次写程序类的较完整的教程，难免有疏漏之处。

为什么学习Python

如果决定学习一些技术来辅助SEO的话，对于程序语言至少在我看来Python可以算是首选。

其一、Python入门相对简单

如果谁在大学课程里面接触过C语言但对程序了解不多的话，或许会觉得程序就是像C那么麻烦，其实不然，学了具有美感的Python代码以后就会知道C代码又臭又长。就算完全没接触过程序也没关系，Python本身就适合作为程序的入门选择。

我虽然很早就有写程序，但那时是兴趣使然，从未深入过，正式接触程序是接触SEO以后的事情，大约学了几个小时以后就能写些简单的采集程序，到现在只要能想到需求就很少有技术无法实现的。所以没什么有基础没基础的问题在，无论什么的基础都是需要自己打下的。

其二、Python代码非常灵活

来看一段非常常用的代码示例，如果没有程序基础的话会看不懂这些代码，但暂时没关系，看代码行数也能对比出代码简洁性。

PHP：
复制代码 代码如下:
<?php
$list_1 = array(1,2);
$list_2 = array();
foreach ($list_1 as $current) {
array_push($list_2, $current+1);
}
print_r($list_2);
?>

Python：
复制代码 代码如下:
list_1 = [1,2]
list_2 = [current+1 for current in list_1]
print list_2

Python代码的第2行叫做“列表推导”，它提供了不少像这样便利的语言特性可以使得代码非常简洁。

尽管语法灵活并非总是好事，灵活的代码写法意味着每个人写出来的代码往往风格迥异，会把团队成员的水平差距拉大而不利于团队开发。但对于小型SEO应用需求一般都是个人开发，此时代码的书写效率比起团队合作性而言更重要。

其三、Python使用广泛

Python在程序语言里面受欢迎的程度大约是5-10位左右。排在其之前的有C#, Java, PHP等，但很多时候不是因为它们更强大，而是因为前面提到的原因，它们的代码显得相对不是很灵活从而适合团队开发，所以才更受欢迎。

一般来说，多数提供API的网络服务都会提供Python接口（如百度网盟、Amazon云服务等），而另一些比Python某些方面更强的语言则 没有这么广泛的支持度，比如代码更加灵活一些的GO语言。（多数Web服务的API接口有：C#、PHP、Java、Python、Ruby、Perl， 所以一般情况下选择其中至少一种语言学习）

Python的模块也非常多，有许多既有模块意味着可以少做很多事情。比如下载一个网页，在很多语言里面都需要5-10行代码，而Python仅需两行：

复制代码 代码如下:
import urllib2
print urllib2.urlopen('http://g.cn/').read()

另外有意思的是以前Google限制过自己内部使用Python语言进行开发。原因有二：一、因为Python编写效率高，之前被其过多的运用；二、Python语言的执行效率较慢。而对于SEO，却正是最需要注重编写效率而一般无需在意执行效率的。

至此废话了不少，但兴趣往往是学习的最好动力，希望没有白白废话。

安装环境与配置

Python程序和普通程序略有不一样，通常情况下没有可以直接在Windows下面双击运行的exe文件，虽然并非无法编译成exe但相对较麻烦，实际运用中很少会去如此操作。

Python程序就是一段文字代码，保存到后缀名为.py的文件里面。在电脑安装了Python的运行环境以后，方可以运行py文件。（其实很多程序都依赖于运行环境，最常见的是.net Framework，只不过这个在Windows上预装了，一般感觉不到罢了）

对于Windows系统需要安装运行环境，Linux系统则一般自带Python无需配置。

Python运行环境的下载链接为：http://python.org/getit/

在这个页面上，通常是在第一个下载链接，寻找并下载：Python 2.7.x Windows Installer (Windows binary — does not include source)

需要注意的是下载的最好是2.7.x版本（x代表任意数值，2.7这个大版本都是类似的），而Python 3以上的版本和先前版本区别较大，对于初学者不建议使用。

下载后安装，没什么需要特别注意的地方。一般安装在默认路径，即c:\python27\，不要将之放在目录层级很深的文件夹，不然运行的时候比较麻烦。

操作系统

前面已经提到，Python可以在Windows及Linux系统下运行，它还支持更多系统，如Mac等，甚至也可以在越狱过的iPhone等设备上面编写并运行Python程序。

但因为Python的一个主要强大之处在于其模块的支持，有了模块就可以方便的做很多事情。而模块的配置在Windows等系统里面往往有些麻烦，Linux往往容易得多，所以过了入门阶段以后，推荐在Linux环境下进行开发。

Linux环境的搭建有三种选择：

1.本机安装Linux系统。适合在Linux下长期工作的人，需要对Linux的基础知识有一定的了解。主要缺点是总有些Windows里面才能运行的程序，偶尔需要切换系统。我主要是在这样的环境下工作。

2.在Windows里面安装VMware等虚拟机，然后在虚拟机里面安装使用Linux。适合初学者，但因为虚拟机的关系，除非计算机配置很好， 不然两边系统的运行效率都会比较低下。且虚拟机不利于塑造学习Linux的气氛，因为用虚拟机的时候碰到问题，多数人会倾向用Windows解决而非用 Linux，那么就较难熟悉它。个人不怎么推荐这种选择。

3.买一台Linux的VPS，使用SSH远程操作。主要优点是在工作及家里都可以很方便的连上服务器，不用每天把程序、数据等随着U盘之类的带来 带去；也可以在不影响Windows使用的情况下使用Linux。但缺点同样明显，没有图形界面对入门者不友好；因为网络延时的关系，写代码的效率经常受 影响等等。对于初学者，个人比较推荐这个解决方案。

至于VPS的购买，推荐Linode或PhotonVPS等，大约每月50-150RMB能买一个可以用来书写运行普通程序的VPS，也可以同时在上面放两三个小网站。

Linux有很多发行版可以选择来安装，如Ubuntu，Fedora等。

对于在本机上搭建Linux环境时，因为拥有图形界面，若是工作为主要目的，推荐安装Fedora。它和服务器最常用的CentOS系统同出Red Hat系，很多地方比较接近，熟悉它对于熟悉CentOS也有较大助益。

如果在本机安装，且有时会将Linux系统用作观看视频等娱乐之用的话，推荐Ubuntu，它在日常使用方面略胜Fedora一筹。

对于VPS上面搭建Linux，则推荐CentOS系统，因为它使用最广泛，所以各种软件对其的支持往往更好。

对应Linux环境解决方案1，一般使用U盘加载iso镜像进行安装；对于解决方案2，一般直接由虚拟机软件加载iso镜像安装；对于解决方案3，一般VPS都可在其后台直接选择操作系统无需自己安装，比较方便。

编辑器

书写代码前面首先需要有一个合适的编辑器。尽管Windows自带的记事本也不是不可以使用，但编写程序时会非常不顺手。

对于Windows系统的编辑器，较简单的我比较推荐Notepad++，当然也可以选择更流行的UltraEdit。

也可以使用IDE，这是用来开发软件项目的集成环境的统称，它在开发大型项目时具有较大优势，但在处理小型需求时可能显得略有不灵活。IDE里面比较好的有Eclipse，加上PyDev插件即可开发Python程序，它在Windows和Linux里面皆可以使用。

如果平常需要书写的代码量很大，或是对自己的学习能力较有自信的话，对于Linux推荐Vim，Windows则推荐gVim（Vim的图形界面）。它和普通编辑器书写代码有极大的不同之处，往往需要几天的学习时间与几个月的熟练时间，但书写代码的效率一般可以快不少。

开始编写程序

Hello World!

“Hello World”最早的出处是计算机领域的最经典书籍之一——《The C Programming Language》，后来被广泛沿用。”Hello World”程序的目的只是在屏幕上输出一个”Hello World”，尽管很简单，当它作为每个人第一个所写的程序时还是有着较大的意义。

打开编辑器，输入一行：（友情提示：复制粘贴不利记忆）
复制代码 代码如下:
print "Hello World!"

完毕。保存文件到c:\hello.py（路径随意）。

按Win + R快捷键，打开“运行”，输入CMD，回车，打开命令行提示符。（Linux图形界面的话是Ctrl+Alt+T来打开终端）

输入：

(Windows)
c:\python27\python.exe c:\hello.py

(Linux)
python 路径/hello.py

可以看到程序运行并显示了一行“Hello World!”。至此，第一个程序完成了。

变量与赋值

复制代码 代码如下:
s = 'Hello World!'
print s


程序输出：
Hello World!

上述代码，s称为变量；第一行所做的操作叫做赋值。

再来个例子加深印象：

复制代码 代码如下:
a = 1
b = 2
print a + b


程序输出：
3

函数

复制代码 代码如下:
def hello(name):
s = 'Hello ' + name + '!'
return s
print hello('world')
print hello('semwatch')

程序输出：
Hello world!
Hello semwatch!

函数是用来包装一系列的行为的，通过传递一个或多个参数进入函数（def hello(name)），然后函数再返回一个计算之后的数值（return s）。

于是print hello(‘world')就相当于输出hello函数运行之后的运算结果，即输出Hello world!

可以再看这个例子来加深理解：

复制代码 代码如下:
def add_num(a, b)
return a + b
print add_num(1, 2)
print add_num(2, 3)

程序输出：
3
5

循环及判断

后面提到的for循环、while循环及if判断，这是所有程序语言里面的基础，务必完全掌握。

（Python里面没有其他语言常有的do while循环，也没switch case判断）

for循环：

PHP范例：
复制代码 代码如下:
for($i=0;$i<10;$i++) {
echo "$i\n";
}
?>

之所以这里举一个PHP的例子，是因为多数程序语言的for循环都和该例是类似的语法，先以这种形式举例。

应该较容易理解，给变量i赋值0($i=0)，每次循环的时候+1($i++)，在i小于10的时候就一直循环($i<10)，所以循环10次。

echo语句负责把每次循环时候的数字输出，此例中会依次输出0-9这些数字，不过没必要研究echo语法，只需理解for循环的概念就行了。

Python的for循环语法比较另类，但也很简洁：

复制代码 代码如下:
for i in range(10):
print i


这两句语句会和前面一样，依次输出0-9这些数字，且print语句会自动每次输出后换行。

while循环：

复制代码 代码如下:
i = 0
while i < 10:
i = i + 1
print i


代码的意思是，先给i赋值0，然后当i小于10的时候，不断执行循环体里面的内容。此处即为将i的值加1，并输出i。

运行后输出的结果依次是0-9几个数字。

if判断：

复制代码 代码如下:
i = 1
if i < 2:
print "i<2"
else:
print "i>=2"

程序输出：
i<2

程序先给i赋值1，然后判断i是否小于2，如果小于2则输出i<2，不然输出i>=2。

另外等于和不等于的判断符号是如下的：

复制代码 代码如下:
i = 1
if i == 1:
print "i=1"
elif i != 1:
print "i!=1"


等于是==符号，这点容易混淆。使用=符号在多数语言里面会产生一些问题，而在Python里面会直接视为代码错误。而不等于符号是!=，也可以使 用<>，但<>号在如今的程序语言里面使用越来越少，也可能在Python的日后版本里被弃用，所以一般推荐使用!=。

上面代码中第三行elif是else if的简写。意为如果i==1没有满足的话，就继续判断i!=1是否满足。

列表与字典

多数语言都有“数组”，它是一个存着多个数值的变量。而Python没有，类似的是“列表”和“字典”等。

如果有PHP基础的话，看下以下对比就可以很快理解它们：

列表：

PHP

复制代码 代码如下:
$l = array(1,2,3);
?>


Python

复制代码 代码如下: l = [1,2,3]

字典：

PHP

复制代码 代码如下:
$d = array(
'a' => 1,
'b' => 2,
'c' => 3,
);
?>

Python

复制代码 代码如下:
d = {
'a': 1,
'b': 2,
'c': 3,
}


如果没有其他语言基础的话，通过实际代码来理解列表及字典或许更合适。

列表：
复制代码 代码如下:
l = [1,2,3]
for current in l:
print current

运行的结果会依次输出1-3这些数字。（Python里面没有PHP的foreach语法，全都使用for完成）

字典：

复制代码 代码如下:
d = {
'a': 1,
'b': 2,
'c': 3,
}
for key in d:
print key
print d[key]

运行的结果会输出a1b2c3，分六行显示。

解释下字典，字典的结构是这样的：

dict = {key: value, key2: value2, …}

for循环可以在每次循环的时候，把相应的key赋值给变量，如果要访问对应的value，就需要使用类似dict[key]这样的，即寻找dict里面对应key的value。

类似的，列表也有类似操作，如：

复制代码 代码如下:
l = [1,2,3]
print l[1]

运行输出：
2

它的意思是输出列表l的第1项。需要注意的是，对于绝大多数程序语言，都是从第0项开始算的。即这里l[0]是1，l[1]是2，l[2]是3。

字符串及切片

字符串如其名，是一串字符。如print “Hello World!”就是输出字符串Hello World!。Python里面的字符串比较特殊，它和列表一样属于序列类型，很多使用方法上和列表一样。

复制代码 代码如下:
s = "abc"
print s[1]


运行结果会输出b。

根据这样的特性，可以衍生出一些简洁的代码运用。比如要输出”Hello World!”这个字符串的前5个字符的话，多数语言会和PHP类似是这样做的：

复制代码 代码如下:
$s = "Hello World!";
echo substr($s,0,5);
?>


而Python简单得多：

复制代码 代码如下:
s = "Hello World!"
print s[:5]


两段代码都会输出Hello。

其中的s[:5]使用了Python的“切片”特性，完整的写法应该是s[0:5]，但0可以省略，这里代表着输出这个序列索引号从0开始到5之前的内容。

当然列表也是可以使用切片的，如：

复制代码 代码如下:
l = [1,2,3]
print l[1:]

运行后输出[2,3]。

意味着从索引号1开始，输出到列表的最后。

知识点汇总

将前面所有的内容加上一些新的知识点，融合成一段代码。认真思考每一个输出的结果是如何出来的，就能更好的理解这些。因为知识点比较多，可以暂时不求甚解，但这些都是任何程序语言里面都会有的基础内容，最终是必须掌握的。

代码中，#号意味着注释的开始，这些内容不会被运行。

另外代码的第一行声明了代码编码为utf-8。因为注释中出现了非英文字符，所以就需要指定编码，不然程序会报错。

复制代码 代码如下:
# -*- coding:utf-8 -*-
str_1 = 'Hello'
str_2 = 'World!'

#以下语句都会输出Hello World!

#print语句中的逗号意味着不换行，而是用空格间隔它们
print str_1, str_2

#以下和上面一句是同样的效果
print str_1,
print str_2

#同样可以用字符串连接符
print str_1 + ' ' + str_2

#也可以用格式化操作符，它比前者更常用
#会将后面的变量依次替换到前面的%x上面
#%s指定替换为字符串，若替换整数则为%d，小数%f
print '%s %s' % (str_1, str_2)

#会输出00 11 22
for i in range(3):
print '%d%d' % (i, i),
print '' #输出一个空的字符串用于换行

#会输出11 22 33
for i in range(1, 4):
print '%d%d' % (i, i),
print ''

#会输出00 22 44
for i in range(0, 5, 2):
print '%d%d' % (i, i),
print ''

#会输出0 1 0 1 0
i = 0
while i < 5:
i += 1 #等同于i = i + 1
if i % 2==0: #如果i除2的余数为0
print 1,
else:
print 0,
print ''

#会输出c
i = 3
if i==1:
print 'a'
elif i==2:
print 'b'
elif i==3:
print 'c'
else:
print 'error'

#会输出1 2 3 3 4 4 5 5 6
for i in range(10):
i += 1
print i,
if i < 3:
continue #如果i<3则中断该次循环，从循环体的头部重新运行
elif i > 5:
break #如果i>5则中断整个循环
print i,

最后

虽然现在提及的是程序，但SEO要涉及的技术远不仅是程序。尽管很想从头开始提及所有应该学习的方面，无奈这是几本书都写不完的，单用几篇文章更无法穷尽。

在接下来的文章里面，将跳空一些知识点，如果读者没有相关基础，则需自行学习。之后将跳过的包括但不限于：

1. 基础Web知识，比如非ASCII字符集的URL需要编码等常识：http://www.w3school.com.cn/html/html_urlencode.asp

2. 浏览器开发人员工具的运用，可以选择Chrome的开发人员工具、或Firefox的Firebug插件等，个人推荐用Chrome。尤其需要先了解其抓 包功能，在采集数据的时候经常要用到。抓包功能在Chrome开发人员工具里面，对应的是”Network”选项卡。

3. 独立配置Python的pycurl模块。此处主要有两种选择，一种是在Windows系统安装Curl、再安装setuptools、最后安装模块，比 较麻烦也不推荐，且以后其他模块在Windows里面配置可能也是这么麻烦。另一种选择即是配置一个Linux环境，在CentOS及Fedora等系统 里面，执行：sudo yum install python-pycurl，在Ubuntu等系统里面，执行sudo apt-get install python-pycurl。之后将大量的使用到这个模块，所以务必配置好。Linux的入门命令可见：http://ooxx.me/common-ssh-commands.orz

4. 了解正则表达式。它是用来处理字符串的强大工具，可以在百度上寻找资料对它做初步的了解，至少要先知道.*?和[\s\S]*?这两个的含义，它们在采集数据的过程中是最常用的。这是一个很不错但难度较高的正则教程，可能不是很适合初学：http://manual.phpv.net/regular_expression.html

此外最好买一本Python书籍，虽然因为SEO没必要对程序涉及很深入，大多程序类书籍上的多数知识的重要性不高。比如每本书都会花大量篇幅去介 绍面向对象编程的思路与实现，但SEO的多数需求往往只有几百行代码，一般都不太会去涉及这些。不过，一开始的一些基础知识学习的过程中，容易疏漏或者遗 忘知识点，有一本书会好得多。

尚未找到比较适合SEO看的Python书籍。我自己手边有一本《Python核心编程》，应该说还可以吧。如果不确定买哪本的话，可以到这个论坛去找下pdf试看，它上面各类计算机书籍应该是相对最齐全的：http://club.topsage.com/forum-300-1.html

但不要只看pdf，一般学一门语言至少备一本纸质书籍，它应该是在自己不清楚或忘记了哪些知识点以后，可以随时拿来翻看的工具书。

文章作者：ZERO

本文来自semwatch 转载请注明出处链接及作者。