Python刚开始学时这些模块不常见,但是却挺好用

双端队列

双端队列（deque）同时具备栈和队列的特征，栈是先进后出的数据结构，队列是先进先出的数据结构（请先知道这个概念），所以双端队列可以从序列的任何一端添加和删除项。

案例

"""
将列表[1,2,3]最左边和最右边添加一个数,然后在删除他们
"""
from _collections import deque
if __name__ == '__main__':
    lst=[1,2,3]
    #创建一个双端队列
    double_end_queue=deque(lst)
    #向最左边添加一个数
    double_end_queue.appendleft(4)
    # 向最右边添加一个数
    double_end_queue.append(5)
    print(double_end_queue) #deque([4, 1, 2, 3, 5])
    # 向最左边删除一个数
    double_end_queue.popleft()
    # 向最右边删除一个数
    double_end_queue.pop()
    print(double_end_queue) #deque([1, 2, 3])

函数 popleft() 是去掉最左边的项并返回该项，pop() 是去掉最右边的项并返回该项。接下来我们来做一个小题，加深一下印象：判断一下一个词是不是回文。判断回文的话我们都知道，最简单的就是从一个词的两端向中间扫描，只要两端的字符匹配，一直弹出直到到达中间：

日期

在我们的日常生活当中，「时间」这个词是比较笼统和含糊的。在物理学的概念中，「时间」是一个非常清晰的概念，在我们的 Python 中，时间是可以通过相关模块来实现的

calendar

import calendar
print(calendar.month(2020,8))

上面的代码轻而易举的得到了 2020 年 8 月的日历，并且排列还相当整齐，这个就是 calender 模块。大家可以用 dir() 去查看这个模块下所有的内容。

calendar(year,w=2,l=1,c=6)

返回 year 年的年历，3 个月一行，间隔距离为 c，每日宽度间隔为 w 字符，每行长度为 21 * w + 18 +2 * c，l 是每星期行数

import calendar
print(calendar.calendar(2020))

isleap(year)

这个是判断是否为闰年，是则返回 true，否则返回 false

leapdays(y1,y2)

返回 y1，y2 两年之间的闰年总数，左闭右开区间，在这点上和序列的切片一样

month(year,month,w=2,l=1)

返回 year 年 mouth 月日历，两行标题，一周一行。每日间隔宽度为 w 字符，每行的长度为 7 * w +6，l 是每个星期的行数。

monthrange(year,month)

返回一个元组，里面有两个整数。第一个整数代表着该月的第一天是从星期几开始的（从 0 开始，依次为星期一，星期二…直到 6 代表星期日）。第二个整数代表该月一共多少天。

monthcalendar(year,month)

返回一个列表，列表内的元素还是列表，每个子列表代表一个星期，都是从星期一到星期日，如果没有本月的日期的话，则为 0。

weekday(year,month,day)

输入年月日，返回该日是星期几（需要注意的是，返回值依然按照从 0 到 6 依次对应星期一到星期日）。

Json

Json是一种由道格拉斯构想设计、轻量级的数据交换语言，以文字为基础，且易于让人阅读。尽管JSON 是 JavaScript 的一个子集，但JSON 是独立于语言的文本格式，并且采用了类似 C 语言家族的一些习惯。
JSON 构建于两种结构基础之上：

• “名称/值”对的集合。不同的语言中，它被理解为对象（object），记录（record），结构（struct），字典（dictionary），哈希表（hash table）等。
• 值的有序列表。在某些语言中，它被理解为数组（array），类似于 Python 中的类表。
  Python 标准库中有 JSON 模块，主要是执行序列化和反序列化功能
• 序列化：encoding，把一个 Python 对象编码转化成 JSON 字符串；
• 反序列化：decoding，把 JSON 格式字符串解码转换为 Python 数据对象

import json
data = [{'name':'rocky','like':('python','c++'),'age':23}]
#JSON序列化
data=json.dumps(data)
print(data,type(data)) #    [{"name": "rocky", "like": ["python", "c++"], "age": 23}]  <class 'str'>
#JSON反序列化
data=json.loads(data)
print(data,type(data)) #    [{'name': 'rocky', 'like': ['python', 'c++'], 'age': 23}] <class 'list'>

对于Json文件大处理

import tempfile
data = [{'name':'rocky','like':('python','c++'),'age':23}]
f=tempfile.NamedTemporaryFile(mode='w+')
json.dumps(data,f)
f.flush()
print(open(f.name,'r').read()) #[{"name": "rocky", "like": ["python", "c++"], "age": 23}]

数据操作

pickle

pickle是可以将数据以序列化的形式存入文件中,虽然对用户不好,但是对计算机特别友好

import pickle
integer = [1,2,3,4,5]
f = open('test.dat','wb')
#序列化
pickle.dump(integer,f)
f.close()
#反序列化
integer = pickle.load(open('test.dat','rb'))
print(integer) # [1, 2, 3, 4, 5]

shelve

由于数据的复杂程度,pickle只能完成一部分工作,从而引入了新的模块shelve

import shelve
s = shelve.open('test.db')
s['name'] = 'rocky'
s['like'] = 'python'
s['age'] = 23
s['content'] = {'first':'good good study','second':'day day up'}
s.close()
#遍历
s = shelve.open('test.db')
for k in s:
	print(k,s[k])

test.db

运行结果:

大文件的读取

如果文件不是很大的话，这种做法能够保证读取的速度，但是如果文件内容很大，大到差不多内存那么大或者更大的时候，就不能这么做了。但是 Python 早就替你考虑到了，Python 中有一个 fileinput 模块，可以使用它来操作。

import fileinput
with fileinput.input(files='text.html') as f:
    for line in f:
        print(line,end="")

当出现如下错误:
UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0x80 in position 1517: illegal multibyte sequence
可以说明其编码有问题,我们可以将其转换成utf8,具体措施如下:

import fileinput

with fileinput.input(files='text.html',openhook=fileinput.hook_encoded("utf8")) as f:
    for line in f:
        print(line,end="")

基本方法

fileinput.input(files=None, inplace=False, backup='', bufsize=0, mode='r', openhook=None)

files:                  #文件的路径列表，默认是stdin方式，多文件['1.txt','2.txt',...]
inplace:                #是否将标准输出的结果写回文件，默认不取代
backup:                 #备份文件的扩展名，只指定扩展名，如.bak。如果该文件的备份文件已存在，则会自动覆盖。
bufsize:                #缓冲区大小，默认为0，如果文件很大，可以修改此参数，一般默认即可
mode:                   #读写模式，默认为只读
openhook:               #该钩子用于控制打开的所有文件，比如说编码方式等;

常用函数

fileinput.input()       #返回能够用于for循环遍历的对象
fileinput.filename()    #返回当前文件的名称
fileinput.lineno()      #返回当前已经读取的行的数量（或者序号）
fileinput.filelineno()  #返回当前读取的行的行号
fileinput.isfirstline() #检查当前行是否是文件的第一行
fileinput.isstdin()     #判断最后一行是否从stdin中读取
fileinput.close()       #关闭队列

日志

import logging
logging.basicConfig(
level= logging.DEBUG,
format = '%(asctime)s : %(levelname)s : %(message)s',
filename= "test.log"
)
logging.debug('debug message')
logging.info("info message")
logging.warn('warn message')
logging.error("error message")
logging.critical('critical message')

定位特定类型文件

fnmatch

fnmatch这是一个专门用来进行文件名匹配的库，支持使用通配符来进行文字匹配（比如’*’，’?'等）
其只有4个函数:

• fnmatch：判断文件名是否符合特定的模式；
• fnmatchcase：判断文件名是否符合特定的模式（不区分大小写）；
• filter：返回输入列表中，符合特定模式的文件名列表；
• translate：将通配符模式转换成正则表达式

import os
import fnmatch
print(os.listdir('.'))
#['1.bin', 'a.txt', 'anchor.json', 'b.txt', 'Img', 'Itertools使用.py', 'test', 'test.db.bak', 'test.db.dat', 'test.db.dir', 'test.log', 'test.py', 'test2.py', '__init__.py', '__pycache__']
print([txt for txt in os.listdir('.') if fnmatch.fnmatch(txt, '*.txt')]) #['a.txt', 'b.txt']
print([file for file in os.listdir('.') if fnmatch.fnmatch(file, '[a-c]*')]) #  ['a.txt', 'anchor.json', 'b.txt']
print([file for file in os.listdir('.') if fnmatch.fnmatch(file, '[!a-c]*')]) #['1.bin', 'Img', 'Itertools使用.py', 'test', 'test.db.bak', 'test.db.dat', 'test.db.dir', 'test.log', 'test.py', 'test2.py', '__init__.py', '__pycache__']

glob

glob可以直接忽略os.path这个参数

import glob
print( glob.glob('*.txt')) #['a.txt', 'b.txt']
print( glob.glob('[a-c]*')) #['a.txt', 'anchor.json', 'b.txt']
print( glob.glob('[!a-c]*')) # ['1.bin', 'Img', 'Itertools使用.py', 'test', 'test.db.bak', 'test.db.dat', 'test.db.dir', 'test.log', 'test.py', 'test2.py', '__init__.py', '__pycache__']