简介《Python学习笔记(干货)》中文PDF完整版是一份面向零基础入门者的系统学习资料以PDF文档整册呈现。内容遵循由浅入深的学习路径从Python环境搭建、第一个程序、集成开发工具讲起逐步覆盖语法基础中的输入输出、注释、变量动态类型整型、浮点型、布尔型、字符串等基本数据类型以及算术、关系、逻辑、位、成员、身份等常用运算符并详细讲解if/elif/else分支结构、while/for循环及嵌套结构后续还涉及流程控制语句和列表操作等进阶内容知识点配有可运行示例兼顾理论讲解和动手练习。资源包仅含1个PDF文件整包大小约22.35MB目录清晰便于按章节依次阅读或作为日常语法手册查阅。目前已有59686人学习下载适合需要从零搭建Python知识体系的自学者和编程入门新手可帮助读者扎实掌握核心语法为后续数据分析、Web开发、自动化脚本等场景打牢基础。1. 拿到「Python学习笔记(干货) 中文PDF完整版」后第一步不是从头读一份标题写着「Python学习笔记(干货) 中文PDF完整版」的文件最常见的归宿不是被读完而是被存进网盘、收藏夹然后三年不打开。多数人打开这类PDF的姿势是从第一页开始像看教材一样逐行读读到第四章列表推导式就卡住于是放弃。这不是你的问题是使用方式错了——这类笔记的真正价值不在“读”而在“查”和“抄”。它能帮你省下的时间取决于你能否快速定位到某个知识点、能否把里面的代码样例直接改成自己的代码跑通。这篇笔记要讲的就是拿到这样一份中文PDF学习笔记之后怎么把它从“吃灰文件”变成真正能用的干活手册先判断能不能直接复制代码再转成可检索格式然后重写成自己的版本最后避开那些最坑的中文PDF陷阱。适合正在学Python、手里攒了一堆PDF但从来没真正用过它们的人。2. 这类笔记该怎么读目录是入口代码样例是主干2.1 为什么这类笔记的目录比正文更值钱一份靠谱的中文Python学习笔记PDF本质上是一本压缩过的参考手册。它的编排方式通常有两种一种按学习路线排从环境搭建、基础语法、函数与类、常用标准库一路到爬虫或数据分析实战另一种按“问题”排比如“怎么批量改文件名”“怎么把Excel多个sheet合并”每个问题配一段完整代码。不管哪种真正决定这份笔记好不好用的不是它写了多少页而是它的目录够不够细、能不能让你在30秒内找到想要的片段。我拿到这类PDF之后的第一件事不是翻正文而是先把目录页通读一遍用荧光笔标出自己最近会碰到的知识点。比如这几天在写文件处理脚本我就只关注“文件读写”“路径处理”“异常捕获”这几节其他内容一概跳过。这样做的好处是你是在带着问题查资料不是在无目的阅读同样一份笔记后者三天忘光前者能立刻产出代码。2.2 按“最小可运行样例”读把笔记当成调试手册真正能提高效率的读法是只看一个东西能直接复制运行的代码块。很多中文PDF笔记的正文会花大篇幅解释概念但解释得再好不如一段能跑的代码来得实在。我的习惯是每看到一个代码样例先判断它的输入是什么、输出是什么、依赖哪些库然后在本地新建一个测试脚本把它跑通再在它的基础上改两个参数看结果怎么变化。比如笔记里有一个“统计文本中每个单词出现次数”的例子我不会只读一遍而是会把它改成统计某个日志文件里error出现的次数。这个改动过程才是真正学到的部分。按这种“最小可运行样例”的方式读一份100页的笔记你真正需要的可能只有20个代码块把这20个代码块吃透比从头到尾翻十遍都管用。2.3 版本识别先确认笔记里的Python主版本再动手这是最容易忽略的一步也是最容易翻车的环节。现在的Python稳定版本已经走到了3.10以上但很多流传的中文PDF笔记还停留在Python 2.7或者Python 3.4时代。如果你照着笔记里的代码写很可能会遇到print是语句还是函数、整数除法结果是几、f-string能不能用这类版本差异问题。我拿到一份笔记后的标准动作是随机翻到中间某一章的代码块看三处特征——输入输出是否用print()带括号字符串格式化是否出现f...异常捕获是否写成except Exception as e:。如果三个特征都符合Python 3.6以上那就放心跟着写如果看到print hello这种写法就说明这份笔记的整体版本偏老你需要边做边手动改成新语法。别嫌这一步麻烦它能帮你省掉后面大量的排查时间。实在拿不准的版本语法差异直接在终端里跑一下python --version和python3 --version以你自己环境的结果为准。3. 把中文PDF转成可检索、可批注的本地知识库工具与三步走3.1 先判断PDF是文本型还是扫描型两个判断方法不是所有PDF都能直接提取文字。有的PDF是文字型内容本身是文本层可以选中、复制有的则是扫描型整页就是一张图片复制出来全是空白。判断方法很简单用浏览器或阅读器打开PDF随便框选一段正文文字如果能选中并复制出中文内容就是文本型如果鼠标只能画出矩形框、复制出来是空的或者是乱码那基本就是扫描型。判断这件事必须在转格式之前做因为它直接决定后面用哪套工具链。文本型PDF用pdfplumber或PyMuPDF就能提取扫描型PDF则要先过OCR这一步会引入额外的识别错误尤其是代码里的中括号、小括号、冒号和缩进OCR经常认错。对Python学习笔记来说代码块是命根子如果代码被OCR认错这份PDF的使用价值就大打折扣。所以碰到扫描型PDF我的建议是先找找有没有文字版来源找不到再考虑OCROCR的质量需要逐段人工校对成本很高。3.2 用PyMuPDF提取文本最小可运行脚本确认是文本型PDF之后第一步是把全文提出来看看质量。我最常用的工具是PyMuPDF也就是fitz它提取中文文本的速度快而且对大多数中文PDF的编码支持比pdfplumber更稳定。下面这个脚本是最小可用的提取方案import fitz # PyMuPDF第4版之后的导入名是fitz pdf_path python_notes.pdf output_path extracted.txt # 打开PDF文件 doc fitz.open(pdf_path) with open(output_path, w, encodingutf-8) as f: for page_index in range(len(doc)): # 获取指定页码的页面对象 page doc[page_index] # extract_text()返回该页的全部文字内容保留换行 text page.get_text() f.write(f\n Page {page_index 1} \n) f.write(text) doc.close() print(f提取完成共 {len(doc)} 页)这段脚本的逻辑很直白遍历每一页调用get_text()把页内文字取出来按页写入文本文件。这里有几个需要注意的参数和细节fitz.open()的入参是PDF文件路径它返回一个Document对象可以理解成整个PDF的内存句柄。用完之后要调用close()释放资源。page.get_text()默认会把页眉页脚也提取进来如果页面有页码这些页码会混进正文里在后续切分时需要注意过滤。输出的文本是从左到右、从上到下排列的但代码块的缩进会以空格形式保留下来这个特性对后续恢复代码很重要。提取出的中文如果出现大量\uXXXX形式的转义字符说明你的输出文件打开时编码不对写入时一定要指定encodingutf-8。3.3 切分章节并生成Markdown保留代码块的缩进文本提取只是第一步直接看txt文件还是不够方便。更实用的做法是把它转成Markdown让标题、代码块、列表在编辑器里能正确渲染。常见的做法是先按标题关键词把文档切成段落块再把每个段落块根据特征标记成正文或代码块。下面是一个能跑通的简化版转换脚本import re import fitz PDF_PATH python_notes.pdf MD_PATH python_notes.md def classify_block(block_text: str) - str: 根据文本特征判断是正文还是代码块 # 连续多行以4个空格开头或包含常见语法特征判定为代码 code_pattern re.compile(r^( {4,}|\t)) syntax_keywords [def , import , print(, input(, if , else:] lines block_text.splitlines() code_lines 0 total_lines len(lines) if len(lines) 0 else 1 for line in lines: if code_pattern.match(line) or any(kw in line for kw in syntax_keywords): code_lines 1 # 代码行占比超过一半就当作代码块处理 return code if code_lines / total_lines 0.5 else text doc fitz.open(PDF_PATH) md_lines [] for page_index in range(len(doc)): page doc[page_index] blocks page.get_text(blocks) # blocks是元组列表每个元素是(x0, y0, x1, y1, text, block_no, block_type) for block in blocks: x0, y0, x1, y1, text, block_no, block_type block # 过滤掉页眉页脚区域这个阈值按实际PDF微调 if y0 50 or y1 792 - 50: continue block_text text.strip() if not block_text: continue kind classify_block(block_text) if kind code: # 用围栏包住代码块保留原始空格缩进 md_lines.append(\npython\n block_text \n\n) else: md_lines.append(block_text \n) with open(MD_PATH, w, encodingutf-8) as f: f.write(\n.join(md_lines)) doc.close() print(f转换完成输出文件{MD_PATH})这个脚本的核心在classify_block函数。它不是靠单一规则判断代码块而是统计一个文本块里“长得像代码的行”的占比连续以4个空格开头、或者包含def、import、print(等特征词的行越多这个块是代码块的概率就越高。这种统计方法比“看到关键字就判定”更稳能减少正文里出现“定义一个函数”这种句子被误判为代码的情况。page.get_text(blocks)是PyMuPDF提供的按排版块提取方式返回的每一个tuple带坐标信息可以通过y0、y1过滤掉页眉和页码。这个页眉高度阈值50是我针对常规A4页面设的如果你的PDF页边距不同需要打开输出文件看一眼如果发现第一行正文被吞了就把阈值调小比如y0 30如果发现页眉混进来就调大。3.4 转完之后的搜索与批注环境转换完成后这份PDF就从“只读文件”变成了一个可以全文搜索、随手批注的Markdown库。我用的是最朴素的工作流把生成的md文件丢进支持全文搜索的代码编辑器或者笔记软件里用CtrlF快速定位关键字。比如想找“装饰器”相关的内容直接在搜索框输入“装饰器”然后在结果里挑代码块密集的段落看。这一步是PDF本身给不了的体验——PDF阅读器的搜索只能匹配文本层碰到因为字体问题导致的乱码文本根本搜不到而转换后的Markdown文件是纯文本搜索是逐字节匹配的快而且准。顺带一提转换后的Markdown里代码块的缩进、空行都来自get_text(blocks)的原始提取结果可能会有少量行被PDF的分栏排版打断。遇到这种情况不用回头改PDF直接在编辑器里修正那个代码块就行。4. 从别人的笔记到自己的能力怎么重写成自己的干货版4.1 三遍法先划重点、再删废话、最后补自己的问题别人的笔记写得再好那是别人的知识结构。直接拿着读和把它改写成自己的版本记忆效果完全是两回事。这个过程我一般用“三遍法”来做不花大量时间但收益很高。第一遍通读目录和每个章节的标题划出和你当前工作、学习直接相关的部分。这一遍不细看内容只做标记。第二遍只读划出来的部分把原文里的解释性长句删掉保留结论、代码和关键注释。这一遍是在做减法你会发现大量的“举个例子”“需要注意的是”这类过渡句其实不用抄。第三遍在每个删减后的段落下面补一句自己的话这个知识点我准备用来干什么、和之前学的哪个点有冲突、哪里还没看懂。三遍结束一份属于你的干货版笔记就形成了。这个过程不用专门找大块时间利用零碎时间做就行。重要的是别跳过第三遍——自己写问题是逼迫大脑把新旧知识连起来这一步才是真正产生学习效果的地方。4.2 把笔记里的代码改成自己的场景跑通才算数这是整篇笔记里最值钱的一条建议不要满足于“看懂了”代码要改造成自己场景下的可运行脚本才算真正掌握。原因很简单看懂的代码是别人的改过的代码才是你的。比如说PDF笔记里有一段“用Pandas筛选某列大于某个值的所有行”代码大概长这样import pandas as pd df pd.read_excel(销售数据.xlsx) # 筛选出销量大于100的行 filtered df[df[销量] 100] print(filtered.head())我不会直接复制粘贴跑一遍就完事而是会改成自己手头真实的问题假如我有一个CSV文件记录的是服务器接口响应时间我想筛出所有耗时超过500毫秒的请求代码就变成import pandas as pd df pd.read_csv(api_log.csv, encodingutf-8) # 响应时间字段是response_ms单位是毫秒 slow_requests df[df[response_ms] 500] # 按接口路径分组统计每个接口的慢请求数量 slow_summary slow_requests.groupby(api_path).size().reset_index(nameslow_count) print(slow_summary.sort_values(slow_count, ascendingFalse).head(10))这样一改你用到的还是笔记里的核心语法——布尔索引、分组聚合但输入输出、字段名、阈值全变成自己熟悉的东西。下次遇到同类需求你脑子里浮现的不是笔记里的代码而是你上次自己写的这段脚本。这个迁移过程多做几次你会明显感觉到这些知识点开始变成条件反射。4.3 做一张“一页纸索引”给笔记里的干货做登记笔记越积越多之后最大的问题不是没有内容而是想用的时候想不起来在哪。我的解决方法是给每份PDF笔记做一张索引表记录知识点、对应页码或章节、代码功能、我改写的文件名。这张表用表格就行不用搞得花哨。知识点原笔记位置我的改写脚本上一次用到的时间Pandas布尔索引筛选行第3章 数据筛选filter_slow_requests.py上周异常重试机制第5章 装饰器retry_with_log.py一个月前多线程下载第7章 并发batch_downloader.py未用过索引表本身没技术含量但它的作用是让你敢于把笔记里的内容“忘了”——反正想用的时候查一下表就能找到。我一般用Markdown表格维护存在和PDF笔记同一个文件夹里命名成_index.md这样每次打开笔记目录第一眼看到的就是索引而不是一堆不知道装了什么的PDF。5. 避坑指南中文PDF笔记的5个高频翻车现场5.1 复制出来的中文全是乱码代码里出现“口口口”现象从PDF里复制代码到编辑器中文注释和字符串全部变成方块或问号代码没法用。原因PDF生成时没有正确设置编码或者嵌入的字体子集不完整导致文本层里的字符映射损坏。这种问题在中文PDF里极其常见尤其是在早期用微软雅黑或某些开源中文字体排版的PDF中。解决不要从阅读器里直接复制改用第3章里的PyMuPDF提取脚本把文本先落到txt文件里。如果提取出来的txt也是乱码就说明PDF的文本层本身是坏的这时候只能换PDF源或者接受这份笔记里中文部分需要手动补、代码还能用的现实。5.2 代码缩进被PDF排版重排复制后运行报IndentationError现象明明在PDF里看代码缩进是整齐的复制到编辑器里一运行报错“IndentationError: unexpected indent”。原因PDF的文本层只保存字符内容不完整保存排版缩进。有些PDF编辑器在导出文本时会丢失行首空格另一些则会把代码块里的所有空格统一压缩或展开。这会导致for循环下的代码块失去缩进层级Python解释器当然不认。解决用PyMuPDF的get_text(blocks)方式提取它在多数情况下能保留行首空格。如果提取后还是丢缩进就改用get_text(words)拿到每个词的位置坐标然后根据x坐标重建空间缩进——这个方案更复杂遇到再处理。日常使用我建议凡是超过十行的代码块不要依赖复制直接手敲一遍这一步同时也在帮你记代码结构。5.3 中文引号混入代码报错只看得到SyntaxError现象复制代码后运行报SyntaxError: invalid character “找半天找不到问题肉眼看起来代码没问题。原因PDF里排版文字时编辑器可能会把代码字符串里的英文双引号自动替换成中文的左右引号尤其是当代码夹在中文正文段落里时。复制出来之后Python解释器在解析到中文引号时直接报错。解决写一个快速清洗脚本把常见的中文标点替换成英文标点再交给解释器import re # 读入从PDF里复制出来的代码 with open(copied_code.py, r, encodingutf-8) as f: code f.read() # 把中文标点替换成英文标点注意不要把注释里的中文替换掉 code code.replace(, ().replace(, )) code code.replace(“, \).replace(”, \) code code.replace(‘, ).replace(’, ) code code.replace(, , ).replace(。, ) with open(cleaned_code.py, w, encodingutf-8) as f: f.write(code)已经踩过一次这个坑之后我的习惯是拿到PDF代码先扫描一遍全角字符再运行。用编辑器里的正则搜索[^\x00-\x7F]看代码行里是否出现非ASCII字符比运行时报错再排查快得多。注意上面脚本中code.replace(, , )最后那个替换把中文逗号替换成英文逗号加空格是为了符合PEP8的书写习惯如果你不希望改动格式可以只替换成英文逗号。5.4 代码块是图片形式OCR识别后中括号变乱码现象PDF里的代码是整块截图提取文本时这一段直接消失。用OCR软件识别后中括号[]被识别成「」或方框小括号()偶尔变半角代码完全没法跑。原因PDF制作者为了省事直接把代码编辑器的截图贴进文档。OCR模型对英文字符识别尚可但对代码里密集的符号组合很容易出错而且代码行背景色深时识别率进一步下降。解决对于这种图片型代码块最可靠的办法不是OCR而是去PDF同源的地方找代码的文本版本——很多这类笔记有配套的代码包或者博客原文PDF只是整理版。如果实在找不到那就打开图片代码块照着图片手敲一遍顺便把代码逻辑过一遍。经验是手敲10行代码通常两三分钟但OCR加校对可能需要十分钟还容易漏错。5.5 笔记基于旧版Pythonprint语法和除法行为对不上现象照笔记写的代码报SyntaxError或者计算结果和笔记里写的不一样。典型场景是print hello报错、5 / 2的结果是2而不是2.5。原因笔记基于Python 2编写而你的环境是Python 3。Python 3把print改成了函数、/改成真除法、字符串默认Unicode这些都是不兼容的改动语法上直接暴露。解决先确认环境再决定跟着改还是放弃这部分。一个小技巧优先找笔记里代码的特征来快速判断版本一看有没有f-string二看except后面有没有as e三看print有没有括号。这三个判断点十秒钟就能看出来。如果你的目标是把代码跑起来我一般会顺手把老语法升级到Python 3这个转换工作不算难主要是print加括号、xrange改成range、捕获异常的语法调整这三类。注意避免手工全局替换比如把print hello里的引号误伤其他行一个一个改更稳。6. 进阶把PDF笔记变成一个“照抄即用”的代码片段库6.1 给常用代码块建立速查片段让笔记随取随用当一份PDF笔记被完整转成Markdown并跑通之后下一步要做的不是继续收集更多笔记而是把验证过的代码块提炼成“片段库”。我的做法是在本地建一个snippets/目录按场景分文件比如file_io.py、data_clean.py、concurrency.py。每次从笔记里看到一个值得收藏的代码块就把它改写进对应的文件并在顶部写明用途、依赖、注意事项。这些文件本身不是完整项目而是“半成品”需要复制时打开文件把函数里的参数改成自己手头的变量名就行。这个片段库的意义在于它把一份静态的、几百页的PDF压缩成了几个直接用的文件。你再也不用为了找一个“删除文件夹里所有超过7天的日志文件”的写法翻遍整份PDF。我自己维护了大概半年之后明显感觉到日常写脚本时打开编辑器的频率大幅下降因为常用的模式都在片段库里了。6.2 用一小段脚本给片段的语法“验尸”省掉无谓查错片段库积累多了以后会面临一个问题改写过的东西也可能有语法错误。我的习惯是用一段非常短的脚本定期把它们全部过一遍语法确保“照抄即用”这个承诺没有失效import py_compile import pathlib snippets_dir pathlib.Path(snippets) for py_file in snippets_dir.glob(*.py): try: py_compile.compile(str(py_file), doraiseTrue) print(f[OK] {py_file.name}) except py_compile.PyCompileError as e: print(f[FAIL] {py_file.name}: {e})py_compile.compile()只做语法编译不执行代码所以即使片段里有读取文件的逻辑、调用不存在的函数也不会在这里报错它只管你的代码语法是不是合法的。这正好符合片段库的定位语法保证对运行时的错误留给真正使用的那一次去排查。这个检查不用天天跑一周一次或者每次新加入几个片段后跑一遍就行。这个工作流的尽头是你已经不太需要再打开那份PDF了因为最有用的部分都变成了你自己的片段和改写脚本。但那份PDF仍然值得留着它是你所有代码片段的出处和索引回头想复习某个知识点时回到原笔记再看一遍往往会有不同的理解。这也是我做学习笔记一贯的收尾方式不追求“读完”只追求“留下能用的东西”。希望帮到你。本文还有配套的精品资源点击获取
