简介这是一份专门为零基础读者整理的Python学习笔记PDF完整版内容基于最新Python版本编写从开发环境搭建起步系统讲解Python语法基础、基本数据类型、常见运算符、分支与循环结构、流程控制语句并对列表、元组等核心数据结构的创建、使用与应用场景逐一展开说明适合初学者按章节循序渐进地建立完整知识体系。压缩包共收录860个文件除PDF笔记外还包含大量c/h源文件、汇编代码、html文档、exe工具及chm帮助文档等整体118.77MB便于读者在阅读笔记的同时对照代码示例进行实操练习。已有412人学习下载资源由CSDN作者jimn2000整理上传笔记既可作为Python入门自学手册也可作为高校或培训机构的教学参考帮助读者从环境配置平滑过渡到语法与数据结构核心内容。1. 想要一份「Python学习笔记 PDF」直接下载不如自己构建你搜这个关键词大概率是这两种动机之一想找一份现成的中文 PDF 直接啃或者做了很久笔记想整理成 PDF 分享给自己和团队。前者的问题在于网上流传的版本要么停留某个旧版语法要么作者写了一半不再维护“完整版”和“最新版”基本靠标题自封后者的痛点则是中文 PDF 排版丑、代码块乱、目录不可跳转。这里的核心不是“PDF 这种格式”而是“一份能跟着 Python 版本更新、能随时排版成 PDF、打开即读的中文学习笔记”。所以这套方案的做法是源代码用 Markdown 管理发布用 PDF中间用工具链把中文、字体、代码高亮和书签一次性固化。适合刚入门 Python 的人拿模板跑通全流程也适合写了几年笔记想收编成规范的文档的老手。2. 选 PDF 做学习笔记载体中文、排版与可检索性怎么平衡2.1 为什么笔记源用 Markdown发布端用 PDF很多人在选笔记格式时会在 Markdown、HTML、PDF、Word 之间纠结。常见做法是笔记的“源文件”保存在 Markdown因为纯文本可 diff、可版本管理、可被各种工具链处理而对外发布的“成品”用 PDF因为 PDF 在同设备、跨设备、打印场景下的呈现是固定的。你写的这段笔记如果直接发 .md 文件对方打开可能就乱码或者渲染成不同效果发 PDF 能保证任何人看到的是同一版式。与其拿 Word 或网页去当存储格式不如将其视作“展示层”。同样一份笔记内容用 Markdown 存的是信息本身用 PDF 存的是版式快照。“完整版”的意义不在于页码多而在于内容闭环——基础语法、数据类型、函数、类、常用标准库、脚本实战这些部分都在源文件里按目录组织好再通过一次构建生成 PDF。这样维护的是源而不是每次直接改 PDF。2.2 中文 PDF 的四个关键问题字体、换行、目录、可搜索中文文档转 PDF 时最常踩的坑集中在下面几个点。这里先把它们指出来后面章节的命令会围绕它们展开。问题表现后果字体缺失中文变成方框或空白换台电脑打开就废等宽字体不含中文代码块中文和英文混排时错位可读性差断行规则中文标点排在行首观感粗糙打印浪费纸缺少书签/目录长文无法跳转“完整版”名不副实文本不可选中扫描版截图笔记无法搜索和复制字体问题是最影响观感的。中文 PDF 必须保证字体文件被内嵌到 PDF 内部而不是只在渲染机器上存在。真正做发行时会用两条路第一用系统自带 CJK 字体渲染比如 Noto Sans CJK SC 或思源宋体内嵌进 PDF第二代码块单独指定等宽字体比如 Fira Code 或 JetBrains Mono它们通常没有中文字形所以要让渲染引擎回退到中文主字体或者干脆代码块里也用中文全角空格。前者是推荐的。可搜索性方面用 LaTeX 引擎或 WeasyPrint 生成的 PDF 文字层天然存在CtrlF 能搜索但如果你拿的是从网页“另存为 PDF”之类的扫描件那就是图片没办法检索。这里的选择很直接可以检索的 PDF 才有资格叫笔记。2.3 从 Markdown 到 PDF 的主流工具选型生成路径有很多条最常见的三类引擎内置方案Pandoc LaTeX、浏览器打印方案Markdown 转 HTML 后打印成 PDF、以及纯 Python 渲染方案ReportLab / WeasyPrint。Pandoc XeLaTeX控制力最强排版像印刷品适合最终定稿。缺点是 LaTeX 宏包体积大安装慢。浏览器打印网页最快vscode 插件或 pandoc 导出 HTML再按浏览器的“输出为 PDF”处理中文基本零配置。注意选择“打印背景图形”否则代码高亮会丢。WeasyPrint用 HTML/CSS 排版写一套 CSS 就能同时管封面、页眉页脚和代码块断行适合不想碰 LaTeX 的用户。如果要落一个长期维护的“完整版笔记”后两条路径更适合日常Pandoc XeLaTeX 适合每个阶段出发布版。下面按顺序给出可复现的操作。3. 从 Markdown 一键生成中文 PDFpandoc 与字体配置的最小命令3.1 环境准备当前 Python 环境怎么装齐这一套这套工具链不一定全装在 Python 虚拟环境里但建议先建一个独立的版本环境以免把系统 Python 弄乱。常见做法是python -m venv .venv source .venv/bin/activate python -m pip install --upgrade pip这里用 venv 的原因后续如果要跑笔记里的示例代码比如 requests 爬虫、pandas 数据处理统一依赖到当前虚拟环境版本清晰。特意强调这一点是因为很多人的学习笔记最终烂尾都是因为“代码跑不通了”而这往往不是语法变没变而是包版本和当前环境不一致。另外如果 VSCode 是你日常写笔记和代码的入口需要在.vscode/settings.json里指一下解析器否则刚才建的虚拟环境不会被编辑器识别{ python.defaultInterpreterPath: .venv/bin/python, python.terminal.activateEnvironment: true }3.2 Pandoc 最小命令生成中文 PDF如果在 Linux 系统上安装 Python 后还要自己处理这些文档工具通常的安装方式为apt install pandoc texlive-xetex texlive-lang-chinese fonts-noto-cjk注意这只是 Debian/Ubuntu 系的包名macOS 用 Homebrew 的话是brew install pandoc brew install --cask mactex-no-gui。Pandoc 本身只是文档转换器真正负责把 Markdown 渲染成 PDF 的是背后的 XeLaTeX 引擎所以额外需要中文支持。先给一个能跑通的最小命令pandoc PythonNotes.md -o PythonNotes.pdf \ --pdf-enginexelatex \ -V CJKmainfontNoto Sans CJK SC \ -V monofontNoto Sans Mono CJK SC这个命令把PythonNotes.md编译成 PDF。参数含义--pdf-enginexelatex让 Pandoc 调用 XeLaTeX而不是默认的 pdfLaTeXXeLaTeX 直接支持系统字体名称。-V CJKmainfontNoto Sans CJK SC指定正文中文用什么字体该字体名必须与系统已装字体一致。-V monofontNoto Sans Mono CJK SC指定等宽字体这里特意选了带 CJK 字形的等宽字体代码里的中文注释才不会变成乱码或画出错误换行。这一步完成后用 PDF 阅读器打开查看。如果出现中文空白、方框或错位绝大多数是字体名不对。可以运行fc-list | grep -i noto在 Linux 上确认已装字体名。3.3 目录、书签与代码高亮参数学习笔记动辄几十页没有书签根本没法翻阅。加上目录和书签的两个必要参数是pandoc PythonNotes.md -o PythonNotes.pdf \ --pdf-enginexelatex \ --toc --toc-depth2 \ -V CJKmainfontNoto Sans CJK SC \ -V monofontNoto Sans Mono CJK SC \ --highlight-styletango参数变化说明--toc在正文前自动生成目录页--toc-depth2控制目录显示到二级标题笔记章节结构足够用如果内容分到四级标题还不收敛就要先简化笔记结构而不是加深度。--highlight-styletango是代码块配色方案Tango 在黑白打印时仍然有区分度。生成后的 PDF 在侧边栏应该能看到可点击的书签。如果你发现目录页的页码或侧边栏书签变成了乱码优先检查 Pandoc 版本是否过旧老版本对 PDF 书签的中文支持不稳定。升级到最新稳定版可解决。3.4 固定排版defaults 文件与保持版本一致每次敲一长串命令行体验很差维护时也容易漏参数。建议把以上参数沉淀为一个 YAML 文件交给 Pandoc 调用这样生成 PDF 的配置本身也可进版本库。# pdf-defaults.yaml pdf-engine: xelatex toc: true toc-depth: 2 highlight-style: tango variables: CJKmainfont: Noto Sans CJK SC monofont: Noto Sans Mono CJK SC geometry: margin2.5cm fontsize: 11pt使用方式pandoc PythonNotes.md -o PythonNotes.pdf --defaultspdf-defaults.yamlgeometry: margin2.5cm控制页边距默认 LaTeX 的页边距偏大换到 2.5 厘米对于学习笔记比较合适打印装订也不会太靠边。fontsize: 11pt是正文基础字号代码块字号由 Pandoc 默认处理如果你觉得代码块比正文小太多后面可以用 header-includes 追加 LaTeX 样式那是后话。这个阶段的目标很简单让“生成笔记 PDF”从一条命令变成“改内容、敲一条命令、出成品”。版本稳定后再考虑用脚本把 Python 版本和依赖库版本自动写进笔记附录。4. 用 Python 处理已有笔记 PDF合并、拆分、OCR 与书签生成4.1 合并和拆分把“完整版”从零散文件拼起来很多人的学习笔记是分章节散落的本子第 1 章基础语法、第 2 章类型转换、第 3 章字符串处理、第 4 章文件读写、第 5 章爬虫、第 6 章协程与多进程。最终发布时要合成一个“完整版 PDF”如果之前已经分别生成了多个 PDF用 Python 做合并最省事。from pypdf import PdfReader, PdfWriter writer PdfWriter() for pdf_name in [01-基础语法.pdf, 02-类型转换.pdf, 03-字符串.pdf, 04-爬虫.pdf]: reader PdfReader(pdf_name) for page in reader.pages: writer.add_page(page) with open(PythonNotes-完整版.pdf, wb) as f: writer.write(f)逻辑用途说明PdfReader(pdf_name)读取每个分册writer.add_page(page)按顺序装入页对象最后一次性写出合并后的文件。pypdf是纯 Python 实现纯读取合并时不依赖系统原生库。合并过程中不要逐个writer.write应该统一在最后写一次减少多次磁盘 IO 以及文件句柄不释放的问题。拆分场景则是“只要其中某几页”。比如只想把爬虫章节发给同事可以按页码切分reader PdfReader(PythonNotes-完整版.pdf) writer PdfWriter() for i in range(20, 35): # 第20到35页共16页 writer.add_page(reader.pages[i]) with open(爬虫章节.pdf, wb) as f: writer.write(f)这里的range(20, 35)是左闭右开区间也就是取第 20 页到第 34 页。PDF 页码从 0 开始注意别和阅读器显示的“第 21 页”搞混。4.2 提取文本让 PDF 能检索、能转成其他格式“PDF 转 Word”或“PDF 解析”的需求本质是提取文字层。用 PyMuPDFfitz比 pypdf 更快而且对中文支持更好。最小提取脚本import fitz doc fitz.open(PythonNotes-完整版.pdf) text_all [] for page in doc: text_all.append(page.get_text(text)) full_text \n.join(text_all) with open(PythonNotes.txt, w, encodingutf-8) as f: f.write(full_text)参数说明page.get_text(text)按阅读顺序提取纯文本是提取脚本时最稳的选项如果用blocks模式则会按块输出适合做版面还原但对学习笔记来说信息有冗余。提取出的 txt 可以用于全文检索也可以粘贴到 Word 里做二次整理。一个重要提醒如果你发现提取出来的文本是空白或乱码说明这份 PDF 本身没有文字层是纯图片扫描件。这时需要走 OCR 流程而不是重复提取。4.3 OCR 中文扫描版笔记用 Tesseract 加中文语言包对于没有文字层的 PDF常用做法是把页面转成图片再用 OCR 引擎识别。这里以 Tesseract 为例sudo apt install tesseract-ocr tesseract-ocr-chi-simPython 侧调用import fitz import pytesseract from PIL import Image doc fitz.open(扫描版笔记.pdf) page doc[0] pix page.get_pixmap(dpi200) img Image.frombytes(RGB, [pix.width, pix.height], pix.samples) text pytesseract.image_to_string(img, langchi_simeng) print(text)这里的dpi200是分辨率参数。OCR 对 96 DPI 的屏幕截图经常识别出错200 DPI 是速度和质量的平衡点langchi_simeng表示同时启用简体中文和英文识别适合 Python 代码和中文注释混杂的页面。跑完全部页面的耗时可能不短建议分段执行并缓存结果不要一次性打印所有中间结果。4.4 补全书签与页码偏移用前面命令生成的 Pandoc PDF 自带书签但扫描版或从别处拿来的 PDF 通常没有。可以用 PyMuPDF 给已有 PDF 插入书签这一步的关键是把“笔记本里的标题页”映射到文件内的页码import fitz doc fitz.open(PythonNotes-完整版.pdf) toc [ [1, 基础语法, 1], [1, 类型转换, 4], [1, 爬虫与网络请求, 10], ] doc.set_toc(toc) doc.saveIncr()set_toc接收列表每个元素是[级别, 标题, 页码]页码是 PDF 内部页数从 1 开始。saveIncr()是增量保存原文件不会被重写下次打开就带书签。学习笔记超过三十页时这个操作能让可用性提升一整个档次。5. 把「最新版本」自动化更新模板、渲染验证与增量发布5.1 版本号与依赖快照写入首页“最新版本”这四个字不能靠手动改标题日期来维护。常见做法是在笔记正文里引用一个版本信息文件把 Python 主版本号和关键依赖库版本号在渲染时动态写入。用 Pandoc 的 metadata 变量加一个生成脚本python - EOF import platform, sys, subprocess print(fPython {platform.python_version()}) print(sys.executable) subprocess.run([sys.executable, -m, pip, freeze]) EOF然后在 Markdown 顶部用 YAML metadata 暴露版本变量再在正文需要位置引用。这样每次 PDF 都是当天环境的状态笔记里写“适用于当前环境”而不是“永远正确的断言”。5.2 渲染预览与增量发布流程渲染验证方面三步走先用pdffonts查看字体嵌入情况再检查页数和文件体积最后用qpdf --check做结构完整性校验。pdffonts PythonNotes.pdf这条命令输出所有字体列表重点看 “emb” 列必须是 “yes”否则换电脑打开必然掉字。再执行qpdf --check PythonNotes.pdf该命令输出 “No errors found” 才适合对外发布。整体流程可以在 Makefile 里固化build: pandoc PythonNotes.md -o PythonNotes.pdf --defaultspdf-defaults.yaml pdffonts PythonNotes.pdf | grep -q no echo 有未嵌入字体 || echo 字体检查通过到这里整个方案形成了闭环源文件在被文件夹里保持 Markdown发布时一键产出中文完整版 PDF并每次都校验字体嵌入和结构完整。“最新版本”不再靠心里记而是依赖环境快照和强制校验这两道保险。最后再提醒一件事PDF 文件名要带上版本号比如PythonNotes-v2.4.pdf别再用“最终版”“最最终版”这类自己都分不清的命名方式。一个完善的学习笔记仓库应该让旧版可以被追溯让新版被快速验证。本文还有配套的精品资源点击获取