做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。
别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。
我先来介绍一下这些东西怎么用，文末抱走。
（1）Python所有方向的学习路线（新版）
这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
最近我才对这些路线做了一下新的更新，知识体系更全面了。
（2）Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
（3）100多个练手项目
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。
（4）200多本电子书
这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。
基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。
（5）Python知识点汇总
知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。
（6）其他资料
还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。
这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
hello again, and welcome to the show
goodbye
`spawn` 函数还可用于在后台运行一个程序. Example 1-38 给 `run` 函数添加了一个可选的 `mode` 参数; 当设置为 `os.P_NOWAIT` 时, 这个脚本不会等待子程序结束, 默认值 `os.P_WAIT` 时 `spawn` 会等待子进程结束.
其它的标志常量还有 `os.P_OVERLAY` ,它使得 `spawn` 的行为和 `exec` 类似, 以及 `os.P_DETACH` , 它在后台运行子进程, 与当前控制台和键盘焦点隔离.
##### 1.4.4.5. Example 1-38. 使用 os 模块在后台执行程序 (Windows)
File: os-spawn-example-2.py
import os
import string
def run(program, *args, **kw):
# find executable
mode = kw.get(“mode”, os.P_WAIT)
for path in string.split(os.environ[“PATH”], os.pathsep):
file = os.path.join(path, program) + “.exe”
try:
return os.spawnv(mode, file, (file,) + args)
except os.error:
pass
raise os.error, “cannot find executable”
run(“python”, “hello.py”, mode=os.P_NOWAIT)
print “goodbye”
goodbye
hello again, and welcome to the show
Example 1-39 提供了一个在 Unix 和 Windows 平台上通用的 `spawn` 方法.
##### 1.4.4.6. Example 1-39. 使用 spawn 或 fork/exec 调用其他程序
File: os-spawn-example-3.py
import os
import string
if os.name in (“nt”, “dos”):
exefile = “.exe”
else:
exefile = “”
def spawn(program, *args):
try:
# possible 2.0 shortcut!
return os.spawnvp(program, (program,) + args)
except AttributeError:
pass
try:
spawnv = os.spawnv
except AttributeError:
# assume it's unix
pid = os.fork()
if not pid:
os.execvp(program, (program,) + args)
return os.wait()[0]
else:
# got spawnv but no spawnp: go look for an executable
for path in string.split(os.environ["PATH"], os.pathsep):
file = os.path.join(path, program) + exefile
try:
return spawnv(os.P_WAIT, file, (file,) + args)
except os.error:
pass
raise IOError, "cannot find executable"
try it out!
spawn(“python”, “hello.py”)
print “goodbye”
hello again, and welcome to the show
goodbye
Example 1-39 首先尝试调用 `spawnvp` 函数. 如果该函数不存在 (一些版本/平台没有这个函数), 它将继续查找一个名为 `spawnv` 的函数并且 开始查找程序路径. 作为最后的选择, 它会调用 `exec` 和 `fork` 函数完成工作.
#### 1.4.5. 处理守护进程(Daemon Processes)
Unix 系统中, 你可以使用 `fork` 函数把当前进程转入后台(一个"守护者/daemon"). 一般来说, 你需要派生(fork off)一个当前进程的副本, 然后终止原进程, 如 Example 1-40 所示.
##### 1.4.5.1. Example 1-40. 使用 os 模块使脚本作为守护执行 (Unix)
File: os-example-14.py
import os
import time
pid = os.fork()
if pid:
os._exit(0) # kill original
print “daemon started”
time.sleep(10)
print “daemon terminated”
需要创建一个真正的后台程序稍微有点复杂, 首先调用 `setpgrp` 函数创建一个 "进程组首领/process group leader". 否则, 向无关进程组发送的信号(同时)会引起守护进程的问题:
os.setpgrp()
为了确保守护进程创建的文件能够获得程序指定的 mode flags(权限模式标记?), 最好删除 user mode mask:
os.umask(0)
然后, 你应该重定向 *stdout/stderr* 文件, 而不能只是简单地关闭它们(如果你的程序需要 `stdout` 或 `stderr` 写入内容的时候, 可能会出现意想不到的问题).
class NullDevice:
def write(self, s):
pass
sys.stdin.close()
sys.stdout = NullDevice()
sys.stderr = NullDevice()
换言之, 由于 Python 的 `print` 和 C 中的 `printf/fprintf` 在设备(device) 没有连接后不会关闭你的程序, 此时守护进程中的 `sys.stdout.write()` 会抛出一个 *IOError* 异常, 而你的程序依然在后台运行的很好....
另外, 先前例子中的 `_exit` 函数会终止当前进程. 而 `sys.exit` 不同, 如果调用者(caller) 捕获了 *SystemExit* 异常, 程序仍然会继续执行. 如 Example 1-41 所示.
##### 1.4.5.2. Example 1-41. 使用 os 模块终止当前进程
File: os-example-9.py
import os
import sys
try:
sys.exit(1)
except SystemExit, value:
print “caught exit(%s)” % value
try:
os._exit(2)
except SystemExit, value:
print “caught exit(%s)” % value
print “bye!”
caught exit(1)
---
### 1.5. os.path 模块
`os.path` 模块包含了各种处理长文件名(路径名)的函数. 先导入 (import) `os` 模块, 然后就可以以 `os.path` 访问该模块.
#### 1.5.1. 处理文件名
`os.path` 模块包含了许多与平台无关的处理长文件名的函数. 也就是说, 你不需要处理前后斜杠, 冒号等. 我们可以看看 Example 1-42 中的样例代码.
##### 1.5.1.1. Example 1-42. 使用 os.path 模块处理文件名
File: os-path-example-1.py
import os
filename = “my/little/pony”
print “using”, os.name, “…”
print “split”, “=>”, os.path.split(filename)
print “splitext”, “=>”, os.path.splitext(filename)
print “dirname”, “=>”, os.path.dirname(filename)
print “basename”, “=>”, os.path.basename(filename)
print “join”, “=>”, os.path.join(os.path.dirname(filename),
os.path.basename(filename))
using nt …
split => (‘my/little’, ‘pony’)
splitext => (‘my/little/pony’, ‘’)
dirname => my/little
basename => pony
join => my/little/pony
注意这里的 `split` 只分割出最后一项(不带斜杠).
`os.path` 模块中还有许多函数允许你简单快速地获知文件名的一些特征，如 Example 1-43 所示。
##### 1.5.1.2. Example 1-43. 使用 os.path 模块检查文件名的特征
File: os-path-example-2.py
import os
FILES = (
os.curdir,
“/”,
“file”,
“/file”,
“samples”,
“samples/sample.jpg”,
“directory/file”,
“…/directory/file”,
“/directory/file”
)
for file in FILES:
print file, “=>”,
if os.path.exists(file):
print “EXISTS”,
if os.path.isabs(file):
print “ISABS”,
if os.path.isdir(file):
print “ISDIR”,
if os.path.isfile(file):
print “ISFILE”,
if os.path.islink(file):
print “ISLINK”,
if os.path.ismount(file):
print “ISMOUNT”,
print
. => EXISTS ISDIR
/ => EXISTS ISABS ISDIR ISMOUNT
file =>
/file => ISABS
samples => EXISTS ISDIR
samples/sample.jpg => EXISTS ISFILE
directory/file =>
…/directory/file =>
/directory/file => ISABS
`expanduser` 函数以与大部分Unix shell相同的方式处理用户名快捷符号(~, 不过在 Windows 下工作不正常), 如 Example 1-44 所示.
##### 1.5.1.3. Example 1-44. 使用 os.path 模块将用户名插入到文件名
File: os-path-expanduser-example-1.py
import os
print os.path.expanduser(“~/.pythonrc”)
/home/effbot/.pythonrc
`expandvars` 函数将文件名中的环境变量替换为对应值, 如 Example 1-45 所示.
##### 1.5.1.4. Example 1-45. 使用 os.path 替换文件名中的环境变量
File: os-path-expandvars-example-1.py
import os
os.environ[“USER”] = “user”
print os.path.expandvars(“/home/ U S E R / c o n f i g " ) p r i n t o s . p a t h . e x p a n d v a r s ( " USER/config") print os.path.expandvars(" USER/config")printos.path.expandvars("USER/folders”)
/home/user/config
user/folders
#### 1.5.2. 搜索文件系统
`walk` 函数会帮你找出一个目录树下的所有文件 (如 Example 1-46 所示). 它的参数依次是目录名, 回调函数, 以及传递给回调函数的数据对象.
##### 1.5.2.1. Example 1-46. 使用 os.path 搜索文件系统
File: os-path-walk-example-1.py
import os
def callback(arg, directory, files):
for file in files:
print os.path.join(directory, file), repr(arg)
os.path.walk(“.”, callback, “secret message”)
./aifc-example-1.py ‘secret message’
./anydbm-example-1.py ‘secret message’
./array-example-1.py ‘secret message’
…
./samples ‘secret message’
./samples/sample.jpg ‘secret message’
./samples/sample.txt ‘secret message’
./samples/sample.zip ‘secret message’
./samples/articles ‘secret message’
./samples/articles/article-1.txt ‘secret message’
./samples/articles/article-2.txt ‘secret message’
…
`walk` 函数的接口多少有点晦涩 (也许只是对我个人而言, 我总是记不住参数的顺序). Example 1-47 中展示的 `index` 函数会返回一个文件名列表, 你可以直接使用 `for-in` 循环处理文件.
##### 1.5.2.2. Example 1-47. 使用 os.listdir 搜索文件系统
File: os-path-walk-example-2.py
import os
def index(directory):
# like os.listdir, but traverses directory trees
stack = [directory]
files = []
while stack:
directory = stack.pop()
for file in os.listdir(directory):
fullname = os.path.join(directory, file)
files.append(fullname)
if os.path.isdir(fullname) and not os.path.islink(fullname):
stack.append(fullname)
return files
for file in index(“.”):
print file
./aifc-example-1.py
./anydbm-example-1.py
./array-example-1.py
…
如果你不想列出所有的文件 (基于性能或者是内存的考虑) , Example 1-48 展示了另一种方法. 这里 *DirectoryWalker* 类的行为与序列对象相似, 一次返回一个文件. (generator?)
##### 1.5.2.3. Example 1-48. 使用 DirectoryWalker 搜索文件系统
File: os-path-walk-example-3.py
import os
class DirectoryWalker:
# a forward iterator that traverses a directory tree
def _ _init_ _(self, directory):
self.stack = [directory]
self.files = []
self.index = 0
def _ _getitem_ _(self, index):
while 1:
try:
file = self.files[self.index]
self.index = self.index + 1
except IndexError:
# pop next directory from stack
self.directory = self.stack.pop()
self.files = os.listdir(self.directory)
self.index = 0
else:
# got a filename
fullname = os.path.join(self.directory, file)
if os.path.isdir(fullname) and not os.path.islink(fullname):
self.stack.append(fullname)
return fullname
for file in DirectoryWalker(“.”):
print file
./aifc-example-1.py
./anydbm-example-1.py
./array-example-1.py
…
注意 *DirectoryWalker* 类并不检查传递给 `_ _getitem_ _` 方法的索引值. 这意味着如果你越界访问序列成员(索引数字过大)的话, 这个类将不能正常工作.
最后, 如果你需要处理文件大小和时间戳, Example 1-49 给出了一个类, 它返回文件名和它的 `os.stat` 属性(一个元组). 这个版本在每个文件上都能节省一次或两次 `stat` 调用( `os.path.isdir` 和 `os.path.islink` 内部都使用了 `stat` ), 并且在一些平台上运行很快.
##### 1.5.2.4. Example 1-49. 使用 DirectoryStatWalker 搜索文件系统
File: os-path-walk-example-4.py
import os, stat
class DirectoryStatWalker:
# a forward iterator that traverses a directory tree, and
# returns the filename and additional file information
def _ _init_ _(self, directory):
self.stack = [directory]
self.files = []
self.index = 0
def _ _getitem_ _(self, index):
while 1:
try:
file = self.files[self.index]
self.index = self.index + 1
except IndexError:
# pop next directory from stack
self.directory = self.stack.pop()
self.files = os.listdir(self.directory)
self.index = 0
else:
# got a filename
fullname = os.path.join(self.directory, file)
st = os.stat(fullname)
mode = st[stat.ST_MODE]
if stat.S_ISDIR(mode) and not stat.S_ISLNK(mode):
self.stack.append(fullname)
return fullname, st
for file, st in DirectoryStatWalker(“.”):
print file, st[stat.ST_SIZE]
./aifc-example-1.py 336
./anydbm-example-1.py 244
./array-example-1.py 526
---
### 1.6. stat 模块
Example 1-50 展示了 `stat` 模块的基本用法, 这个模块包含了一些 `os.stat` 函数中可用的常量和测试函数.
##### 1.6.0.1. Example 1-50. Using the stat Module
File: stat-example-1.py
import stat
import os, time
st = os.stat(“samples/sample.txt”)
print “mode”, “=>”, oct(stat.S_IMODE(st[stat.ST_MODE]))
print “type”, “=>”,
if stat.S_ISDIR(st[stat.ST_MODE]):
print “DIRECTORY”,
if stat.S_ISREG(st[stat.ST_MODE]):
print “REGULAR”,
if stat.S_ISLNK(st[stat.ST_MODE]):
print “LINK”,
print
print “size”, “=>”, st[stat.ST_SIZE]
print “last accessed”, “=>”, time.ctime(st[stat.ST_ATIME])
print “last modified”, “=>”, time.ctime(st[stat.ST_MTIME])
print “inode changed”, “=>”, time.ctime(st[stat.ST_CTIME])
mode => 0664
type => REGULAR
size => 305
last accessed => Sun Oct 10 22:12:30 1999
last modified => Sun Oct 10 18:39:37 1999
inode changed => Sun Oct 10 15:26:38 1999
---
### 1.7. string 模块
`string` 模块提供了一些用于处理字符串类型的函数, 如 Example 1-51 所示.
##### 1.7.0.1. Example 1-51. 使用 string 模块
File: string-example-1.py
import string
text = “Monty Python’s Flying Circus”
print “upper”, “=>”, string.upper(text)
print “lower”, “=>”, string.lower(text)
print “split”, “=>”, string.split(text)
print “join”, “=>”, string.join(string.split(text), “+”)
print “replace”, “=>”, string.replace(text, “Python”, “Java”)
print “find”, “=>”, string.find(text, “Python”), string.find(text, “Java”)
print “count”, “=>”, string.count(text, “n”)
upper => MONTY PYTHON’S FLYING CIRCUS
lower => monty python’s flying circus
split => [‘Monty’, “Python’s”, ‘Flying’, ‘Circus’]
join => Monty+Python’s+Flying+Circus
replace => Monty Java’s Flying Circus
find => 6 -1
count => 3
在 Python 1.5.2 以及更早版本中, `string` 使用 `strop` 中的函数来实现模块功能.
在 Python1.6 和后继版本，更多的字符串操作都可以作为字符串方法来访问, 如 Example 1-52 所示, `string` 模块中的许多函数只是对相对应字符串方法的封装.
##### 1.7.0.2. Example 1-52. 使用字符串方法替代 string 模块函数
File: string-example-2.py
text = “Monty Python’s Flying Circus”
print “upper”, “=>”, text.upper()
print “lower”, “=>”, text.lower()
print “split”, “=>”, text.split()
print “join”, “=>”, “+”.join(text.split())
print “replace”, “=>”, text.replace(“Python”, “Perl”)
print “find”, “=>”, text.find(“Python”), text.find(“Perl”)
print “count”, “=>”, text.count(“n”)
upper => MONTY PYTHON’S FLYING CIRCUS
lower => monty python’s flying circus
split => [‘Monty’, “Python’s”, ‘Flying’, ‘Circus’]
join => Monty+Python’s+Flying+Circus
replace => Monty Perl’s Flying Circus
find => 6 -1
count => 3
为了增强模块对字符的处理能力, 除了字符串方法, `string` 模块还包含了类型转换函数用于把字符串转换为其他类型, (如 Example 1-53 所示).
##### 1.7.0.3. Example 1-53. 使用 string 模块将字符串转为数字
File: string-example-3.py
import string
print int(“4711”),
print string.atoi(“4711”),
print string.atoi(“11147”, 8), # octal 八进制
print string.atoi(“1267”, 16), # hexadecimal 十六进制
print string.atoi(“3mv”, 36) # whatever…
print string.atoi(“4711”, 0),
print string.atoi(“04711”, 0),
print string.atoi(“0x4711”, 0)
print float(“4711”),
print string.atof(“1”),
print string.atof(“1.23e5”)
4711 4711 4711 4711 4711
4711 2505 18193
4711.0 1.0 123000.0
大多数情况下 (特别是当你使用的是1.6及更高版本时) ，你可以使用 `int` 和 `float` 函数代替 `string` 模块中对应的函数。
`atoi` 函数可以接受可选的第二个参数, 指定数基(number base). 如果数基为 0, 那么函数将检查字符串的前几个字符来决定使用的数基: 如果为 "0x," 数基将为 16 (十六进制), 如果为 "0," 则数基为 8 (八进制). 默认数基值为 10 (十进制), 当你未传递参数时就使用这个值.
在 1.6 及以后版本中, `int` 函数和 `atoi` 一样可以接受第二个参数. 与字符串版本函数不一样的是 , `int`和 `float` 可以接受 Unicode 字符串对象.
---
### 1.8. re 模块
>
> "Some people, when confronted with a problem, think 'I know, I'll use regular expressions.' Now they have two problems."
>
>
> - Jamie Zawinski, on comp.lang.emacs
>
`re` 模块提供了一系列功能强大的正则表达式 (regular expression) 工具, 它们允许你快速检查给定字符串是否与给定的模式匹配 (使用 `match` 函数), 或者包含这个模式 (使用 `search` 函数). 正则表达式是以紧凑(也很神秘)的语法写出的字符串模式.
`match` 尝试从字符串的起始匹配一个模式, 如 Example 1-54 所示. 如果模式匹配了某些内容 (包括空字符串, 如果模式允许的话) , 它将返回一个匹配对象. 使用它的 `group` 方法可以找出匹配的内容.
##### 1.8.0.1. Example 1-54. 使用 re 模块来匹配字符串
File: re-example-1.py
import re
text = “The Attila the Hun Show”
a single character 单个字符
m = re.match(“.”, text)
if m: print repr(“.”), “=>”, repr(m.group(0))
any string of characters 任何字符串
m = re.match(“.“, text)
if m: print repr(”.”), “=>”, repr(m.group(0))
a string of letters (at least one) 只包含字母的字符串(至少一个)
m = re.match(“/w+”, text)
if m: print repr(“/w+”), “=>”, repr(m.group(0))
a string of digits 只包含数字的字符串
m = re.match(“/d+”, text)
if m: print repr(“/d+”), “=>”, repr(m.group(0))
‘.’ => ‘T’
‘.*’ => ‘The Attila the Hun Show’
‘//w+’ => ‘The’
可以使用圆括号在模式中标记区域. 找到匹配后, `group` 方法可以抽取这些区域的内容， 如 Example 1-55 所示. `group(1)` 会返回第一组的内容, `group(2)` 返回第二组的内容, 这样... 如果你传递多个组数给 `group` 函数, 它会返回一个元组.
##### 1.8.0.2. Example 1-55. 使用 re 模块抽出匹配的子字符串
File: re-example-2.py
import re
text =“10/15/99”
m = re.match(“(/d{2})/(/d{2})/(/d{2,4})”, text)
if m:
print m.group(1, 2, 3)
(‘10’, ‘15’, ‘99’)
`search` 函数会在字符串内查找模式匹配, 如 Example 1-56 所示. 它在所有可能的字符位置尝试匹配模式, 从最左边开始, 一旦找到匹配就返回一个匹配对象. 如果没有找到相应的匹配, 就返回 *None* .
##### 1.8.0.3. Example 1-56. 使用 re 模块搜索子字符串
File: re-example-3.py
import re
text = “Example 3: There is 1 date 10/25/95 in here!”
m = re.search(“(/d{1,2})/(/d{1,2})/(/d{2,4})”, text)
print m.group(1), m.group(2), m.group(3)
month, day, year = m.group(1, 2, 3)
print month, day, year
date = m.group(0)
print date
10 25 95
10 25 95
10/25/95
Example 1-57 中展示了 `sub` 函数, 它可以使用另个字符串替代匹配模式.
##### 1.8.0.4. Example 1-57. 使用 re 模块替换子字符串
File: re-example-4.py
import re
text = “you’re no fun anymore…”
literal replace (string.replace is faster)
文字替换 (string.replace 速度更快)
print re.sub(“fun”, “entertaining”, text)
collapse all non-letter sequences to a single dash
将所有非字母序列转换为一个"-"(dansh,破折号)
print re.sub(“[^/w]+”, “-”, text)
convert all words to beeps
将所有单词替换为 BEEP
print re.sub(“/S+”, “-BEEP-”, text)
you’re no entertaining anymore…
you-re-no-fun-anymore-
-BEEP- -BEEP- -BEEP- -BEEP-
你也可以通过回调 (callback) 函数使用 `sub` 来替换指定模式. Example 1-58 展示了如何预编译模式.
##### 1.8.0.5. Example 1-58. 使用 re 模块替换字符串(通过回调函数)
File: re-example-5.py
import re
import string
text = “a line of text//012another line of text//012etc…”
def octal(match):
# replace octal code with corresponding ASCII character
# 使用对应 ASCII 字符替换八进制代码
return chr(string.atoi(match.group(1), 8))
octal_pattern = re.compile(r"//(/d/d/d)")
print text
print octal_pattern.sub(octal, text)
a line of text/012another line of text/012etc…
a line of text
another line of text
etc…
如果你不编译, `re` 模块会为你缓存一个编译后版本, 所有的小脚本中, 通常不需要编译正则表达式. Python1.5.2 中, 缓存中可以容纳 20 个匹配模式, 而在 2.0 中, 缓存则可以容纳 100 个匹配模式.
最后, Example 1-59 用一个模式列表匹配一个字符串. 这些模式将会组合为一个模式, 并预编译以节省时间.
##### 1.8.0.6. Example 1-59. 使用 re 模块匹配多个模式中的一个
File: re-example-6.py
import re, string
def combined_pattern(patterns):
p = re.compile(
string.join(map(lambda x: “(”+x+“)”, patterns), “|”)
)
def fixup(v, m=p.match, r=range(0,len(patterns))):
try:
regs = m(v).regs
except AttributeError:
return None # no match, so m.regs will fail
else:
for i in r:
if regs[i+1] != (-1, -1):
return i
return fixup
try it out!
patterns = [
r"/d+“,
r"abc/d{2,4}”,
r"p/w+"
]
p = combined_pattern(patterns)
print p(“129391”)
print p(“abc800”)
print p(“abc1600”)
print p(“python”)
print p(“perl”)
print p(“tcl”)
0
1
1
2
2
None
---
### 1.9. math 模块
`math` 模块实现了许多对浮点数的数学运算函数. 这些函数一般是对平台 C 库中同名函数的简单封装, 所以一般情况下, 不同平台下计算的结果可能稍微地有所不同, 有时候甚至有很大出入. Example 1-60 展示了如何使用 `math` 模块.
##### 1.9.0.1. Example 1-60. 使用 math 模块
File: math-example-1.py
import math
print “e”, “=>”, math.e
print “pi”, “=>”, math.pi
print “hypot”, “=>”, math.hypot(3.0, 4.0)
and many others…
e => 2.71828182846
pi => 3.14159265359
hypot => 5.0
完整函数列表请参阅 *Python Library Reference* .
---
### 1.10. cmath 模块
Example 1-61 所展示的 `cmath` 模块包含了一些用于复数运算的函数.
##### 1.10.0.1. Example 1-61. 使用 cmath 模块
File: cmath-example-1.py
import cmath
print “pi”, “=>”, cmath.pi
print “sqrt(-1)”, “=>”, cmath.sqrt(-1)
pi => 3.14159265359
sqrt(-1) => 1j
完整函数列表请参阅 *Python Library Reference* .
---
### 1.11. operator 模块
`operator` 模块为 Python 提供了一个 "功能性" 的标准操作符接口. 当使用 `map` 以及 `filter` 一类的函数的时候, `operator` 模块中的函数可以替换一些 `lambda` 函式. 而且这些函数在一些喜欢写晦涩代码的程序员中很流行. Example 1-62 展示了 `operator` 模块的一般用法.
##### 1.11.0.1. Example 1-62. 使用 operator 模块
File: operator-example-1.py
import operator
sequence = 1, 2, 4
print “add”, “=>”, reduce(operator.add, sequence)
print “sub”, “=>”, reduce(operator.sub, sequence)
print “mul”, “=>”, reduce(operator.mul, sequence)
print “concat”, “=>”, operator.concat(“spam”, “egg”)
print “repeat”, “=>”, operator.repeat(“spam”, 5)
print “getitem”, “=>”, operator.getitem(sequence, 2)
print “indexOf”, “=>”, operator.indexOf(sequence, 2)
print “sequenceIncludes”, “=>”, operator.sequenceIncludes(sequence, 3)
**add => 7
sub => -5
mul => 8
concat => spamegg
repeat => spamspamspamspamspam
getitem => 4
indexOf => 1
sequenceIncludes => 0**
Example 1-63 展示了一些可以用于检查对象类型的 `operator` 函数.
##### 1.11.0.2. Example 1-63. 使用 operator 模块检查类型
File: operator-example-2.py
import operator
import UserList
def dump(data):
print type(data), “=>”,
if operator.isCallable(data):
print “CALLABLE”,
if operator.isMappingType(data):
print “MAPPING”,
if operator.isNumberType(data):
print “NUMBER”,
if operator.isSequenceType(data):
print “SEQUENCE”,
print
dump(0)
dump(“string”)
dump(“string”[0])
dump([1, 2, 3])
dump((1, 2, 3))
dump({“a”: 1})
dump(len) # function 函数
dump(UserList) # module 模块
dump(UserList.UserList) # class 类
dump(UserList.UserList()) # instance 实例
<type ‘int’> => NUMBER
<type ‘string’> => SEQUENCE
<type ‘string’> => SEQUENCE
<type ‘list’> => SEQUENCE
<type ‘tuple’> => SEQUENCE
<type ‘dictionary’> => MAPPING
<type ‘builtin_function_or_method’> => CALLABLE
<type ‘module’> =>
<type ‘class’> => CALLABLE
<type ‘instance’> => MAPPING NUMBER SEQUENCE
这里需要注意 `operator` 模块使用非常规的方法处理对象实例. 所以使用 `isNumberType` , `isMappingType` , 以及 `isSequenceType` 函数的时候要小心, 这很容易降低代码的扩展性.
同样需要注意的是一个字符串序列成员 (单个字符) 也是序列. 所以当在递归函数使用 isSequenceType 来截断对象树的时候, 别把普通字符串作为参数(或者是任何包含字符串的序列对象).
---
### 1.12. copy 模块
`copy` 模块包含两个函数, 用来拷贝对象, 如 Example 1-64 所示.
`copy(object) => object` 创建给定对象的 "浅/浅层(shallow)" 拷贝(copy). 这里 "浅/浅层(shallow)" 的意思是复制对象本身, 但当对象是一个容器 (container) 时, 它的成员仍然指向原来的成员对象.
##### 1.12.0.1. Example 1-64. 使用 copy 模块复制对象
File: copy-example-1.py
import copy
a = [[1],[2],[3]]
b = copy.copy(a)
print “before”, “=>”
print a
print b
modify original
a[0][0] = 0
a[1] = None
print “after”, “=>”
print a
print b
before =>
[[1], [2], [3]]
[[1], [2], [3]]
after =>
[[0], None, [3]]
[[0], [2], [3]]
你也可以使用[:]语句 (完整切片) 来对列表进行浅层复制, 也可以使用 `copy` 方法复制字典.
相反地, `deepcopy(object) => object` 创建一个对象的深层拷贝(deepcopy), 如 Example 1-65 所示, 当对象为一个容器时, 所有的成员都被递归地复制了。
##### 1.12.0.2. Example 1-65. 使用 copy 模块复制集合(Collections)
File: copy-example-2.py
import copy
a = [[1],[2],[3]]
b = copy.deepcopy(a)
print “before”, “=>”
print a
print b
modify original
a[0][0] = 0
a[1] = None
print “after”, “=>”
print a
print b
before =>
[[1], [2], [3]]
[[1], [2], [3]]
after =>
[[0], None, [3]]
[[1], [2], [3]]
---
### 1.13. sys 模块
`sys` 模块提供了许多函数和变量来处理 Python 运行时环境的不同部分.
#### 1.13.1. 处理命令行参数
在解释器启动后, `argv` 列表包含了传递给脚本的所有参数, 如 Example 1-66 所示. 列表的第一个元素为脚本自身的名称.
##### 1.13.1.1. Example 1-66. 使用sys模块获得脚本的参数
File: sys-argv-example-1.py
import sys
print “script name is”, sys.argv[0]
if len(sys.argv) > 1:
print “there are”, len(sys.argv)-1, “arguments:”
for arg in sys.argv[1:]:
print arg
else:
print “there are no arguments!”
script name is sys-argv-example-1.py
there are no arguments!
如果是从标准输入读入脚本 (比如 "`python < sys-argv-example-1.py`"), 脚本的名称将被设置为空串. 如果把脚本作为字符串传递给python (使用 `-c` 选项), 脚本名会被设置为 "-c".
#### 1.13.2. 处理模块
`path` 列表是一个由目录名构成的列表, Python 从中查找扩展模块( Python 源模块, 编译模块,或者二进制扩展). 启动 Python 时,这个列表从根据内建规则, PYTHONPATH 环境变量的内容, 以及注册表( Windows 系统)等进行初始化. 由于它只是一个普通的列表, 你可以在程序中对它进行操作, 如 Example 1-67 所示.
##### 1.13.2.1. Example 1-67. 使用sys模块操作模块搜索路径
File: sys-path-example-1.py
import sys
print “path has”, len(sys.path), “members”
add the sample directory to the path
sys.path.insert(0, “samples”)
import sample
nuke the path
sys.path = []
import random # oops!
path has 7 members
this is the sample module!
Traceback (innermost last):
File “sys-path-example-1.py”, line 11, in ?
import random # oops!
ImportError: No module named random
`builtin_module_names` 列表包含 Python 解释器中所有内建模块的名称, Example 1-68 给出了它的样例代码.
##### 1.13.2.2. Example 1-68. 使用sys模块查找内建模块
File: sys-builtin-module-names-example-1.py
import sys
def dump(module):
print module, “=>”,
if module in sys.builtin_module_names:
print “”
else:
module = _ import (module)
print module. file _
dump(“os”)
dump(“sys”)
dump(“string”)
dump(“strop”)
dump(“zlib”)
os => C:/python/lib/os.pyc
sys =>
string => C:/python/lib/string.pyc
strop =>
zlib => C:/python/zlib.pyd
`modules` 字典包含所有加载的模块. `import` 语句在从磁盘导入内容之前会先检查这个字典.
正如你在 Example 1-69 中所见到的, Python 在处理你的脚本之前就已经导入了很多模块.
##### 1.13.2.3. Example 1-69. 使用sys模块查找已导入的模块
File: sys-modules-example-1.py
import sys
print sys.modules.keys()
[‘os.path’, ‘os’, ‘exceptions’, ‘_ _main_ _’, ‘ntpath’, ‘strop’, ‘nt’,
‘sys’, ‘_ _builtin_ _’, ‘site’, ‘signal’, ‘UserDict’, ‘string’, ‘stat’]
#### 1.13.3. 处理引用记数
`getrefcount` 函数 (如 Example 1-70 所示) 返回给定对象的引用记数 - 也就是这个对象使用次数. Python 会跟踪这个值, 当它减少为0的时候, 就销毁这个对象.
##### 1.13.3.1. Example 1-70. 使用sys模块获得引用记数
File: sys-getrefcount-example-1.py
import sys
variable = 1234
print sys.getrefcount(0)
print sys.getrefcount(variable)
print sys.getrefcount(None)
50
3
192
注意这个值总是比实际的数量大, 因为该函数本身在确定这个值的时候依赖这个对象.
== 检查主机平台===
Example 1-71 展示了 `platform` 变量, 它包含主机平台的名称.
##### 1.13.3.2. Example 1-71. 使用sys模块获得当前平台
File: sys-platform-example-1.py
import sys
emulate “import os.path” (sort of)…
if sys.platform == “win32”:
import ntpath
pathmodule = ntpath
elif sys.platform == “mac”:
import macpath
pathmodule = macpath
else:
# assume it’s a posix platform
import posixpath
pathmodule = posixpath
print pathmodule
典型的平台有Windows 9X/NT(显示为 `win32` ), 以及 Macintosh(显示为 `mac` ) . 对于 Unix 系统而言, platform 通常来自 "`uname -r`" 命令的输出, 例如 `irix6` , `linux2` , 或者 `sunos5` (Solaris).
#### 1.13.4. 跟踪程序
`setprofiler` 函数允许你配置一个分析函数(profiling function). 这个函数会在每次调用某个函数或方法时被调用(明确或隐含的), 或是遇到异常的时候被调用. 让我们看看 Example 1-72 的代码.
##### 1.13.4.1. Example 1-72. 使用sys模块配置分析函数
File: sys-setprofiler-example-1.py
import sys
def test(n):
j = 0
for i in range(n):
j = j + i
return n
def profiler(frame, event, arg):
print event, frame.f_code.co_name, frame.f_lineno, “->”, arg
profiler is activated on the next call, return, or exception
分析函数将在下次函数调用, 返回, 或异常时激活
sys.setprofile(profiler)
profile this function call
分析这次函数调用
test(1)
disable profiler
禁用分析函数
sys.setprofile(None)
don’t profile this call
不会分析这次函数调用
test(2)
call test 3 -> None
return test 7 -> 1
基于该函数, `profile` 模块提供了一个完整的分析器框架.
Example 1-73 中的 `settrace` 函数与此类似, 但是 `trace` 函数会在解释器每执行到新的一行时被调用.
##### 1.13.4.2. Example 1-73. 使用sys模块配置单步跟踪函数
File: sys-settrace-example-1.py
import sys
def test(n):
j = 0
for i in range(n):
j = j + i
return n
def tracer(frame, event, arg):
print event, frame.f_code.co_name, frame.f_lineno, “->”, arg
return tracer
tracer is activated on the next call, return, or exception
跟踪器将在下次函数调用, 返回, 或异常时激活
sys.settrace(tracer)
trace this function call
跟踪这次函数调用
test(1)
disable tracing
禁用跟踪器
sys.settrace(None)
don’t trace this call
不会跟踪这次函数调用
test(2)
call test 3 -> None
line test 3 -> None
line test 4 -> None
line test 5 -> None
line test 5 -> None
line test 6 -> None
line test 5 -> None
line test 7 -> None
return test 7 -> 1
基于该函数提供的跟踪功能, `pdb` 模块提供了完整的调试( debug )框架.
#### 1.13.5. 处理标准输出/输入
`stdin` , `stdout` , 以及 `stderr` 变量包含与标准 I/O 流对应的流对象. 如果需要更好地控制输出,而 `print` 不能满足你的要求, 它们就是你所需要的. 你也可以 *替换* 它们, 这时候你就可以重定向输出和输入到其它设备( device ), 或者以非标准的方式处理它们. 如 Example 1-74 所示.
##### 1.13.5.1. Example 1-74. 使用sys重定向输出
File: sys-stdout-example-1.py
import sys
import string
class Redirect:
def _ _init_ _(self, stdout):
self.stdout = stdout
def write(self, s):
self.stdout.write(string.lower(s))
redirect standard output (including the print statement)
重定向标准输出(包括print语句)
old_stdout = sys.stdout
sys.stdout = Redirect(sys.stdout)
print “HEJA SVERIGE”,
print “FRISKT HUM/303/226R”
restore standard output
恢复标准输出
sys.stdout = old_stdout
print “M/303/205/303/205/303/205/303/205L!”
heja sverige friskt hum/303/266r
M/303/205/303/205/303/205/303/205L!
要重定向输出只要创建一个对象, 并实现它的 `write` 方法.
(除非 C 类型的实例外：Python 使用一个叫做 `softspace` 的整数属性来控制输出中的空白. 如果没有这个属性, Python 将把这个属性附加到这个对象上. 你不需要在使用 Python 对象时担心, 但是在重定向到一个 C 类型时, 你应该确保该类型支持 `softspace` 属性.)
#### 1.13.6. 退出程序
执行至主程序的末尾时,解释器会自动退出. 但是如果需要中途退出程序, 你可以调用 `sys.exit` 函数, 它带有一个可选的整数参数返回给调用它的程序. Example 1-75 给出了范例.
##### 1.13.6.1. Example 1-75. 使用sys模块退出程序
File: sys-exit-example-1.py
import sys
print “hello”
sys.exit(1)
print “there”
hello
注意 `sys.exit` 并不是立即退出. 而是引发一个 *SystemExit* 异常. 这意味着你可以在主程序中捕获对 `sys.exit` 的调用, 如 Example 1-76 所示.
##### 1.13.6.2. Example 1-76. 捕获sys.exit调用
File: sys-exit-example-2.py
import sys
print “hello”
try:
sys.exit(1)
except SystemExit:
pass
print “there”
hello
there
如果准备在退出前自己清理一些东西(比如删除临时文件), 你可以配置一个 "退出处理函数"(exit handler), 它将在程序退出的时候自动被调用. 如 Example 1-77 所示.
##### 1.13.6.3. Example 1-77. 另一种捕获sys.exit调用的方法
File: sys-exitfunc-example-1.py
import sys
def exitfunc():
print “world”
sys.exitfunc = exitfunc
print “hello”
sys.exit(1)
print “there” # never printed # 不会被 print
hello
world
在 Python 2.0 以后, 你可以使用 `atexit` 模块来注册多个退出处理函数.
---
### 1.14. atexit 模块
(用于2.0版本及以上) `atexit` 模块允许你注册一个或多个终止函数(暂且这么叫), 这些函数将在解释器终止前被自动调用.
调用 `register` 函数, 便可以将函数注册为终止函数, 如 Example 1-78 所示. 你也可以添加更多的参数, 这些将作为 `exit` 函数的参数传递.
##### 1.14.0.1. Example 1-78. 使用 atexit 模块
File: atexit-example-1.py
import atexit
def exit(*args):
print “exit”, args
register two exit handler
atexit.register(exit)
atexit.register(exit, 1)
atexit.register(exit, “hello”, “world”)
exit (‘hello’, ‘world’)
exit (1,)
exit ()
该模块其实是一个对 `sys.exitfunc` 钩子( hook )的简单封装.
---
### 1.15. time 模块
`time` 模块提供了一些处理日期和一天内时间的函数. 它是建立在 C 运行时库的简单封装.
给定的日期和时间可以被表示为浮点型(从参考时间, 通常是 1970.1.1 到现在经过的秒数. 即 Unix 格式), 或者一个表示时间的 struct (类元组).
#### 1.15.1. 获得当前时间
Example 1-79 展示了如何使用 `time` 模块获取当前时间.
##### 1.15.1.1. Example 1-79. 使用 time 模块获取当前时间
File: time-example-1.py
import time
now = time.time()
print now, “seconds since”, time.gmtime(0)[:6]
print
print “or in other words:”
print “- local time:”, time.localtime(now)
print “- utc:”, time.gmtime(now)
**937758359.77 seconds since (1970, 1, 1, 0, 0, 0)
or in other words:
- local time: (1999, 9, 19, 18, 25, 59, 6, 262, 1)
- utc: (1999, 9, 19, 16, 25, 59, 6, 262, 0)**
`localtime` 和 `gmtime` 返回的类元组包括年, 月, 日, 时, 分, 秒, 星期, 一年的第几天, 日光标志. 其中年是一个四位数(在有千年虫问题的平台上另有规定, 但还是四位数), 星期从星期一(数字 0 代表)开始, 1月1日是一年的第一天.
#### 1.15.2. 将时间值转换为字符串
你可以使用标准的格式化字符串把时间对象转换为字符串, 不过 `time` 模块已经提供了许多标准转换函数, 如 Example 1-80 所示.
##### 1.15.2.1. Example 1-80. 使用 time 模块格式化时间输出
File: time-example-2.py
import time
now = time.localtime(time.time())
print time.asctime(now)
print time.strftime(“%y/%m/%d %H:%M”, now)
print time.strftime(“%a %b %d”, now)
print time.strftime(“%c”, now)
print time.strftime(“%I %p”, now)
print time.strftime(“%Y-%m-%d %H:%M:%S %Z”, now)
do it by hand…
year, month, day, hour, minute, second, weekday, yearday, daylight = now
print “%04d-%02d-%02d” % (year, month, day)
print “%02d:%02d:%02d” % (hour, minute, second)
print (“MON”, “TUE”, “WED”, “THU”, “FRI”, “SAT”, “SUN”)[weekday], yearday
Sun Oct 10 21:39:24 1999
99/10/10 21:39
Sun Oct 10
Sun Oct 10 21:39:24 1999
09 PM
1999-10-10 21:39:24 CEST
1999-10-10
21:39:24
SUN 283
#### 1.15.3. 将字符串转换为时间对象
在一些平台上, `time` 模块包含了 `strptime` 函数, 它的作用与 `strftime` 相反. 给定一个字符串和模式, 它返回相应的时间对象, 如 Example 1-81 所示.
##### 1.15.3.1. Example 1-81. 使用 time.strptime 函数解析时间
File: time-example-6.py
import time
make sure we have a strptime function!
确认有函数 strptime
try:
strptime = time.strptime
except AttributeError:
from strptime import strptime
print strptime(“31 Nov 00”, “%d %b %y”)
print strptime(“1 Jan 70 1:30pm”, “%d %b %y %I:%M%p”)
只有在系统的 C 库提供了相应的函数的时候, `time.strptime` 函数才可以使用. 对于没有提供标准实现的平台, Example 1-82 提供了一个不完全的实现.
##### 1.15.3.2. Example 1-82. strptime 实现
File: strptime.py
import re
import string
MONTHS = [“Jan”, “Feb”, “Mar”, “Apr”, “May”, “Jun”, “Jul”, “Aug”,
“Sep”, “Oct”, “Nov”, “Dec”]
SPEC = {
# map formatting code to a regular expression fragment
“%a”: “(?P[a-z]+)”,
“%A”: “(?P[a-z]+)”,
“%b”: “(?P[a-z]+)”,
“%B”: “(?P[a-z]+)”,
“%C”: “(?P/d/d?)”,
“%d”: “(?P/d/d?)”,
“%D”: “(?P/d/d?)/(?P/d/d?)/(?P/d/d)”,
“%e”: “(?P/d/d?)”,
“%h”: “(?P[a-z]+)”,
“%H”: “(?P/d/d?)”,
“%I”: “(?P/d/d?)”,
“%j”: “(?P/d/d?/d?)”,
“%m”: “(?P/d/d?)”,
“%M”: “(?P/d/d?)”,
“%p”: “(?Pam|pm)”,
“%R”: “(?P/d/d?)😦?P/d/d?)”,
“%S”: “(?P/d/d?)”,
“%T”: “(?P/d/d?)😦?P/d/d?)😦?P/d/d?)”,
“%U”: “(?P/d/d)”,
“%w”: “(?P/d)”,
“%W”: “(?P/d/d)”,
“%y”: “(?P/d/d)”,
“%Y”: “(?P/d/d/d/d)”,
“%%”: “%”
}
class TimeParser:
def _ init _(self, format):
# convert strptime format string to regular expression
format = string.join(re.split(“(?:/s|%t|%n)+”, format))
pattern = []
try:
for spec in re.findall(“%/w|%%|.”, format):
if spec[0] == “%”:
spec = SPEC[spec]
pattern.append(spec)
except KeyError:
raise ValueError, “unknown specificer: %s” % spec
self.pattern = re.compile(“(?i)” + string.join(pattern, “”))
def match(self, daytime):
# match time string
match = self.pattern.match(daytime)
if not match:
raise ValueError, “format mismatch”
get = match.groupdict().get
tm = [0] * 9
# extract date elements
y = get(“year”)
if y:
y = int(y)
if y < 68:
y = 2000 + y
elif y < 100:
y = 1900 + y
tm[0] = y
m = get(“month”)
if m:
if m in MONTHS:
m = MONTHS.index(m) + 1
tm[1] = int(m)
d = get(“day”)
if d: tm[2] = int(d)
# extract time elements
h = get(“hour”)
if h:
tm[3] = int(h)
else:
h = get(“hour12”)
if h:
h = int(h)
if string.lower(get(“ampm12”, “”)) == “pm”:
h = h + 12
tm[3] = h
m = get(“minute”)
if m: tm[4] = int(m)
s = get(“second”)
if s: tm[5] = int(s)
# ignore weekday/yearday for now
return tuple™
def strptime(string, format=“%a %b %d %H:%M:%S %Y”):
return TimeParser(format).match(string)
if _ name _ == “_ main _”:
# try it out
import time
print strptime(“2000-12-20 01:02:03”, “%Y-%m-%d %H:%M:%S”)
print strptime(time.ctime(time.time()))
(2000, 12, 20, 1, 2, 3, 0, 0, 0)
(2000, 11, 15, 12, 30, 45, 0, 0, 0)
#### 1.15.4. 转换时间值
将时间元组转换回时间值非常简单, 至少我们谈论的当地时间 (local time) 如此. 只要把时间元组传递给 `mktime` 函数, 如 Example 1-83 所示.
##### 1.15.4.1. Example 1-83. 使用 time 模块将本地时间元组转换为时间值(整数)
File: time-example-3.py
import time
t0 = time.time()
tm = time.localtime(t0)
print tm
print t0
print time.mktime™
(1999, 9, 9, 0, 11, 8, 3, 252, 1)
936828668.16
936828668.0
但是, 1.5.2 版本的标准库没有提供能将 UTC 时间 (Universal Time, Coordinated: 特林威治标准时间)转换为时间值的函数 ( Python 和对应底层 C 库都没有提供). Example 1-84 提供了该函数的一个 Python 实现, 称为 `timegm` .
##### 1.15.4.2. Example 1-84. 将 UTC 时间元组转换为时间值(整数)
File: time-example-4.py
import time
def _d(y, m, d, days=(0,31,59,90,120,151,181,212,243,273,304,334,365)):
# map a date to the number of days from a reference point
return (((y - 1901)*1461)/4 + days[m-1] + d +
((m > 2 and not y % 4 and (y % 100 or not y % 400)) and 1))
def timegm(tm, epoch=_d(1970,1,1)):
year, month, day, h, m, s = tm[:6]
assert year >= 1970
assert 1 <= month <= 12
return (_d(year, month, day) - epoch)86400 + h3600 + m*60 + s
t0 = time.time()
tm = time.gmtime(t0)
print tm
print t0
print timegm™
(1999, 9, 8, 22, 12, 12, 2, 251, 0)
936828732.48
936828732
从 1.6 版本开始, `calendar` 模块提供了一个类似的函数 `calendar.timegm` .
#### 1.15.5. Timing 相关
`time` 模块可以计算 Python 程序的执行时间, 如 Example 1-85 所示. 你可以测量 "wall time" (real world time), 或是"进程时间" (消耗的 CPU 时间).
##### 1.15.5.1. Example 1-85. 使用 time 模块评价算法
File: time-example-5.py
import time
def procedure():
time.sleep(2.5)
measure process time
t0 = time.clock()
procedure()
print time.clock() - t0, “seconds process time”
measure wall time
t0 = time.time()
procedure()
print time.time() - t0, “seconds wall time”
0.0 seconds process time
2.50903499126 seconds wall time
并不是所有的系统都能测量真实的进程时间. 一些系统中(包括 Windows ), `clock` 函数通常测量从程序启动到测量时的 wall time.
进程时间的精度受限制. 在一些系统中, 它超过 30 分钟后进程会被清理. (原文: On many systems, it wraps around after just over 30 minutes.)
另参见 `timing` 模块( Windows 下的朋友不用忙活了,没有地~), 它可以测量两个事件之间的 wall time.
---
### 1.16. types 模块
`types` 模块包含了标准解释器定义的所有类型的类型对象, 如 Example 1-86 所示. 同一类型的所有对象共享一个类型对象. 你可以使用 `is` 来检查一个对象是不是属于某个给定类型.
##### 1.16.0.1. Example 1-86. 使用 types 模块
File: types-example-1.py
import types
def check(object):
print object,
if type(object) is types.IntType:
print "INTEGER",
if type(object) is types.FloatType:
print "FLOAT",
if type(object) is types.StringType:
print "STRING",
if type(object) is types.ClassType:
print "CLASS",
if type(object) is types.InstanceType:
print "INSTANCE",
print
check(0)
check(0.0)
check(“0”)
class A:
pass
class B:
pass
check(A)
check(B)
a = A()
b = B()
check(a)
check(b)
0 INTEGER
0.0 FLOAT
0 STRING
A CLASS
B CLASS
<A instance at 796960> INSTANCE
<B instance at 796990> INSTANCE
注意所有的类都具有相同的类型, 所有的实例也是一样. 要测试一个类或者实例所属的类, 可以使用内建的 `issubclass` 和 `isinstance` 函数.
`types` 模块在第一次引入的时候会破坏当前的异常状态. 也就是说, 不要在异常处理语句块中导入该模块 (*或其他会导入它的模块*) .
---
### 1.17. gc 模块
(可选, 2.0 及以后版本) `gc` 模块提供了到内建循环垃圾收集器的接口.
Python 使用引用记数来跟踪什么时候销毁一个对象; 一个对象的最后一个引用一旦消失, 这个对象就会被销毁.
从 2.0 版开始, Python 还提供了一个循环垃圾收集器, 它每隔一段时间执行. 这个收集器查找指向自身的数据结构, 并尝试破坏循环. 如 Example 1-87 所示.
你可以使用 `gc.collect` 函数来强制完整收集. 这个函数将返回收集器销毁的对象的数量.
##### 1.17.0.1. Example 1-87. 使用 gc 模块收集循环引用垃圾
File: gc-example-1.py
import gc
create a simple object that links to itself
class Node:
def _ _init_ _(self, name):
self.name = name
self.parent = None
self.children = []
def addchild(self, node):
node.parent = self
self.children.append(node)
def _ _repr_ _(self):
return "<Node %s at %x>" % (repr(self.name), id(self))
set up a self-referencing structure
root = Node(“monty”)
root.addchild(Node(“eric”))
root.addchild(Node(“john”))
root.addchild(Node(“michael”))
remove our only reference
del root
print gc.collect(), “unreachable objects”
print gc.collect(), “unreachable objects”
12 unreachable objects
0 unreachable objects
如果你确定你的程序不会创建自引用的数据结构, 你可以使用 `gc.disable` 函数禁用垃圾收集, 调用这个函数以后, Python 的工作方式将与 1.5.2 或更早的版本相同.
---
## 2. 更多标准模块
>
> "Now, imagine that your friend kept complaining that she didn't want to visit you since she found it too hard to climb up the drain pipe, and you kept telling her to use the friggin' stairs like everyone else..."
>
>
> - eff-bot, June 1998
>
---
### 2.1. 概览
本章叙述了许多在 Python 程序中广泛使用的模块. 当然, 在大型的 Python 程序中不使用这些模块也是可以的, 但如果使用会节省你不少时间.
#### 2.1.1. 文件与流
`fileinput` 模块可以让你更简单地向不同的文件写入内容. 该模块提供了一个简单的封装类, 一个简单的 `for-in` 语句就可以循环得到一个或多个文本文件的内容.
`StringIO` 模块 (以及 `cStringIO` 模块, 作为一个的变种) 实现了一个工作在内存的文件对象. 你可以在很多地方用 `StringIO` 对象替换普通的文件对象.
#### 2.1.2. 类型封装
`UserDict` , `UserList` , 以及 `UserString` 是对应内建类型的顶层简单封装. 和内建类型不同的是, 这些封装是可以被继承的. 这在你需要一个和内建类型行为相似但由额外新方法的类的时候很有用.
#### 2.1.3. 随机数字
`random` 模块提供了一些不同的随机数字生成器. `whrandom` 模块与此相似, 但允许你创建多个生成器对象.
[!Feather 注: whrandom 在版本 2.1 时声明不支持. 请使用 random 替代.]
#### 2.1.4. 加密算法
`md5` 和 `sha` 模块用于计算密写的信息标记( cryptographically strong message signatures , 所谓的 "message digests", 信息摘要).
`crypt` 模块实现了 DES 样式的单向加密. 该模块只在 Unix 系统下可用.
`rotor` 模块提供了简单的双向加密. 版本 2.4 以后的朋友可以不用忙活了.
[!Feather 注: 它在版本 2.3 时申明不支持, 因为它的加密运算不安全.]
---
### 2.2. fileinput 模块
`fileinput` 模块允许你循环一个或多个文本文件的内容, 如 Example 2-1 所示.
##### 2.2.0.1. Example 2-1. 使用 fileinput 模块循环一个文本文件
File: fileinput-example-1.py
import fileinput
import sys
for line in fileinput.input(“samples/sample.txt”):
sys.stdout.write("-> ")
sys.stdout.write(line)
-> We will perhaps eventually be writing only small
-> modules which are identified by name as they are
-> used to build larger ones, so that devices like
-> indentation, rather than delimiters, might become
-> feasible for expressing local structure in the
-> source language.
-> – Donald E. Knuth, December 1974
你也可以使用 `fileinput` 模块获得当前行的元信息 (meta information). 其中包括 `isfirstline` , `filename` , `lineno` , 如 Example 2-2 所示.
##### 2.2.0.2. Example 2-2. 使用 fileinput 模块处理多个文本文件
File: fileinput-example-2.py
import fileinput
import glob
import string, sys
for line in fileinput.input(glob.glob(“samples/*.txt”)):
if fileinput.isfirstline(): # first in a file?
sys.stderr.write(“-- reading %s --/n” % fileinput.filename())
sys.stdout.write(str(fileinput.lineno()) + " " + string.upper(line))
– reading samples/sample.txt –
1 WE WILL PERHAPS EVENTUALLY BE WRITING ONLY SMALL
2 MODULES WHICH ARE IDENTIFIED BY NAME AS THEY ARE
3 USED TO BUILD LARGER ONES, SO THAT DEVICES LIKE
4 INDENTATION, RATHER THAN DELIMITERS, MIGHT BECOME
5 FEASIBLE FOR EXPRESSING LOCAL STRUCTURE IN THE
6 SOURCE LANGUAGE.
7 – DONALD E. KNUTH, DECEMBER 1974
文本文件的替换操作很简单. 只需要把 `inplace` 关键字参数设置为 1 , 传递给 `input` 函数, 该模块会帮你做好一切. Example 2-3 展示了这些.
##### 2.2.0.3. Example 2-3. 使用 fileinput 模块将 CRLF 改为 LF
File: fileinput-example-3.py
import fileinput, sys
for line in fileinput.input(inplace=1):
# convert Windows/DOS text files to Unix files
if line[-2:] == “/r/n”:
line = line[:-2] + “/n”
sys.stdout.write(line)
---
### 2.3. shutil 模块
`shutil` 实用模块包含了一些用于复制文件和文件夹的函数. Example 2-4 中使用的 `copy` 函数使用和 Unix 下 `cp` 命令基本相同的方式复制一个文件.
##### 2.3.0.1. Example 2-4. 使用 shutil 复制文件
File: shutil-example-1.py
import shutil
import os
for file in os.listdir(“.”):
if os.path.splitext(file)[1] == “.py”:
print file
shutil.copy(file, os.path.join(“backup”, file))
aifc-example-1.py
anydbm-example-1.py
array-example-1.py
…
`copytree` 函数用于复制整个目录树 (与 `cp -r` 相同), 而 `rmtree` 函数用于删除整个目录树 (与 `rm -r` ). 如 Example 2-5 所示.
##### 2.3.0.2. Example 2-5. 使用 shutil 模块复制/删除目录树
File: shutil-example-2.py
import shutil
import os
SOURCE = “samples”
BACKUP = “samples-bak”
create a backup directory
shutil.copytree(SOURCE, BACKUP)
print os.listdir(BACKUP)
remove it
shutil.rmtree(BACKUP)
print os.listdir(BACKUP)
[‘sample.wav’, ‘sample.jpg’, ‘sample.au’, ‘sample.msg’, ‘sample.tgz’,
…
Traceback (most recent call last):
File “shutil-example-2.py”, line 17, in ?
print os.listdir(BACKUP)
os.error: No such file or directory
---
### 2.4. tempfile 模块
Example 2-6 中展示的 `tempfile` 模块允许你快速地创建名称唯一的临时文件供使用.
##### 2.4.0.1. Example 2-6. 使用 tempfile 模块创建临时文件
File: tempfile-example-1.py
import tempfile
import os
tempfile = tempfile.mktemp()
print “tempfile”, “=>”, tempfile
file = open(tempfile, “w+b”)
file.write(“*” * 1000)
file.seek(0)
print len(file.read()), “bytes”
file.close()
try:
# must remove file when done
os.remove(tempfile)
except OSError:
pass
tempfile => C:/TEMP/~160-1
1000 bytes
`TemporaryFile` 函数会自动挑选合适的文件名, 并打开文件, 如 Example 2-7 所示. 而且它会确保该文件在关闭的时候会被删除. (在 Unix 下, 你可以删除一个已打开的文件, 这 时文件关闭时它会被自动删除. 在其他平台上, 这通过一个特殊的封装类实现.)
##### 2.4.0.2. Example 2-7. 使用 tempfile 模块打开临时文件
File: tempfile-example-2.py
import tempfile
file = tempfile.TemporaryFile()
for i in range(100):
file.write(“*” * 100)
file.close() # removes the file!
---
### 2.5. StringIO 模块
Example 2-8 展示了 `StringIO` 模块的使用. 它实现了一个工作在内存的文件对象 (内存文件). 在大多需要标准文件对象的地方都可以使用它来替换.
##### 2.5.0.1. Example 2-8. 使用 StringIO 模块从内存文件读入内容
File: stringio-example-1.py
import StringIO
MESSAGE = “That man is depriving a village somewhere of a computer scientist.”
file = StringIO.StringIO(MESSAGE)
print file.read()
That man is depriving a village somewhere of a computer scientist.
`StringIO` 类实现了内建文件对象的所有方法, 此外还有 `getvalue` 方法用来返回它内部的字符串值. Example 2-9 展示了这个方法.
##### 2.5.0.2. Example 2-9. 使用 StringIO 模块向内存文件写入内容
File: stringio-example-2.py
import StringIO
file = StringIO.StringIO()
file.write("This man is no ordinary man. ")
file.write(“This is Mr. F. G. Superman.”)
print file.getvalue()
This man is no ordinary man. This is Mr. F. G. Superman.
`StringIO` 可以用于重新定向 Python 解释器的输出, 如 Example 2-10 所示.
##### 2.5.0.3. Example 2-10. 使用 StringIO 模块捕获输出
File: stringio-example-3.py
import StringIO
import string, sys
stdout = sys.stdout
sys.stdout = file = StringIO.StringIO()
print “”"
According to Gbaya folktales, trickery and guile
are the best ways to defeat the python, king of
snakes, which was hatched from a dragon at the
world’s start. – National Geographic, May 1997
“”"
sys.stdout = stdout
print string.upper(file.getvalue())
ACCORDING TO GBAYA FOLKTALES, TRICKERY AND GUILE
ARE THE BEST WAYS TO DEFEAT THE PYTHON, KING OF
SNAKES, WHICH WAS HATCHED FROM A DRAGON AT THE
WORLD’S START. – NATIONAL GEOGRAPHIC, MAY 1997
---
### 2.6. cStringIO 模块
`cStringIO` 是一个可选的模块, 是 `StringIO` 的更快速实现. 它的工作方式和 `StringIO` 基本相同, 但是它不可以被继承. Example 2-11 展示了 `cStringIO` 的用法, 另参考前一节.
##### 2.6.0.1. Example 2-11. 使用 cStringIO 模块
File: cstringio-example-1.py
import cStringIO
MESSAGE = “That man is depriving a village somewhere of a computer scientist.”
file = cStringIO.StringIO(MESSAGE)
print file.read()
That man is depriving a village somewhere of a computer scientist.
为了让你的代码尽可能快, 但同时保证兼容低版本的 Python ,你可以使用一个小技巧在 `cStringIO` 不可用时启用 `StringIO` 模块, 如 Example 2-12 所示.
##### 2.6.0.2. Example 2-12. 后退至 StringIO
File: cstringio-example-2.py
try:
import cStringIO
StringIO = cStringIO
except ImportError:
import StringIO
print StringIO
<module ‘StringIO’ (built-in)>
---
### 2.7. mmap 模块
(2.0 新增) `mmap` 模块提供了操作系统内存映射函数的接口, 如 Example 2-13 所示. 映射区域的行为和字符串对象类似, 但数据是直接从文件读取的.
##### 2.7.0.1. Example 2-13. 使用 mmap 模块
File: mmap-example-1.py
import mmap
import os
filename = “samples/sample.txt”
file = open(filename, “r+”)
size = os.path.getsize(filename)
data = mmap.mmap(file.fileno(), size)
basics
print data
print len(data), size
use slicing to read from the file
使用切片操作读取文件
print repr(data[:10]), repr(data[:10])
or use the standard file interface
或使用标准的文件接口
print repr(data.read(10)), repr(data.read(10))
<mmap object at 008A2A10>
302 302
‘We will pe’ ‘We will pe’
‘We will pe’ ‘rhaps even’
在 Windows 下, 这个文件必须以既可读又可写的模式打开( `r+` , `w+` , 或 `a+` ), 否则 `mmap` 调用会失败.
[!Feather 注: 经本人测试, a+ 模式是完全可以的, 原文只有 r+ 和 w+]
Example 2-14 展示了内存映射区域的使用, 在很多地方它都可以替换普通字符串使用, 包括正则表达式和其他字符串操作.
##### 2.7.0.2. Example 2-14. 对映射区域使用字符串方法和正则表达式
File: mmap-example-2.py
import mmap
import os, string, re
def mapfile(filename):
file = open(filename, “r+”)
size = os.path.getsize(filename)
return mmap.mmap(file.fileno(), size)
data = mapfile(“samples/sample.txt”)
search
index = data.find(“small”)
print index, repr(data[index-5:index+15])
regular expressions work too!
m = re.search(“small”, data)
print m.start(), m.group()
43 'only small/015/012modules ’
43 small
---
### 2.8. UserDict 模块
`UserDict` 模块包含了一个可继承的字典类 (事实上是对内建字典类型的 Python 封装).
Example 2-15 展示了一个增强的字典类, 允许对字典使用 "加/+" 操作并提供了接受关键字参数的构造函数.
##### 2.8.0.1. Example 2-15. 使用 UserDict 模块
File: userdict-example-1.py
import UserDict
class FancyDict(UserDict.UserDict):
def _ _init_ _(self, data = {}, **kw):
UserDict.UserDict._ _init_ _(self)
self.update(data)
self.update(kw)
def _ _add_ _(self, other):
dict = FancyDict(self.data)
dict.update(b)
return dict
a = FancyDict(a = 1)
b = FancyDict(b = 2)
print a + b
{‘b’: 2, ‘a’: 1}
---
### 2.9. UserList 模块
`UserList` 模块包含了一个可继承的列表类 (事实上是对内建列表类型的 Python 封装).
在 Example 2-16 中, *AutoList* 实例类似一个普通的列表对象, 但它允许你通过赋值为列表添加项目.
##### 2.9.0.1. Example 2-16. 使用 UserList 模块
File: userlist-example-1.py
import UserList
class AutoList(UserList.UserList):
def _ _setitem_ _(self, i, item):
if i == len(self.data):
self.data.append(item)
else:
self.data[i] = item
list = AutoList()
for i in range(10):
list[i] = i
print list
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
---
### 2.10. UserString 模块
(2.0 新增) `UserString` 模块包含两个类, *UserString* 和 *MutableString* . 前者是对标准字符串类型的封装, 后者是一个变种, 允许你修改特定位置的字符(联想下列表就知道了).
注意 *MutableString* 并不是效率很好, 许多操作是通过切片和字符串连接实现的. 如果性能很对你的脚本来说重要的话, 你最好使用字符串片断的列表或者 `array` 模块. Example 2-17 展示了 `UserString` 模块.
##### 2.10.0.1. Example 2-17. 使用 UserString 模块
File: userstring-example-1.py
import UserString
class MyString(UserString.MutableString):
def append(self, s):
self.data = self.data + s
def insert(self, index, s):
self.data = self.data[index:] + s + self.data[index:]
def remove(self, s):
self.data = self.data.replace(s, "")
file = open(“samples/book.txt”)
text = file.read()
file.close()
book = MyString(text)
for bird in [“gannet”, “robin”, “nuthatch”]:
book.remove(bird)
print book
…
C: The one without the !
P: The one without the -!!! They’ve ALL got the !! It’s a
Standard British Bird, the , it’s in all the books!!!
…
---
### 2.11. traceback 模块
Example 2-18 展示了 `traceback` 模块允许你在程序里打印异常的跟踪返回 (Traceback)信息, 类似未捕获异常时解释器所做的. 如 Example 2-18 所示.
##### 2.11.0.1. Example 2-18. 使用 traceback 模块打印跟踪返回信息
File: traceback-example-1.py
note! importing the traceback module messes up the
exception state, so you better do that here and not
in the exception handler
注意! 导入 traceback 会清理掉异常状态, 所以
最好别在异常处理代码中导入该模块
import traceback
try:
raise SyntaxError, “example”
except:
traceback.print_exc()
Traceback (innermost last):
File “traceback-example-1.py”, line 7, in ?
SyntaxError: example
Example 2-19 使用 `StringIO` 模块将跟踪返回信息放在字符串中.
##### 2.11.0.2. Example 2-19. 使用 traceback 模块将跟踪返回信息复制到字符串
File: traceback-example-2.py
import traceback
import StringIO
try:
raise IOError, “an i/o error occurred”
except:
fp = StringIO.StringIO()
traceback.print_exc(file=fp)
message = fp.getvalue()
print "failure! the error was:", repr(message)
failure! the error was: ‘Traceback (innermost last):/012 File
“traceback-example-2.py”, line 5, in ?/012IOError: an i/o error
occurred/012’
你可以使用 `extract_tb` 函数格式化跟踪返回信息, 得到包含错误信息的列表, 如 Example 2-20 所示.
##### 2.11.0.3. Example 2-20. 使用 traceback Module 模块编码 Traceback 对象
File: traceback-example-3.py
import traceback
import sys
def function():
raise IOError, “an i/o error occurred”
try:
function()
except:
info = sys.exc_info()
for file, lineno, function, text in traceback.extract_tb(info[2]):
print file, “line”, lineno, “in”, function
print “=>”, repr(text)
print “** %s: %s” % info[:2]
traceback-example-3.py line 8 in ?
=> ‘function()’
traceback-example-3.py line 5 in function
=> ‘raise IOError, “an i/o error occurred”’
** exceptions.IOError: an i/o error occurred
---
### 2.12. errno 模块
`errno` 模块定义了许多的符号错误码, 比如 `ENOENT` ("没有该目录入口") 以及 `EPERM` ("权限被拒绝"). 它还提供了一个映射到对应平台数字错误代码的字典. Example 2-21 展示了如何使用 `errno` 模块.
在大多情况下, *IOError* 异常会提供一个二元元组, 包含对应数值错误代码和一个说明字符串. 如果你需要区分不同的错误代码, 那么最好在可能的地方使用符号名称.
##### 2.12.0.1. Example 2-21. 使用 errno 模块
File: errno-example-1.py
import errno
try:
fp = open(“no.such.file”)
except IOError, (error, message):
if error == errno.ENOENT:
print “no such file”
elif error == errno.EPERM:
print “permission denied”
else:
print message
no such file
Example 2-22 绕了些无用的弯子, 不过它很好地说明了如何使用 `errorcode` 字典把数字错误码映射到符号名称( symbolic name ).
##### 2.12.0.2. Example 2-22. 使用 errorcode 字典
File: errno-example-2.py
import errno
try:
fp = open(“no.such.file”)
except IOError, (error, message):
print error, repr(message)
print errno.errorcode[error]
2 ‘No such file or directory’
ENOENT
---
### 2.13. getopt 模块
`getopt` 模块包含用于抽出命令行选项和参数的函数, 它可以处理多种格式的选项. 如 Example 2-23 所示.
其中第 2 个参数指定了允许的可缩写的选项. 选项名后的冒号(:) 意味这这个选项必须有额外的参数.
##### 2.13.0.1. Example 2-23. 使用 getopt 模块
File: getopt-example-1.py
import getopt
import sys
simulate command-line invocation
模仿命令行参数
sys.argv = [“myscript.py”, “-l”, “-d”, “directory”, “filename”]
process options
处理选项
opts, args = getopt.getopt(sys.argv[1:], “ld:”)
long = 0
directory = None
for o, v in opts:
if o == “-l”:
long = 1
elif o == “-d”:
directory = v
print “long”, “=”, long
print “directory”, “=”, directory
print “arguments”, “=”, args
long = 1
directory = directory
arguments = [‘filename’]
为了让 `getopt` 查找长的选项, 如 Example 2-24 所示, 传递一个描述选项的列表做为第 3 个参数. 如果一个选项名称以等号(=) 结尾, 那么它必须有一个附加参数.
##### 2.13.0.2. Example 2-24. 使用 getopt 模块处理长选项
File: getopt-example-2.py
import getopt
import sys
simulate command-line invocation
模仿命令行参数
sys.argv = [“myscript.py”, “–echo”, “–printer”, “lp01”, “message”]
opts, args = getopt.getopt(sys.argv[1:], “ep:”, [“echo”, “printer=”])
process options
处理选项
echo = 0
printer = None
for o, v in opts:
if o in (“-e”, “–echo”):
echo = 1
elif o in (“-p”, “–printer”):
printer = v
print “echo”, “=”, echo
print “printer”, “=”, printer
print “arguments”, “=”, args
echo = 1
printer = lp01
arguments = [‘message’]
[!Feather 注: 我不知道大家明白没, 可以自己试下:
myscript.py -e -p lp01 message
myscript.py --echo --printer=lp01 message
]
---
### 2.14. getpass 模块
`getpass` 模块提供了平台无关的在命令行下输入密码的方法. 如 Example 2-25 所示.
`getpass(prompt)` 会显示提示字符串, 关闭键盘的屏幕反馈, 然后读取密码. 如果提示参数省略, 那么它将打印出 "`Password:`".
`getuser()` 获得当前用户名, 如果可能的话.
##### 2.14.0.1. Example 2-25. 使用 getpass 模块
File: getpass-example-1.py
import getpass
usr = getpass.getuser()
pwd = getpass.getpass("enter password for user %s: " % usr)
print usr, pwd
enter password for user mulder:
mulder trustno1
---
### 2.15. glob 模块
`glob` 根据给定模式生成满足该模式的文件名列表, 和 Unix shell 相同.
这里的模式和正则表达式类似, 但更简单. 星号(`*`) 匹配零个或更多个字符, 问号(`?`) 匹配单个字符. 你也可以使用方括号来指定字符范围, 例如 `[0-9]` 代表一个数字. 其他所有字符都代表它们本身.
`glob(pattern)` 返回满足给定模式的所有文件的列表. Example 2-26 展示了它的用法.
##### 2.15.0.1. Example 2-26. 使用 glob 模块
File: glob-example-1.py
import glob
for file in glob.glob(“samples/*.jpg”):
print file
samples/sample.jpg
注意这里的 `glob` 返回完整路径名, 这点和 `os.listdir` 函数不同. `glob` 事实上使用了 `fnmatch` 模块来完成模式匹配.
---
### 2.16. fnmatch 模块
`fnmatch` 模块使用模式来匹配文件名. 如 Example 2-27 所示.
模式语法和 Unix shell 中所使用的相同. 星号(`*`) 匹配零个或更多个字符, 问号(`?`) 匹配单个字符. 你也可以使用方括号来指定字符范围, 例如 `[0-9]` 代表一个数字. 其他所有字符都匹配它们本身.
##### 2.16.0.1. Example 2-27. 使用 fnmatch 模块匹配文件
File: fnmatch-example-1.py
import fnmatch
import os
for file in os.listdir(“samples”):
if fnmatch.fnmatch(file, “*.jpg”):
print file
sample.jpg
Example 2-28 中的 `translate` 函数可以将一个文件匹配模式转换为正则表达式.
##### 2.16.0.2. Example 2-28. 使用 fnmatch 模块将模式转换为正则表达式
File: fnmatch-example-2.py
import fnmatch
import os, re
pattern = fnmatch.translate(“*.jpg”)
for file in os.listdir(“samples”):
if re.match(pattern, file):
print file
print “(pattern was %s)” % pattern
sample.jpg
(pattern was .*/.jpg$)
`glob` 和 `find` 模块在内部使用 `fnmatch` 模块来实现.
---
### 2.17. random 模块
>
> "Anyone who considers arithmetical methods of producing random digits is, of course, in a state of sin."
>
>
> - John von Neumann, 1951
>
`random` 模块包含许多随机数生成器.
基本随机数生成器(基于 Wichmann 和 Hill , 1982 的数学运算理论) 可以通过很多方法访问, 如 Example 2-29 所示.
##### 2.17.0.1. Example 2-29. 使用 random 模块获得随机数字
File: random-example-1.py
import random
for i in range(5):
# random float: 0.0 <= number < 1.0
print random.random(),
# random float: 10 <= number < 20
print random.uniform(10, 20),
# random integer: 100 <= number <= 1000
print random.randint(100, 1000),
# random integer: even numbers in 100 <= number < 1000
print random.randrange(100, 1000, 2)
0.946842713956 19.5910069381 709 172
0.573613195398 16.2758417025 407 120
0.363241598013 16.8079747714 916 580
0.602115173978 18.386796935 531 774
0.526767588533 18.0783794596 223 344
注意这里的 `randint` 函数可以返回上界, 而其他函数总是返回小于上界的值. 所有函数都有可能返回下界值.
Example 2-30 展示了 `choice` 函数, 它用来从一个序列里分拣出一个随机项目. 它可以用于列表, 元组, 以及其他序列(当然, 非空的).
##### 2.17.0.2. Example 2-30. 使用 random 模块从序列取出随机项
File: random-example-2.py
import random
random choice from a list
for i in range(5):
print random.choice([1, 2, 3, 5, 9])
2
3
1
9
1
在 2.0 及以后版本, `shuffle` 函数可以用于打乱一个列表的内容 (也就是生成一个该列表的随机全排列). Example 2-31 展示了如何在旧版本中实现该函数.
##### 2.17.0.3. Example 2-31. 使用 random 模块打乱一副牌
File: random-example-4.py
import random
try:
# available in 2.0 and later
shuffle = random.shuffle
except AttributeError:
def shuffle(x):
for i in xrange(len(x)-1, 0, -1):
# pick an element in x[:i+1] with which to exchange x[i]
j = int(random.random() * (i+1))
x[i], x[j] = x[j], x[i]
cards = range(52)
shuffle(cards)
myhand = cards[:5]
print myhand
[4, 8, 40, 12, 30]
`random` 模块也包含了非恒定分布的随机生成器函数. Example 2-32 使用了 gauss (高斯)函数来生成满足高斯分的布随机数字.
##### 2.17.0.4. Example 2-32. 使用 random 模块生成高斯分布随机数
File: random-example-3.py
import random
histogram = [0] * 20
calculate histogram for gaussian
noise, using average=5, stddev=1
for i in range(1000):
i = int(random.gauss(5, 1) * 2)
histogram[i] = histogram[i] + 1
print the histogram
m = max(histogram)
for v in histogram:
print “*” * (v * 50 / m)
****
**********
*************************
***********************************
************************************************
**************************************************
*************************************
***************************
*************
***
*
你可以在 *Python Library Reference* 找到更多关于非恒定分布随机生成器函数的信息.
>
> 标准库中提供的随机数生成器都是伪随机数生成器. 不过这对于很多目的来说已经足够了, 比如模拟, 数值分析, 以及游戏. 可以确定的是它不适合密码学用途.
>
---
### 2.18. whrandom 模块
这个模块早在 2.1 就被声明不赞成, 早废了. 请使用 `random` 代替.
- Feather
Example 2-33 展示了 `whrandom` , 它提供了一个伪随机数生成器. (基于 Wichmann 和 Hill, 1982 的数学运算理论). 除非你需要不共享状态的多个生成器(如多线程程序), 请使用 `random` 模块代替.
##### 2.18.0.1. Example 2-33. 使用 whrandom 模块
File: whrandom-example-1.py
import whrandom
same as random
print whrandom.random()
print whrandom.choice([1, 2, 3, 5, 9])
print whrandom.uniform(10, 20)
print whrandom.randint(100, 1000)
0.113412062346
1
16.8778954689
799
Example 2-34 展示了如何使用 *whrandom* 类实例创建多个生成器.
##### 2.18.0.2. Example 2-34. 使用 whrandom 模块创建多个随机生成器
File: whrandom-example-2.py
import whrandom
initialize all generators with the same seed
rand1 = whrandom.whrandom(4,7,11)
rand2 = whrandom.whrandom(4,7,11)
rand3 = whrandom.whrandom(4,7,11)
for i in range(5):
print rand1.random(), rand2.random(), rand3.random()
0.123993532536 0.123993532536 0.123993532536
0.180951499518 0.180951499518 0.180951499518
0.291924111809 0.291924111809 0.291924111809
0.952048889363 0.952048889363 0.952048889363
0.969794283643 0.969794283643 0.969794283643
---
### 2.19. md5 模块
`md5` (Message-Digest Algorithm 5)模块用于计算信息密文(信息摘要).
`md5` 算法计算一个强壮的128位密文. 这意味着如果两个字符串是不同的, 那么有极高可能它们的 `md5` 也不同. 也就是说, 给定一个 `md5` 密文, 那么几乎没有可能再找到另个字符串的密文与此相同. Example 2-35 展示了如何使用 `md5` 模块.
##### 2.19.0.1. Example 2-35. 使用 md5 模块
File: md5-example-1.py
import md5
hash = md5.new()
hash.update(“spam, spam, and eggs”)
print repr(hash.digest())
‘L/005J/243/266/355/243u`/305r/203/267/020F/303’
注意这里的校验和是一个二进制字符串. Example 2-36 展示了如何获得一个十六进制或 base64 编码的字符串.
##### 2.19.0.2. Example 2-36. 使用 md5 模块获得十六进制或 base64 编码的 md5 值
File: md5-example-2.py
import md5
import string
import base64
hash = md5.new()
hash.update(“spam, spam, and eggs”)
value = hash.digest()
print hash.hexdigest()
before 2.0, the above can be written as
在 2.0 前, 以上应该写做:
print string.join(map(lambda v: “%02x” % ord(v), value), “”)
print base64.encodestring(value)
4c054aa3b6eda37560c57283b71046c3
TAVKo7bto3VgxXKDtxBGww==
Example 2-37 展示了如何使用 `md5` 校验和来处理口令的发送与应答的验证(不过我们将稍候讨论这里使用随机数字所带来的问题).
##### 2.19.0.3. Example 2-37. 使用 md5 模块来处理口令的发送与应答的验证
File: md5-example-3.py
import md5
import string, random
def getchallenge():
# generate a 16-byte long random string. (note that the built-
# in pseudo-random generator uses a 24-bit seed, so this is not
# as good as it may seem…)
# 生成一个 16 字节长的随机字符串. 注意内建的伪随机生成器
# 使用的是 24 位的种子(seed), 所以这里这样用并不好…
challenge = map(lambda i: chr(random.randint(0, 255)), range(16))
return string.join(challenge, “”)
def getresponse(password, challenge):
# calculate combined digest for password and challenge
# 计算密码和质询(challenge)的联合密文
m = md5.new()
m.update(password)
m.update(challenge)
return m.digest()
server/client communication
服务器/客户端通讯
1. client connects. server issues challenge.
1. 客户端连接, 服务器发布质询(challenge)
print “client:”, “connect”
challenge = getchallenge()
print “server:”, repr(challenge)
2. client combines password and challenge, and calculates
the response.
2. 客户端计算密码和质询(challenge)的组合后的密文
client_response = getresponse(“trustno1”, challenge)
print “client:”, repr(client_response)
3. server does the same, and compares the result with the
client response. the result is a safe login in which the
password is never sent across the communication channel.
3. 服务器做同样的事, 然后比较结果与客户端的返回,
判断是否允许用户登陆. 这样做密码没有在通讯中明文传输.
server_response = getresponse(“trustno1”, challenge)
if server_response == client_response:
print “server:”, “login ok”
client: connect
server: ‘/334/352/227Z#/272/273/212KG/330/265/032>/311o’
client: “l’/305/240-x/245/237/035/225A/254/233/337/225/001”
server: login ok
Example 2-38 提供了 `md5` 的一个变种, 你可以通过标记信息来判断它是否在网络传输过程中被修改(丢失).
##### 2.19.0.4. Example 2-38. 使用 md5 模块检查数据完整性
File: md5-example-4.py
import md5
import array
class HMAC_MD5:
# keyed md5 message authentication
def _ _init_ _(self, key):
if len(key) > 64:
key = md5.new(key).digest()
ipad = array.array("B", [0x36] * 64)
opad = array.array("B", [0x5C] * 64)
for i in range(len(key)):
ipad[i] = ipad[i] ^ ord(key[i])
opad[i] = opad[i] ^ ord(key[i])
self.ipad = md5.md5(ipad.tostring())
self.opad = md5.md5(opad.tostring())
def digest(self, data):
ipad = self.ipad.copy()
opad = self.opad.copy()
ipad.update(data)
opad.update(ipad.digest())
return opad.digest()
simulate server end
模拟服务器端
key = “this should be a well-kept secret”
message = open(“samples/sample.txt”).read()
signature = HMAC_MD5(key).digest(message)
(send message and signature across a public network)
(经过由网络发送信息和签名)
simulate client end
#模拟客户端
key = “this should be a well-kept secret”
client_signature = HMAC_MD5(key).digest(message)
if client_signature == signature:
print “this is the original message:”
print
print message
else:
print “someone has modified the message!!!”
`copy` 方法会对这个内部对象状态做一个快照( snapshot ). 这允许你预先计算部分密文摘要(例如 Example 2-38 中的 padded key).
该算法的细节请参阅 *HMAC-MD5:Keyed-MD5 for Message Authentication* ( <http://www.research.ibm.com/security/draft-ietf-ipsec-hmac-md5-00.txt> ) by Krawczyk, 或其他.
>
> 千万别忘记内建的伪随机生成器对于加密操作而言并不合适. 千万小心.
>
---
### 2.20. sha 模块
`sha` 模块提供了计算信息摘要(密文)的另种方法, 如 Example 2-39 所示. 它与 `md5` 模块类似, 但生成的是 160 位签名.
##### 2.20.0.1. Example 2-39. 使用 sha 模块
File: sha-example-1.py
import sha
hash = sha.new()
hash.update(“spam, spam, and eggs”)
print repr(hash.digest())
print hash.hexdigest()
‘/321/333/003/026I/331/272-j/303/247/240/345/343Tvq/364/346/311’
d1db031649d9ba2d6ac3a7a0e5e3547671f4e6c9
关于 `sha` 密文的使用, 请参阅 `md5` 中的例子.
---
### 2.21. crypt 模块
(可选, 只用于 Unix) `crypt` 模块实现了单向的 DES 加密, Unix 系统使用这个加密算法来储存密码, 这个模块真正也就只在检查这样的密码时有用.
Example 2-40 展示了如何使用 `crypt.crypt` 来加密一个密码, 将密码和 *salt* 组合起来然后传递给函数, 这里的 *salt* 包含两位随机字符. 现在你可以扔掉原密码而只保存加密后的字符串了.
##### 2.21.0.1. Example 2-40. 使用 crypt 模块
File: crypt-example-1.py
import crypt
import random, string
def getsalt(chars = string.letters + string.digits):
# generate a random 2-character ‘salt’
# 生成随机的 2 字符 ‘salt’
return random.choice(chars) + random.choice(chars)
print crypt.crypt(“bananas”, getsalt())
‘py8UGrijma1j6’
确认密码时, 只需要用新密码调用加密函数, 并取加密后字符串的前两位作为 *salt* 即可. 如 果结果和加密后字符串匹配, 那么密码就是正确的. Example 2-41 使用 `pwd` 模块来获取已知用户的加密后密码.
##### 2.21.0.2. Example 2-41. 使用 crypt 模块身份验证
File: crypt-example-2.py
import pwd, crypt
def login(user, password):
“Check if user would be able to log in using password”
try:
pw1 = pwd.getpwnam(user)[1]
pw2 = crypt.crypt(password, pw1[:2])
return pw1 == pw2
except KeyError:
return 0 # no such user
user = raw_input(“username:”)
password = raw_input(“password:”)
if login(user, password):
print “welcome”, user
else:
print “login failed”
关于其他实现验证的方法请参阅 `md5` 模块一节.
---
### 2.22. rotor 模块
这个模块在 2.3 时被声明不赞成, 2.4 时废了. 因为它的加密算法不安全.
- Feather
(可选) `rotor` 模块实现了一个简单的加密算法. 如 Example 2-42 所示. 它的算法基于 WWII Enigma engine.
##### 2.22.0.1. Example 2-42. 使用 rotor 模块
File: rotor-example-1.py
import rotor
SECRET_KEY = “spam”
MESSAGE = “the holy grail”
r = rotor.newrotor(SECRET_KEY)
encoded_message = r.encrypt(MESSAGE)
decoded_message = r.decrypt(encoded_message)
print “original:”, repr(MESSAGE)
print “encoded message:”, repr(encoded_message)
print “decoded message:”, repr(decoded_message)
original: ‘the holy grail’
encoded message: ‘/227/271/244/015/305sw/3340/337/252/237/340U’
decoded message: ‘the holy grail’
---
### 2.23. zlib 模块
(可选) `zlib` 模块为 "zlib" 压缩提供支持. (这种压缩方法是 "deflate".)
Example 2-43 展示了如何使用 `compress` 和 `decompress` 函数接受字符串参数.
##### 2.23.0.1. Example 2-43. 使用 zlib 模块压缩字符串
File: zlib-example-1.py
import zlib
MESSAGE = “life of brian”
compressed_message = zlib.compress(MESSAGE)
decompressed_message = zlib.decompress(compressed_message)
print “original:”, repr(MESSAGE)
print “compressed message:”, repr(compressed_message)
print “decompressed message:”, repr(decompressed_message)
original: ‘life of brian’
compressed message: ‘x/234/313/311LKU/310OSH*/312L/314/003/000!/010/004/302’
decompressed message: ‘life of brian’
文件的内容决定了压缩比率, Example 2-44 说明了这点.
##### 2.23.0.2. Example 2-44. 使用 zlib 模块压缩多个不同类型文件
File: zlib-example-2.py
import zlib
import glob
for file in glob.glob(“samples/*”):
indata = open(file, "rb").read()
outdata = zlib.compress(indata, zlib.Z_BEST_COMPRESSION)
print file, len(indata), "=>", len(outdata),
print "%d%%" % (len(outdata) * 100 / len(indata))
samples/sample.au 1676 => 1109 66%
samples/sample.gz 42 => 51 121%
samples/sample.htm 186 => 135 72%
samples/sample.ini 246 => 190 77%
samples/sample.jpg 4762 => 4632 97%
samples/sample.msg 450 => 275 61%
samples/sample.sgm 430 => 321 74%
samples/sample.tar 10240 => 125 1%
samples/sample.tgz 155 => 159 102%
samples/sample.txt 302 => 220 72%
samples/sample.wav 13260 => 10992 82%
你也可以实时地压缩或解压缩数据, 如 Example 2-45 所示.
##### 2.23.0.3. Example 2-45. 使用 zlib 模块解压缩流
File: zlib-example-3.py
import zlib
encoder = zlib.compressobj()
data = encoder.compress(“life”)
data = data + encoder.compress(" of ")
data = data + encoder.compress(“brian”)
data = data + encoder.flush()
print repr(data)
print repr(zlib.decompress(data))
‘x/234/313/311LKU/310OSH*/312L/314/003/000!/010/004/302’
‘life of brian’
Example 2-46 把解码对象封装到了一个类似文件对象的类中, 实现了一些文件对象的方法, 这样使得读取压缩文件更方便.
##### 2.23.0.4. Example 2-46. 压缩流的仿文件访问方式
File: zlib-example-4.py
import zlib
import string, StringIO
class ZipInputStream:
def _ _init_ _(self, file):
self.file = file
self._ _rewind()
def _ _rewind(self):
self.zip = zlib.decompressobj()
self.pos = 0 # position in zipped stream
self.offset = 0 # position in unzipped stream
self.data = ""
def _ _fill(self, bytes):
if self.zip:
# read until we have enough bytes in the buffer
while not bytes or len(self.data) < bytes:
self.file.seek(self.pos)
data = self.file.read(16384)
if not data:
self.data = self.data + self.zip.flush()
self.zip = None # no more data
break
self.pos = self.pos + len(data)
self.data = self.data + self.zip.decompress(data)
def seek(self, offset, whence=0):
if whence == 0:
position = offset
elif whence == 1:
position = self.offset + offset
else:
raise IOError, "Illegal argument"
if position < self.offset:
raise IOError, "Cannot seek backwards"
# skip forward, in 16k blocks
while position > self.offset:
if not self.read(min(position - self.offset, 16384)):
break
def tell(self):
return self.offset
def read(self, bytes = 0):
self._ _fill(bytes)
if bytes:
data = self.data[:bytes]
self.data = self.data[bytes:]
else:
data = self.data
self.data = ""
self.offset = self.offset + len(data)
return data
def readline(self):
# make sure we have an entire line
while self.zip and "/n" not in self.data:
self._ _fill(len(self.data) + 512)
i = string.find(self.data, "/n") + 1
if i <= 0:
return self.read()
return self.read(i)
def readlines(self):
lines = []
while 1:
s = self.readline()
if not s:
break
lines.append(s)
return lines
try it out
data = open(“samples/sample.txt”).read()
data = zlib.compress(data)
file = ZipInputStream(StringIO.StringIO(data))
for line in file.readlines():
print line[:-1]
We will perhaps eventually be writing only small
modules which are identified by name as they are
used to build larger ones, so that devices like
indentation, rather than delimiters, might become
feasible for expressing local structure in the
source language.
– Donald E. Knuth, December 1974
---
### 2.24. code 模块
`code` 模块提供了一些用于模拟标准交互解释器行为的函数.
`compile_command` 与内建 `compile` 函数行为相似, 但它会通过测试来保证你传递的是一个完成的 Python 语句.
在 Example 2-47 中, 我们一行一行地编译一个程序, 编译完成后会执行所得到的代码对象 (code object). 程序代码如下:
a = (
1,
2,
3
)
print a
注意只有我们到达第 2 个括号, 元组的赋值操作能编译完成.
##### 2.24.0.1. Example 2-47. 使用 code 模块编译语句
File: code-example-1.py
import code
import string
SCRIPT = [
“a = (”,
" 1,“,
" 2,”,
" 3 ",
“)”,
“print a”
]
script = “”
for line in SCRIPT:
script = script + line + “/n”
co = code.compile_command(script, “”, “exec”)
if co:
# got a complete statement. execute it!
print “-”*40
print script,
print “-”*40
exec co
script = “”
**----------------------------------------
a = (
1,
2,
3
)
print a
(1, 2, 3)**
*InteractiveConsole* 类实现了一个交互控制台, 类似你启动的 Python 解释器交互模式.
控制台可以是活动的(自动调用函数到达下一行) 或是被动的(当有新数据时调用 *push* 方法). 默认使用内建的 `raw_input` 函数. 如果你想使用另个输入函数, 你可以使用相同的名称重载这个方法. Example 2-48 展示了如何使用 `code` 模块来模拟交互解释器.
##### 2.24.0.2. Example 2-48. 使用 code 模块模拟交互解释器
File: code-example-2.py
import code
console = code.InteractiveConsole()
console.interact()
**Python 1.5.2
Copyright 1991-1995 Stichting Mathematisch Centrum, Amsterdam
(InteractiveConsole)
a = (
… 1,
… 2,
… 3
… )
print a
(1, 2, 3)**
Example 2-49 中的脚本定义了一个 `keyboard` 函数. 它允许你在程序中手动控制交互解释器.
##### 2.24.0.3. Example 2-49. 使用 code 模块实现简单的 Debugging
File: code-example-3.py
def keyboard(banner=None):
import code, sys
# use exception trick to pick up the current frame
try:
raise None
except:
frame = sys.exc_info()[2].tb_frame.f_back
# evaluate commands in current namespace
namespace = frame.f_globals.copy()
namespace.update(frame.f_locals)
code.interact(banner=banner, local=namespace)
def func():
print “START”
a = 10
keyboard()
print “END”
func()
**START
Python 1.5.2
Copyright 1991-1995 Stichting Mathematisch Centrum, Amsterdam
(InteractiveConsole)
print a
10
print keyboard
<function keyboard at 9032c8>
^Z
END**
---
## 3. 线程和进程
>
> "Well, since you last asked us to stop, this thread has moved from discussing languages suitable for professional programmers via accidental users to computer-phobic users. A few more iterations can make this thread really interesting..."
>
>
> - eff-bot, June 1996
>
---
### 3.1. 概览
本章将介绍标准 Python 解释器中所提供的线程支持模块. 注意线程支持模块是可选的, 有可能在一些 Python 解释器中不可用.
本章还涵盖了一些 Unix 和 Windows 下用于执行外部进程的模块.
#### 3.1.1. 线程
执行 Python 程序的时候, 是按照从主模块顶端向下执行的. 循环用于重复执行部分代码, 函数和方法会将控制临时移交到程序的另一部分.
通过线程, 你的程序可以在同时处理多个任务. 每个线程都有它自己的控制流. 所以你可以在一个线程里从文件读取数据, 另个向屏幕输出内容.
为了保证两个线程可以同时访问相同的内部数据, Python 使用了 *global interpreter lock (全局解释器锁)*. 在同一时间只可能有一个线程执行 Python 代码; Python 实际上是自动地在一段很短的时间后切换到下个线程执行, 或者等待 一个线程执行一项需要时间的操作(例如等待通过 socket 传输的数据, 或是从文件中读取数据).
全局锁事实上并不能避免你程序中的问题. 多个线程尝试访问相同的数据会导致异常 状态. 例如以下的代码:
def getitem(key):
item = cache.get(key)
if item is None:
# not in cache; create a new one
item = create_new_item(key)
cache[key] = item
return item
如果不同的线程先后使用相同的 key 调用这里的 `getitem` 方法, 那么它们很可能会导致相同的参数调用两次 `create_new_item` . 大多时候这样做没有问题, 但在某些时候会导致严重错误.
不过你可以使用 *lock objects* 来同步线程. 一个线程只能拥有一个 *lock object* , 这样就可以确保某个时刻 只有一个线程执行 *getitem* 函数.
#### 3.1.2. 进程
在大多现代操作系统中, 每个程序在它自身的*进程( process )*内执行. 我们通过在 shell 中键入命令或直接在菜单中选择来执行一个程序/进程. Python 允许你在一个脚本内执行一个新的程序.
大多进程相关函数通过 `os` 模块定义. 相关内容请参阅 第 1.4.4 小节 .
---
### 3.2. threading 模块
(可选) `threading` 模块为线程提供了一个高级接口, 如 Example 3-1 所示. 它源自 Java 的线程实现. 和低级的 `thread` 模块相同, 只有你在编译解释器时打开了线程支持才可以使用它 .
你只需要继承 *Thread* 类, 定义好 `run` 方法, 就可以创建一 个新的线程. 使用时首先创建该类的一个或多个实例, 然后调用 `start` 方法. 这样每个实例的 `run` 方法都会运行在它自己的线程里.
##### 3.2.0.1. Example 3-1. 使用 threading 模块
File: threading-example-1.py
import threading
import time, random
class Counter:
def _ init _(self):
self.lock = threading.Lock()
self.value = 0
def increment(self):
self.lock.acquire() # critical section
self.value = value = self.value + 1
self.lock.release()
return value
counter = Counter()
class Worker(threading.Thread):
def run(self):
for i in range(10):
# pretend we're doing something that takes 10�00 ms
value = counter.increment() # increment global counter
time.sleep(random.randint(10, 100) / 1000.0)
print self.getName(), "-- task", i, "finished", value
try it
for i in range(10):
Worker().start() # start a worker
Thread-1 – task 0 finished 1
Thread-3 – task 0 finished 3
Thread-7 – task 0 finished 8
Thread-1 – task 1 finished 7
Thread-4 – task 0 Thread-5 – task 0 finished 4
finished 5
Thread-8 – task 0 Thread-6 – task 0 finished 9
finished 6
…
Thread-6 – task 9 finished 98
Thread-4 – task 9 finished 99
Thread-9 – task 9 finished 100
Example 3-1 使用了 *Lock* 对象来在全局 *Counter* 对象里创建临界区 (critical section). 如果删除了 `acquire` 和 `release` 语句, 那么 `Counter` 很可能不会到达 100.
---
### 3.3. Queue 模块
`Queue` 模块提供了一个线程安全的队列 (queue) 实现, 如 Example 3-2 所示. 你可以通过它在多个线程里安全访问同个对象.
##### 3.3.0.1. Example 3-2. 使用 Queue 模块
File: queue-example-1.py
import threading
import Queue
import time, random
WORKERS = 2
class Worker(threading.Thread):
def _ _init_ _(self, queue):
self._ _queue = queue
threading.Thread._ _init_ _(self)
def run(self):
while 1:
item = self._ _queue.get()
if item is None:
break # reached end of queue
# pretend we're doing something that takes 10�00 ms
time.sleep(random.randint(10, 100) / 1000.0)
print "task", item, "finished"
try it
queue = Queue.Queue(0)
for i in range(WORKERS):
Worker(queue).start() # start a worker
for i in range(10):
queue.put(i)
for i in range(WORKERS):
queue.put(None) # add end-of-queue markers
task 1 finished
task 0 finished
task 3 finished
task 2 finished
task 4 finished
task 5 finished
task 7 finished
task 6 finished
task 9 finished
task 8 finished
Example 3-3 展示了如何限制队列的大小. 如果队列满了, 那么控制主线程 (producer threads) 被阻塞, 等待项目被弹出 (pop off).
##### 3.3.0.2. Example 3-3. 使用限制大小的 Queue 模块
File: queue-example-2.py
import threading
import Queue
import time, random
WORKERS = 2
class Worker(threading.Thread):
def _ _init_ _(self, queue):
self._ _queue = queue
threading.Thread._ _init_ _(self)
def run(self):
while 1:
item = self._ _queue.get()
if item is None:
break # reached end of queue
# pretend we're doing something that takes 10�00 ms
time.sleep(random.randint(10, 100) / 1000.0)
print "task", item, "finished"
run with limited queue
queue = Queue.Queue(3)
for i in range(WORKERS):
Worker(queue).start() # start a worker
for item in range(10):
print “push”, item
queue.put(item)
for i in range(WORKERS):
queue.put(None) # add end-of-queue markers
push 0
push 1
push 2
push 3
push 4
push 5
task 0 finished
push 6
task 1 finished
push 7
task 2 finished
push 8
task 3 finished
push 9
task 4 finished
task 6 finished
task 5 finished
task 7 finished
task 9 finished
task 8 finished
你可以通过继承 *Queue* 类来修改它的行为. Example 3-4 为我们展示了一个简单的具有优先级的队列. 它接受一个元组作为参数, 元组的第一个成员表示优先级(数值越小优先级越高).
##### 3.3.0.3. Example 3-4. 使用 Queue 模块实现优先级队列
File: queue-example-3.py
import Queue
import bisect
Empty = Queue.Empty
class PriorityQueue(Queue.Queue):
“Thread-safe priority queue”
def _put(self, item):
# insert in order
bisect.insort(self.queue, item)
try it
queue = PriorityQueue(0)
add items out of order
queue.put((20, “second”))
queue.put((10, “first”))
queue.put((30, “third”))
print queue contents
try:
while 1:
print queue.get_nowait()
except Empty:
pass
third
second
first
Example 3-5 展示了一个简单的堆栈 (stack) 实现 (末尾添加, 头部弹出, 而非头部添加, 头部弹出).
##### 3.3.0.4. Example 3-5. 使用 Queue 模块实现一个堆栈
File: queue-example-4.py
import Queue
Empty = Queue.Empty
class Stack(Queue.Queue):
“Thread-safe stack”
def _put(self, item):
# insert at the beginning of queue, not at the end
self.queue.insert(0, item)
# method aliases
push = Queue.Queue.put
pop = Queue.Queue.get
pop_nowait = Queue.Queue.get_nowait
try it
stack = Stack(0)
push items on stack
stack.push(“first”)
stack.push(“second”)
stack.push(“third”)
print stack contents
try:
while 1:
print stack.pop_nowait()
except Empty:
pass
third
second
first
---
### 3.4. thread 模块
(可选) `thread` 模块提为线程提供了一个低级 (low\_level) 的接口, 如 Example 3-6 所示. 只有你在编译解释器时打开了线程支持才可以使用它. 如果没有特殊需要, 最好使用高级接口 `threading` 模块替代.
##### 3.4.0.1. Example 3-6. 使用 thread 模块
File: thread-example-1.py
import thread
import time, random
def worker():
for i in range(50):
# pretend we’re doing something that takes 10�00 ms
time.sleep(random.randint(10, 100) / 1000.0)
print thread.get_ident(), “-- task”, i, “finished”
try it out!
for i in range(2):
thread.start_new_thread(worker, ())
time.sleep(1)
print “goodbye!”
311 – task 0 finished
265 – task 0 finished
265 – task 1 finished
311 – task 1 finished
…
265 – task 17 finished
311 – task 13 finished
265 – task 18 finished
goodbye!
注意当主程序退出的时候, 所有的线程也随着退出. 而 `threading` 模块不存在这个问题 . (该行为可改变)
---
### 3.5. commands 模块
(只用于 Unix) `commands` 模块包含一些用于执行外部命令的函数. Example 3-7 展示了这个模块.
##### 3.5.0.1. Example 3-7. 使用 commands 模块
File: commands-example-1.py
import commands
stat, output = commands.getstatusoutput(“ls -lR”)
print “status”, “=>”, stat
print “output”, “=>”, len(output), “bytes”
status => 0
output => 171046 bytes
---
### 3.6. pipes 模块
(只用于 Unix) `pipes` 模块提供了 "转换管道 (conversion pipelines)" 的支持. 你可以创建包含许多外部工具调用的管道来处理多个文件. 如 Example 3-8 所示.
##### 3.6.0.1. Example 3-8. 使用 pipes 模块
File: pipes-example-1.py
import pipes
t = pipes.Template()
create a pipeline
这里 " - " 代表从标准输入读入内容
t.append(“sort”, “–”)
t.append(“uniq”, “–”)
filter some text
这里空字符串代表标准输出
t.copy(“samples/sample.txt”, “”)
Alan Jones (sensible party)
Kevin Phillips-Bong (slightly silly)
Tarquin Fin-tim-lin-bin-whin-bim-lin-bus-stop-F’tang-F’tang-Olé-Biscuitbarrel
---
### 3.7. popen2 模块
`popen2` 模块允许你执行外部命令, 并通过流来分别访问它的 `stdin` 和 `stdout` ( 可能还有 `stderr` ).
在 python 1.5.2 以及之前版本, 该模块只存在于 Unix 平台上. 2.0 后, Windows 下也实现了该函数. Example 3-9 展示了如何使用该模块来给字符串排序.
##### 3.7.0.1. Example 3-9. 使用 popen2 模块对字符串排序Module to Sort Strings
File: popen2-example-1.py
import popen2, string
fin, fout = popen2.popen2(“sort”)
fout.write(“foo/n”)
fout.write(“bar/n”)
fout.close()
print fin.readline(),
print fin.readline(),
fin.close()
bar
foo
Example 3-10 展示了如何使用该模块控制应用程序 .
##### 3.7.0.2. Example 3-10. 使用 popen2 模块控制 gnuchess
File: popen2-example-2.py
import popen2
import string
class Chess:
“Interface class for chesstool-compatible programs”
def _ _init_ _(self, engine = "gnuchessc"):
self.fin, self.fout = popen2.popen2(engine)
s = self.fin.readline()
if s != "Chess/n":
raise IOError, "incompatible chess program"
def move(self, move):
self.fout.write(move + "/n")
self.fout.flush()
my = self.fin.readline()
if my == "Illegal move":
raise ValueError, "illegal move"
his = self.fin.readline()
return string.split(his)[2]
def quit(self):
self.fout.write("quit/n")
self.fout.flush()
play a few moves
g = Chess()
print g.move(“a2a4”)
print g.move(“b2b3”)
g.quit()
b8c6
e7e5
---
### 3.8. signal 模块
你可以使用 `signal` 模块配置你自己的信号处理器 (signal handler), 如 Example 3-11 所示. 当解释器收到某个信号时, 信号处理器会立即执行.
##### 3.8.0.1. Example 3-11. 使用 signal 模块
File: signal-example-1.py
import signal
import time
def handler(signo, frame):
print “got signal”, signo
signal.signal(signal.SIGALRM, handler)
wake me up in two seconds
signal.alarm(2)
now = time.time()
time.sleep(200)
print “slept for”, time.time() - now, “seconds”
got signal 14
slept for 1.99262607098 seconds
---
## 4. 数据表示
>
> "PALO ALTO, Calif. - Intel says its Pentium Pro and new Pentium II chips have a flaw that can cause computers to sometimes make mistakes but said the problems could be fixed easily with rewritten software."
>
>
> - Reuters telegram
>
---
### 4.1. 概览
本章描述了一些用于在 Python 对象和其他数据表示类型间相互转换的模块. 这些模块通常用于读写特定的文件格式或是储存/取出 Python 变量.
#### 4.1.1. 二进制数据
Python 提供了一些用于二进制数据解码/编码的模块. `struct` 模块用于在 二进制数据结构(例如 C 中的 struct )和 Python 元组间转换. `array` 模块将二进制数据阵列 ( C arrays )封装为 Python 序列对象.
#### 4.1.2. 自描述格式
`marshal` 和 `pickle` 模块用于在不同的 Python 程序间共享/传递数据.
`marshal` 模块使用了简单的自描述格式( Self-Describing Formats ), 它支持大多的内建数据类型, 包括 code 对象. Python 自身也使用了这个格式来储存编译后代码( .pyc 文件).
`pickle` 模块提供了更复杂的格式, 它支持用户定义的类, 自引用数据结构等等. `pickle` 是用 Python 写的, 相对来说速度较慢, 不过还有一个 `cPickle` 模块, 使用 C 实现了相同的功能, 速度和 `marshal` 不相上下.
#### 4.1.3. 输出格式
一些模块提供了增强的格式化输出, 用来补充内建的 `repr` 函数和 `%` 字符串格式化操作符.
`pprint` 模块几乎可以将任何 Python 数据结构很好地打印出来(提高可读性).
`repr` 模块可以用来替换内建同名函数. 该模块与内建函数不同的是它限制了很多输出形式: 他只会 输出字符串的前 30 个字符, 它只打印嵌套数据结构的几个等级, 等等.
#### 4.1.4. 编码二进制数据
Python 支持大部分常见二进制编码, 例如 `base64` , `binhex` (一种 Macintosh 格式) , `quoted printable` , 以及 `uu` 编码.
---
### 4.2. array 模块
`array` 模块实现了一个有效的阵列储存类型. 阵列和列表类似, 但其中所有的项目必须为相同的 类型. 该类型在阵列创建时指定.
Examples 4-1 到 4-5 都是很简单的范例. Example 4-1 创建了一个 *array* 对象, 然后使用 `tostring` 方法将内部缓冲区( internal buffer )复制到字符串.
##### 4.2.0.1. Example 4-1. 使用 array 模块将数列转换为字符串
File: array-example-1.py
import array
a = array.array(“B”, range(16)) # unsigned char
b = array.array(“h”, range(16)) # signed short
print a
print repr(a.tostring())
print b
print repr(b.tostring())
**array(‘B’, [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15])
‘/000/001/002/003/004/005/006/007/010/011/012/013/014/015/016/017’
array(‘h’, [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15])
‘/000/000/001/000/002/000/003/000/004/000/005/000/006/000/007/000
/010/000/011/000/012/000/013/000/014/000/015/000/016/000/017/000’**
*array* 对象可以作为一个普通列表对待, 如 Example 4-2 所示. 不过, 你不能连接两个不同类型的阵列.
##### 4.2.0.2. Example 4-2. 作为普通序列操作阵列
File: array-example-2.py
import array
a = array.array(“B”, [1, 2, 3])
a.append(4)
a = a + a
a = a[2:-2]
print a
print repr(a.tostring())
for i in a:
print i,
array(‘B’, [3, 4, 1, 2])
‘/003/004/001/002’
3 4 1 2
该模块还提供了用于转换原始二进制数据到整数序列(或浮点数数列, 具体情况决定)的方法, 如 Example 4-3 所示.
##### 4.2.0.3. Example 4-3. 使用阵列将字符串转换为整数列表
File: array-example-3.py
import array
a = array.array(“i”, “fish license”) # signed integer
print a
print repr(a.tostring())
print a.tolist()
array(‘i’, [1752394086, 1667853344, 1702063717])
‘fish license’
[1752394086, 1667853344, 1702063717]
最后, Example 4-4 展示了如何使用该模块判断当前平台的字节序( endianess ) .
##### 4.2.0.4. Example 4-4. 使用 array 模块判断平台字节序
File: array-example-4.py
import array
def little_endian():
return ord(array.array(“i”,[1]).tostring()[0])
if little_endian():
print “little-endian platform (intel, alpha)”
else:
print “big-endian platform (motorola, sparc)”
big-endian platform (motorola, sparc)
Python 2.0 以及以后版本提供了 `sys.byteorder` 属性, 可以更简单地判断字节序 (属性值为 "`little`" 或 "`big`" ), 如 Example 4-5 所示.
##### 4.2.0.5. Example 4-5. 使用 sys.byteorder 属性判断平台字节序( Python 2.0 及以后)
File: sys-byteorder-example-1.py
import sys
2.0 and later
if sys.byteorder == “little”:
print “little-endian platform (intel, alpha)”
else:
print “big-endian platform (motorola, sparc)”
big-endian platform (motorola, sparc)
---
### 4.3. struct 模块
`struct` 模块用于转换二进制字符串和 Python 元组. `pack` 函数接受格式字符串以及额外参数, 根据指定格式将额外参数转换为二进制字符串. `upack` 函数接受一个字符串作为参数, 返回一个元组. 如 Example 4-6 所示.
##### 4.3.0.1. Example 4-6. 使用 struct 模块
File: struct-example-1.py
import struct
native byteorder
buffer = struct.pack(“ihb”, 1, 2, 3)
print repr(buffer)
print struct.unpack(“ihb”, buffer)
data from a sequence, network byteorder
data = [1, 2, 3]
buffer = apply(struct.pack, (“!ihb”,) + tuple(data))
print repr(buffer)
print struct.unpack(“!ihb”, buffer)
in 2.0, the apply statement can also be written as:
buffer = struct.pack(“!ihb”, *data)
‘/001/000/000/000/002/000/003’
(1, 2, 3)
‘/000/000/000/001/000/002/003’
(1, 2, 3)
---
### 4.4. xdrlib 模块
`xdrlib` 模块用于在 Python 数据类型和 Sun 的 external data representation (XDR) 间相互转化, 如 Example 4-7 所示.
##### 4.4.0.1. Example 4-7. 使用 xdrlib 模块
File: xdrlib-example-1.py
import xdrlib
create a packer and add some data to it
p = xdrlib.Packer()
p.pack_uint(1)
p.pack_string(“spam”)
data = p.get_buffer()
print “packed:”, repr(data)
create an unpacker and use it to decode the data
u = xdrlib.Unpacker(data)
print “unpacked:”, u.unpack_uint(), repr(u.unpack_string())
u.done()
packed: ‘/000/000/000/001/000/000/000/004spam’
unpacked: 1 ‘spam’
Sun 在 remote procedure call (RPC) 协议中使用了 XDR 格式. Example 4-8 虽然不完整, 但它展示了如何建立一个 RPC 请求包.
##### 4.4.0.2. Example 4-8. 使用 xdrlib 模块发送 RPC 调用包
File: xdrlib-example-2.py
import xdrlib
some constants (see the RPC specs for details)
RPC_CALL = 1
RPC_VERSION = 2
MY_PROGRAM_ID = 1234 # assigned by Sun
MY_VERSION_ID = 1000
MY_TIME_PROCEDURE_ID = 9999
AUTH_NULL = 0
transaction = 1
p = xdrlib.Packer()
send a Sun RPC call package
p.pack_uint(transaction)
p.pack_enum(RPC_CALL)
p.pack_uint(RPC_VERSION)
p.pack_uint(MY_PROGRAM_ID)
p.pack_uint(MY_VERSION_ID)
p.pack_uint(MY_TIME_PROCEDURE_ID)
p.pack_enum(AUTH_NULL)
p.pack_uint(0)
p.pack_enum(AUTH_NULL)
p.pack_uint(0)
print repr(p.get_buffer())
‘/000/000/000/001/000/000/000/001/000/000/000/002/000/000/004/322
/000/000/003/350/000/000/’/017/000/000/000/000/000/000/000/000/000
/000/000/000/000/000/000/000’
---
### 4.5. marshal 模块
`marshal` 模块可以把不连续的数据组合起来 - 与字符串相互转化, 这样它们就可以写入文件或是在网络中传输. 如 Example 4-9 所示.
`marshal` 模块使用了简单的自描述格式. 对于每个数据项目, 格式化后的字符串都包含一个类型代码, 然后是一个或多个类型标识区域. 整数使用小字节序( little-endian order )储存, 字符串储存时和它自身内容长度相同(可能包含空字节), 元组由组成它的对象组合表示.
##### 4.5.0.1. Example 4-9. 使用 marshal 模块组合不连续数据
File: marshal-example-1.py
import marshal
value = (
“this is a string”,
[1, 2, 3, 4],
(“more tuples”, 1.0, 2.3, 4.5),
“this is yet another string”
)
data = marshal.dumps(value)
intermediate format
print type(data), len(data)
print “-”*50
print repr(data)
print “-”*50
print marshal.loads(data)
**<type ‘string’> 118
‘(/004/000/000/000s/020/000/000/000this is a string
[/004/000/000/000i/001/000/000/000i/002/000/000/000
i/003/000/000/000i/004/000/000/000(/004/000/000/000
s/013/000/000/000more tuplesf/0031.0f/0032.3f/0034.
5s/032/000/000/000this is yet another string’
(‘this is a string’, [1, 2, 3, 4], (‘more tuples’,
1.0, 2.3, 4.5), ‘this is yet another string’)**
`marshal` 模块还可以处理 code 对象(它用于储存预编译的 Python 模块). 如 Example 4-10 所示.
##### 4.5.0.2. Example 4-10. 使用 marshal 模块处理代码
File: marshal-example-2.py
import marshal
script = “”"
print ‘hello’
“”"
code = compile(script, “
data = marshal.dumps(code)
intermediate format
print type(data), len(data)
print “-”*50
print repr(data)
print “-”*50
exec marshal.loads(data)
**<type ‘string’> 81
‘c/000/000/000/000/001/000/000/000s/017/000/000/00
0/177/000/000/177/002/000d/000/000GHd/001/000S(/00
2/000/000/000s/005/000/000/000helloN(/000/000/000/
000(/000/000/000/000s/010/000/000/000
hello**
---
### 4.6. pickle 模块
`pickle` 模块同 `marshal` 模块相同, 将数据连续化, 便于保存传输. 它比 `marshal` 要慢一些, 但它可以处理类实例, 共享的元素, 以及递归数据结构等.
##### 4.6.0.1. Example 4-11. 使用 pickle 模块
File: pickle-example-1.py
import pickle
value = (
“this is a string”,
[1, 2, 3, 4],
(“more tuples”, 1.0, 2.3, 4.5),
“this is yet another string”
)
data = pickle.dumps(value)
intermediate format
print type(data), len(data)
print “-”*50
print data
print “-”*50
print pickle.loads(data)
**<type ‘string’> 121
(S’this is a string’
p0
(lp1
I1
aI2
aI3
aI4
a(S’more tuples’
p2
F1.0
F2.3
F4.5
tp3
S’this is yet another string’
p4
tp5
.
(‘this is a string’, [1, 2, 3, 4], (‘more tuples’,
1.0, 2.3, 4.5), ‘this is yet another string’)**
不过另一方面, `pickle` 不能处理 code 对象(可以参阅 `copy_reg` 模块来完成这个).
默认情况下, pickle 使用急于文本的格式. 你也可以使用二进制格式, 这样数字和二进制 字符串就会以紧密的格式储存, 这样文件就会更小点. 如 Example 4-12 所示.
##### 4.6.0.2. Example 4-12. 使用 pickle 模块的二进制模式
File: pickle-example-2.py
import pickle
import math
value = (
“this is a long string” * 100,
[1.2345678, 2.3456789, 3.4567890] * 100
)
text mode
data = pickle.dumps(value)
print type(data), len(data), pickle.loads(data) == value
binary mode
data = pickle.dumps(value, 1)
print type(data), len(data), pickle.loads(data) == value
---
### 4.7. cPickle 模块
(可选, 注意大小写) cPickle 模块是针对 pickle 模块的一个更快的实现. 如 Example 4-13 所示.
##### 4.7.0.1. Example 4-13. 使用 cPickle 模块
File: cpickle-example-1.py
try:
import cPickle
pickle = cPickle
except ImportError:
import pickle
---
### 4.8. copy\_reg 模块
你可以使用 `copy_reg` 模块注册你自己的扩展类型. 这样 `pickle` 和 `copy` 模块就会知道 如何处理非标准类型.
例如, 标准的 `pickle` 实现不能用来处理 Python code 对象, 如下所示:
File: copy-reg-example-1.py
import pickle
CODE = “”"
print ‘good evening’
“”"
code = compile(CODE, “”, “exec”)
exec code
exec pickle.loads(pickle.dumps(code))
good evening
Traceback (innermost last):
…
pickle.PicklingError: can’t pickle ‘code’ objects
我们可以注册一个 code 对象处理器来完成目标. 处理器应包含两个部分: 一个 `pickler` , 接受 code 对象 并返回一个只包含简单数据类型的元组, 以及一个 `unpickler` , 作用相反, 接受这样的元组作为参数. 如 Example 4-14 所示.
##### 4.8.0.1. Example 4-14. 使用 copy\_reg 模块实现 code 对象的 pickle 操作
File: copy-reg-example-2.py
import copy_reg
import pickle, marshal, types
register a pickle handler for code objects
def code_unpickler(data):
return marshal.loads(data)
def code_pickler(code):
return code_unpickler, (marshal.dumps(code),)
copy_reg.pickle(types.CodeType, code_pickler, code_unpickler)
try it out
CODE = “”"
print “suppose he’s got a pointed stick”
“”"
code = compile(CODE, “”, “exec”)
exec code
exec pickle.loads(pickle.dumps(code))
suppose he’s got a pointed stick
suppose he’s got a pointed stick
如果你是在网络中传输 pickle 后的数据, 那么请确保自定义的 `unpickler` 在数据接收端也是可用的.
Example 4-15 展示了如何实现 pickle 一个打开的文件对象.
##### 4.8.0.2. Example 4-15. 使用 copy\_reg 模块实现文件对象的 pickle 操作
File: copy-reg-example-3.py
import copy_reg
import pickle, types
import StringIO
register a pickle handler for file objects
def file_unpickler(position, data):
file = StringIO.StringIO(data)
file.seek(position)
return file
def file_pickler(code):
position = file.tell()
file.seek(0)
data = file.read()
file.seek(position)
return file_unpickler, (position, data)
copy_reg.pickle(types.FileType, file_pickler, file_unpickler)
try it out
file = open(“samples/sample.txt”, “rb”)
print file.read(120),
print “”,
print pickle.loads(pickle.dumps(file)).read()
We will perhaps eventually be writing only small
modules, which are identified by name as they are
used to build larger ones, so that devices like
indentation, rather than delimiters, might become
feasible for expressing local structure in the
source language.
– Donald E. Knuth, December 1974
---
### 4.9. pprint 模块
`pprint` 模块( pretty printer )用于打印 Python 数据结构. 当你在命令行下打印 特定数据结构时你会发现它很有用(输出格式比较整齐, 便于阅读).
##### 4.9.0.1. Example 4-16. 使用 pprint 模块
File: pprint-example-1.py
import pprint
data = (
“this is a string”, [1, 2, 3, 4], (“more tuples”,
1.0, 2.3, 4.5), “this is yet another string”
)
pprint.pprint(data)
(‘this is a string’,
[1, 2, 3, 4],
(‘more tuples’, 1.0, 2.3, 4.5),
‘this is yet another string’)
---
### 4.10. repr 模块
`repr` 模块提供了内建 `repr` 函数的另个版本. 它限制了很多(字符串长度, 递归等). Example 4-17 展示了如何使用该模块.
##### 4.10.0.1. Example 4-17. 使用 repr 模块
File: repr-example-1.py
note: this overrides the built-in ‘repr’ function
from repr import repr
an annoyingly recursive data structure
data = (
“X” * 100000,
)
data = [data]
data.append(data)
print repr(data)
[(‘XXXXXXXXXXXX…XXXXXXXXXXXXX’,), [(‘XXXXXXXXXXXX…XXXXXXXXXX
XXX’,), [(‘XXXXXXXXXXXX…XXXXXXXXXXXXX’,), [(‘XXXXXXXXXXXX…XX
XXXXXXXXXXX’,), [(‘XXXXXXXXXXXX…XXXXXXXXXXXXX’,), [(…), […
]]]]]]]
---
### 4.11. base64 模块
`base64` 编码体系用于将任意二进制数据转换为纯文本. 它将一个 3 字节的二进制字节组 转换为 4 个文本字符组储存, 而且规定只允许以下集合中的字符出现:
ABCDEFGHIJKLMNOPQRSTUVWXYZ
abcdefghijklmnopqrstuvwxyz
0123456789+/
另外, `=` 用于填充数据流的末尾.
Example 4-18 展示了如何使用 `encode` 和 `decode` 函数操作文件对象.
##### 4.11.0.1. Example 4-18. 使用 base64 模块编码文件
File: base64-example-1.py
import base64
MESSAGE = “life of brian”
file = open(“out.txt”, “w”)
file.write(MESSAGE)
file.close()
base64.encode(open(“out.txt”), open(“out.b64”, “w”))
base64.decode(open(“out.b64”), open(“out.txt”, “w”))
print “original:”, repr(MESSAGE)
print “encoded message:”, repr(open(“out.b64”).read())
print “decoded message:”, repr(open(“out.txt”).read())
original: ‘life of brian’
encoded message: ‘bGlmZSBvZiBicmlhbg==/012’
decoded message: ‘life of brian’
Example 4-19 展示了如何使用 `encodestring` 和 `decodestring` 函数在字符串间转换. 它们是 `encode`和 `decode` 函数的顶层封装. 使用 `StringIO` 对象处理输入和输出.
##### 4.11.0.2. Example 4-19. 使用 base64 模块编码字符串
File: base64-example-2.py
import base64
MESSAGE = “life of brian”
data = base64.encodestring(MESSAGE)
original_data = base64.decodestring(data)
print “original:”, repr(MESSAGE)
print “encoded data:”, repr(data)
print “decoded data:”, repr(original_data)
original: ‘life of brian’
encoded data: ‘bGlmZSBvZiBicmlhbg==/012’
decoded data: ‘life of brian’
Example 4-20 展示了如何将用户名和密码转换为 HTTP 基本身份验证字符串.
##### 4.11.0.3. Example 4-20. 使用 base64 模块做基本验证
File: base64-example-3.py
import base64
def getbasic(user, password):
# basic authentication (according to HTTP)
return base64.encodestring(user + “:” + password)
print getbasic(“Aladdin”, “open sesame”)
‘QWxhZGRpbjpvcGVuIHNlc2FtZQ==’
最后, Example 4-21 展示了一个实用小工具, 它可以把 GIF 格式转换为 Python 脚本, 便于使用 Tkinter 库.
##### 4.11.0.4. Example 4-21. 使用 base64 为 Tkinter 封装 GIF 格式
File: base64-example-4.py
import base64, sys
if not sys.argv[1:]:
print “Usage: gif2tk.py giffile >pyfile”
sys.exit(1)
data = open(sys.argv[1], “rb”).read()
if data[:4] != “GIF8”:
print sys.argv[1], “is not a GIF file”
sys.exit(1)
print ‘# generated from’, sys.argv[1], ‘by gif2tk.py’
print
print ‘from Tkinter import PhotoImage’
print
print ‘image = PhotoImage(data=“”"’
print base64.encodestring(data),
print ‘“”")’
**# generated from samples/sample.gif by gif2tk.py
from Tkinter import PhotoImage
image = PhotoImage(data=“”"
R0lGODlhoAB4APcAAAAAAIAAAACAAICAAAAAgIAAgACAgICAgAQEBIwEBIyMBJRUlISE/LRUBAQE
…
AjmQBFmQBnmQCJmQCrmQDNmQDvmQEBmREnkRAQEAOw==
“”")**
---
### 4.12. binhex 模块
`binhex` 模块用于到 Macintosh BinHex 格式的相互转化. 如 Example 4-22 所示.
##### 4.12.0.1. Example 4-22. 使用 binhex 模块
File: binhex-example-1.py
import binhex
import sys
infile = “samples/sample.jpg”
binhex.binhex(infile, sys.stdout)
**(This file must be converted with BinHex 4.0)
:#R0KEA"XC5jUF’F!2j!)!*!%%TS!N!4RdrrBrq!!%%T’58B!!3%!!!%!!3!!rpX
!3!)"JB("J8)"F(#3N)#J8$3,#C%K-2&"dD(aiG'K`F)#3Z\*b!L,#-F(#J h+5-63d0"mR16di-MZ-c3brpX!3%*#3N-#``BKaTeX parse error: Expected 'EOF', got '#' at position 34: …)!)! !J!-")J!#̲%3%%3(ra!!I!!!""3’3"J#3#!%#!3&"JF)#3S,rm3!Y4!!!J%$!)
%!8&"!3!!!&p!3)$!!34"4)K-8%'%e&K"b\*a&$+"ND%))d+a495dI!N-f*bJJN**
该模块有两个函数 `binhex` 和 `hexbin` .
---
### 4.13. quopri 模块
`quopri` 模块基于 MIME 标准实现了引用的可打印编码( quoted printable encoding ).
这样的编码可以将不包含或只包含一部分U.S. ASCII 文本的信息, 例如大多欧洲语言, 中文, 转换为只包含 U.S. ASCII 的信息. 在一些老式的 mail 代理中你会发现这很有用, 因为它们一般不支持特殊. 如Example 4-23 所示.
##### 4.13.0.1. Example 4-23. 使用 quopri 模块
File: quopri-example-1.py
import quopri
import StringIO
helpers (the quopri module only supports file-to-file conversion)
def encodestring(instring, tabs=0):
outfile = StringIO.StringIO()
quopri.encode(StringIO.StringIO(instring), outfile, tabs)
return outfile.getvalue()
def decodestring(instring):
outfile = StringIO.StringIO()
quopri.decode(StringIO.StringIO(instring), outfile)
return outfile.getvalue()
try it out
MESSAGE = “å i åa ä e ö!”
encoded_message = encodestring(MESSAGE)
decoded_message = decodestring(encoded_message)
print “original:”, MESSAGE
print “encoded message:”, repr(encoded_message)
print “decoded message:”, decoded_message
original: å i åa ä e ö!
encoded message: ‘=E5 i =E5a =E4 e =F6!/012’
decoded message: å i åa ä e ö!
如 Example 4-23 所示, 非 U.S. 字符通过等号 (`=`) 附加两个十六进制字符来表示. 这里需要注意等号也是使用这样的方式( "`=3D`" )来表示的, 以及换行符( "`=20`" ). 其他字符不会被改变. 所以如果你没有用太多的怪异字符的话, 编码后字符串依然可读性很好.
(Europeans generally hate this encoding and strongly believe that certain U.S. programmers deserve to be slapped in the head with a huge great fish to the jolly music of Edward German....)
---
### 4.14. uu 模块
`uu` 编码体系用于将任意二进制数据转换为普通文本格式. 该格式在新闻组中很流行, 但逐渐被 `base64` 编码取代.
`uu` 编码将每个 3 字节( 24 位)的数据组转换为 4 个可打印字符(每个字符 6 位), 使用从 chr(32) (空格) 到 chr(95) 的字符. uu 编码通常会使数据大小增加 40% .
一个编码后的数据流以一个新行开始, 它包含文件的权限( Unix 格式)和文件名, 以 end 行结尾:
begin 666 sample.jpg
M_]C_X 02D9)1@ ! 0 0 ! #_VP!# @&!@<&!0@'!P<)'0@*#!0-# L+
…more lines like this…
end
`uu` 模块提供了两个函数: `encode` 和 `decode` .
`encode(infile, outfile, filename)` 函数从编码输入文件中的数据, 然后写入到输出文件中. 如 Example 4-24 所示. infile 和 outfile 可以是文件名或文件对象. filename 参数作为起始域的文件名写入.
##### 4.14.0.1. Example 4-24. 使用 uu 模块编码二进制文件
File: uu-example-1.py
import uu
import os, sys
infile = “samples/sample.jpg”
uu.encode(infile, sys.stdout, os.path.basename(infile))
begin 666 sample.jpg
M_]C_X 02D9)1@ ! 0 0 ! #_VP!# @&!@<&!0@'!P<)"0@*#!0-# L+
M#!D2KaTeX parse error: Undefined control sequence: \* at position 28: …!P@)"XG("(L(QP<\̲*̲#<I+# Q-#0T'R<Y…! Q
!
_
/
0
M
′
P
04
!
0
!\_/0 M'P 04! 0
!_/0M′P04!0! 0$
"
P
0
" P0%!@<("0H+\_/0 M1 @
"P0# P($ P4%
`decode(infile, outfile)` 函数用来解码 uu 编码的数据. 同样地, 参数可以是文件名也可以是文件对象. 如 Example 4-25 所示.
##### 4.14.0.2. Example 4-25. 使用 uu 模块解码 uu 格式的文件
File: uu-example-2.py
import uu
import StringIO
infile = “samples/sample.uue”
outfile = “samples/sample.jpg”
decode
fi = open(infile)
fo = StringIO.StringIO()
uu.decode(fi, fo)
compare with original data file
data = open(outfile, “rb”).read()
if fo.getvalue() == data:
print len(data), “bytes ok”
---
### 4.15. binascii 模块
`binascii` 提供了多个编码的支持函数, 包括 `base64` , `binhex` , 以及 `uu` . 如 Example 4-26 所示.
2.0 及以后版本中, 你还可以使用它在二进制数据和十六进制字符串中相互转换.
##### 4.15.0.1. Example 4-26. 使用 binascii 模块
File: binascii-example-1.py
import binascii
text = “hello, mrs teal”
data = binascii.b2a_base64(text)
text = binascii.a2b_base64(data)
print text, “<=>”, repr(data)
data = binascii.b2a_uu(text)
text = binascii.a2b_uu(data)
print text, “<=>”, repr(data)
data = binascii.b2a_hqx(text)
text = binascii.a2b_hqx(data)[0]
print text, “<=>”, repr(data)
2.0 and newer
data = binascii.b2a_hex(text)
text = binascii.a2b_hex(data)
print text, “<=>”, repr(data)
hello, mrs teal <=> ‘aGVsbG8sIG1ycyB0ZWFs/012’
hello, mrs teal <=> ‘/:&5L;&//L(&UR<R!T96%L/012’
hello, mrs teal <=> 'D/'9XE/'mX)/‘ebFb"dC@&X’
hello, mrs teal <=> ‘68656c6c6f2c206d7273207465616c’
---
## 5. 文件格式
---
### 5.1. 概览
本章将描述用于处理不同文件格式的模块.
#### 5.1.1. Markup 语言
Python 提供了一些用于处理可扩展标记语言( Extensible Markup Language , XML ) 和超文本标记语言( Hypertext Markup Language , HTML )的扩展. Python 同样提供了对 标准通用标记语言( Standard Generalized Markup Language , SGML )的支持.
所有这些格式都有着相同的结构, 因为 HTML 和 XML 都来自 SGML . 每个文档都是由 起始标签( start tags ), 结束标签( end tags ), 文本(又叫字符数据), 以及实体引用( entity references )构成:
在这个例子中, <document>, <header>, 以及 <body> 是起始标签. 每个起始标签都有一个对应的结束标签, 使用斜线 “/” 标记. 起始标签可以包含多个属性, 比如这里的 name 属性.
起始标签和它对应的结束标签中的任何东西被称为 元素( element ). 这里 document 元素包含 header和 body 两个元素.
" 是一个字符实体( character entity ). 字符实体用于在文本区域中表示特殊的保留字符, 使用 &指示. 这里它代表一个引号, 常见字符实体还有 " < ( < )" 和 " > ( > )" .
虽然 XML , HTML , SGML 使用相同的结构块, 但它们还有一些不同点. 在 XML 中, 所有元素必须有起始和结束标签, 所有标签必须正确嵌套( well-formed ). 而且 XML 是区分大小写的, 所以 <document> 和 <Document> 是不同的元素类型.
HTML 有很高灵活性, HTML 语法分析器一般会自动补全缺失标签; 例如, 当遇到一个以 <P> 标签开始的新段落, 却没有对应结束标签, 语法分析器会自动添加一个 </P> 标签. HTML 也是区分大小写的. 另一方面, XML 允许你定义任何元素, 而 HTML 使用一些由 HTML 规范定义的固定元素.
SGML 有着更高的灵活性, 你可以使用自己的声明( declaration ) 定义源文件如何转换到元素结构, DTD ( document type description , 文件类型定义)可以用来 检查结构并补全缺失标签. 技术上来说, HTML 和 XML 都是 SGML 应用, 有各自的 SGML 声明, 而且 HTML 有一个标准 DTD .
Python 提供了多个 makeup 语言分析器. 由于 SGML 是最灵活的格式, Python 的 sgmllib 事实上很简单. 它不会去处理 DTD , 不过你可以继承它来提供更复杂的功能.
Python 的 HTML 支持基于 SGML 分析器. htmllib 将具体的格式输出工作交给 formatter 对象. formatter 模块包含一些标准格式化标志.
Python 的 XML 支持模块很复杂. 先前是只有与 sgmllib 类似的 xmllib , 后来加入了更高级的 expat模块(可选). 而最新版本中已经准备废弃 xmllib ,启用 xml 包作为工具集.
5.1.2. 配置文件
ConfigParser 模块用于读取简单的配置文件, 类似 Windows 下的 INI 文件.
netrc 模块用于读取 .netrc 配置文件, shlex 模块用于读取类似 shell 脚本语法的配置文件.
5.1.3. 压缩档案格式
Python 的标准库提供了对 GZIP 和 ZIP ( 2.0 及以后) 格式的支持. 基于 zlib 模块, gzip 和 zipfile模块分别用来处理这类文件.
5.2. xmllib 模块
xmllib 已在当前版本中申明不支持.
xmlib 模块提供了一个简单的 XML 语法分析器, 使用正则表达式将 XML 数据分离, 如 Example 5-1 所示. 语法分析器只对文档做基本的检查, 例如是否只有一个顶层元素, 所有的标签是否匹配.
XML 数据一块一块地发送给 xmllib 分析器(例如在网路中传输的数据). 分析器在遇到起始标签, 数据区域, 结束标签, 和实体的时候调用不同的方法.
如果你只是对某些标签感兴趣, 你可以定义特殊的 start_tag 和 end_tag 方法, 这里 tag 是标签名称. 这些 start 函数使用它们对应标签的属性作为参数调用(传递时为一个字典).
5.2.0.1. Example 5-1. 使用 xmllib 模块获取元素的信息
File: xmllib-example-1.py
import xmllib
class Parser(xmllib.XMLParser):
# get quotation number
def _ _init_ _(self, file=None):
xmllib.XMLParser._ _init_ _(self)
if file:
self.load(file)
def load(self, file):
while 1:
s = file.read(512)
if not s:
break
self.feed(s)
self.close()
def start_quotation(self, attrs):
print "id =>", attrs.get("id")
raise EOFError
try:
c = Parser()
c.load(open("samples/sample.xml"))
except EOFError:
pass
**id => 031**
Example 5-2 展示了一个简单(不完整)的内容输出引擎( rendering engine ). 分析器有一个元素堆栈( _ _tags ), 它连同文本片断传递给输出生成器. 生成器会在 style 字典中查询当前标签的层次, 如果不存在, 它将根据样式表创建一个新的样式描述.
5.2.0.2. Example 5-2. 使用 xmllib 模块
File: xmllib-example-2.py
import xmllib
import string, sys
STYLESHEET = {
# each element can contribute one or more style elements
"quotation": {"style": "italic"},
"lang": {"weight": "bold"},
"name": {"weight": "medium"},
}
class Parser(xmllib.XMLParser):
# a simple styling engine
def _ _init_ _(self, renderer):
xmllib.XMLParser._ _init_ _(self)
self._ _data = []
self._ _tags = []
self._ _renderer = renderer
def load(self, file):
while 1:
s = file.read(8192)
if not s:
break
self.feed(s)
self.close()
def handle_data(self, data):
self._ _data.append(data)
def unknown_starttag(self, tag, attrs):
if self._ _data:
text = string.join(self._ _data, "")
self._ _renderer.text(self._ _tags, text)
self._ _tags.append(tag)
self._ _data = []
def unknown_endtag(self, tag):
self._ _tags.pop()
if self._ _data:
text = string.join(self._ _data, "")
self._ _renderer.text(self._ _tags, text)
self._ _data = []
class DumbRenderer:
def _ _init_ _(self):
self.cache = {}
def text(self, tags, text):
# render text in the style given by the tag stack
tags = tuple(tags)
style = self.cache.get(tags)
if style is None:
# figure out a combined style
style = {}
for tag in tags:
s = STYLESHEET.get(tag)
if s:
style.update(s)
self.cache[tags] = style # update cache
# write to standard output
sys.stdout.write("%s =>/n" % style)
sys.stdout.write(" " + repr(text) + "/n")
#
# try it out
r = DumbRenderer()
c = Parser(r)
c.load(open("samples/sample.xml"))
**{'style': 'italic'} =>
'I/'ve had a lot of developers come up to me and/012say,
"I haven/'t had this much fun in a long time. It sure
beats/012writing '
{'style': 'italic', 'weight': 'bold'} =>
'Cobol'
{'style': 'italic'} =>
'" -- '
{'style': 'italic', 'weight': 'medium'} =>
'James Gosling'
{'style': 'italic'} =>
', on/012'
{'weight': 'bold'} =>
'Java'
{'style': 'italic'} =>
'.'**
5.3. xml.parsers.expat 模块
(可选) xml.parsers.expat 模块是 James Clark’s Expat XML parser 的接口. Example 5-3 展示了这个功能完整且性能很好的语法分析器.
5.3.0.1. Example 5-3. 使用 xml.parsers.expat 模块
File: xml-parsers-expat-example-1.py
from xml.parsers import expat
class Parser:
def _ _init_ _(self):
self._parser = expat.ParserCreate()
self._parser.StartElementHandler = self.start
self._parser.EndElementHandler = self.end
self._parser.CharacterDataHandler = self.data
def feed(self, data):
self._parser.Parse(data, 0)
def close(self):
self._parser.Parse("", 1) # end of data
del self._parser # get rid of circular references
def start(self, tag, attrs):
print "START", repr(tag), attrs
def end(self, tag):
print "END", repr(tag)
def data(self, data):
print "DATA", repr(data)
p = Parser()
p.feed("<tag>data</tag>")
p.close()
**START u'tag' {}
DATA u'data'
END u'tag'**
注意即使你传入的是普通的文本, 这里的分析器仍然会返回 Unicode 字符串. 默认情况下, 分析器将源文本作为 UTF-8 解析. 如果要使用其他编码, 请确保 XML 文件包含 encoding 说明. 如 Example 5-4 所示.
5.3.0.2. Example 5-4. 使用 xml.parsers.expat 模块读取 ISO Latin-1 文本
File: xml-parsers-expat-example-2.py
from xml.parsers import expat
class Parser:
def _ _init_ _(self):
self._parser = expat.ParserCreate()
self._parser.StartElementHandler = self.start
self._parser.EndElementHandler = self.end
self._parser.CharacterDataHandler = self.data
def feed(self, data):
self._parser.Parse(data, 0)
def close(self):
self._parser.Parse("", 1) # end of data
del self._parser # get rid of circular references
def start(self, tag, attrs):
print "START", repr(tag), attrs
def end(self, tag):
print "END", repr(tag)
def data(self, data):
print "DATA", repr(data)
p = Parser()
p.feed("""/
<?xml version='1.0' encoding='iso-8859-1'?>
<author>
<name>fredrik lundh</name>
<city>linköping</city>
</author>
"""
)
p.close()
**START u'author' {}
DATA u'/012'
START u'name' {}
DATA u'fredrik lundh'
END u'name'
DATA u'/012'
START u'city' {}
DATA u'link/366ping'
END u'city'
DATA u'/012'
END u'author'**
5.4. sgmllib 模块
sgmllib 模块, 提供了一个基本的 SGML 语法分析器. 它与 xmllib 分析器基本相同, 但限制更少(而且不是很完善). 如 Example 5-5 所示.
和在 xmllib 中一样, 这个分析器在遇到起始标签, 数据区域, 结束标签以及实体时调用内部方法. 如果你只是对某些标签感兴趣, 那么你可以定义特殊的方法.
5.4.0.1. Example 5-5. 使用 sgmllib 模块提取 Title 元素
File: sgmllib-example-1.py
import sgmllib
import string
class FoundTitle(Exception):
pass
class ExtractTitle(sgmllib.SGMLParser):
def _ _init_ _(self, verbose=0):
sgmllib.SGMLParser._ _init_ _(self, verbose)
self.title = self.data = None
def handle_data(self, data):
if self.data is not None:
self.data.append(data)
def start_title(self, attrs):
self.data = []
def end_title(self):
self.title = string.join(self.data, "")
raise FoundTitle # abort parsing!
def extract(file):
# extract title from an HTML/SGML stream
p = ExtractTitle()
try:
while 1:
# read small chunks
s = file.read(512)
if not s:
break
p.feed(s)
p.close()
except FoundTitle:
return p.title
return None
#
# try it out
print "html", "=>", extract(open("samples/sample.htm"))
print "sgml", "=>", extract(open("samples/sample.sgm"))
html => A Title.
sgml => Quotations
重载 unknown_starttag 和 unknown_endtag 方法就可以处理所有的标签. 如 Example 5-6 所示.
5.4.0.2. Example 5-6. 使用 sgmllib 模块格式化 SGML 文档
File: sgmllib-example-2.py
import sgmllib
import cgi, sys
class PrettyPrinter(sgmllib.SGMLParser):
# A simple SGML pretty printer
def _ _init_ _(self):
# initialize base class
sgmllib.SGMLParser._ _init_ _(self)
self.flag = 0
def newline(self):
# force newline, if necessary
if self.flag:
sys.stdout.write("/n")
self.flag = 0
def unknown_starttag(self, tag, attrs):
# called for each start tag
# the attrs argument is a list of (attr, value)
# tuples. convert it to a string.
text = ""
for attr, value in attrs:
text = text + " %s='%s'" % (attr, cgi.escape(value))
self.newline()
sys.stdout.write("<%s%s>/n" % (tag, text))
def handle_data(self, text):
# called for each text section
sys.stdout.write(text)
self.flag = (text[-1:] != "/n")
def handle_entityref(self, text):
# called for each entity
sys.stdout.write("&%s;" % text)
def unknown_endtag(self, tag):
# called for each end tag
self.newline()
sys.stdout.write("<%s>" % tag)
#
# try it out
file = open("samples/sample.sgm")
p = PrettyPrinter()
p.feed(file.read())
p.close()
**<chapter>
<title>
Quotations
<title>
<epigraph>
<attribution>
eff-bot, June 1997
<attribution>
<para>
<quote>
Nobody expects the Spanish Inquisition! Amongst
our weaponry are such diverse elements as fear, surprise,
ruthless efficiency, and an almost fanatical devotion to
Guido, and nice red uniforms — oh, damn!
<quote>
<para>
<epigraph>
<chapter>**
Example 5-7 检查 SGML 文档是否是如 XML 那样 “正确格式化”, 所有的元素是否正确嵌套, 起始和结束标签是否匹配等.
我们使用列表保存所有起始标签, 然后检查每个结束标签是否匹配前个起始标签. 最后确认到达文件末尾时没有未关闭的标签.
5.4.0.3. Example 5-7. 使用 sgmllib 模块检查格式
File: sgmllib-example-3.py
import sgmllib
class WellFormednessChecker(sgmllib.SGMLParser):
# check that an SGML document is 'well-formed'
# (in the XML sense).
def _ _init_ _(self, file=None):
sgmllib.SGMLParser._ _init_ _(self)
self.tags = []
if file:
self.load(file)
def load(self, file):
while 1:
s = file.read(8192)
if not s:
break
self.feed(s)
self.close()
def close(self):
sgmllib.SGMLParser.close(self)
if self.tags:
raise SyntaxError, "start tag %s not closed" % self.tags[-1]
def unknown_starttag(self, start, attrs):
self.tags.append(start)
def unknown_endtag(self, end):
start = self.tags.pop()
if end != start:
raise SyntaxError, "end tag %s does't match start tag %s" %/
(end, start)
try:
c = WellFormednessChecker()
c.load(open("samples/sample.htm"))
except SyntaxError:
raise # report error
else:
print "document is well-formed"
**Traceback (innermost last):
...
SyntaxError: end tag head does't match start tag meta**
最后, Example 5-8 中的类可以用来过滤 HTML 和 SGML 文档. 继承这个类, 然后实现 start 和 end方法即可.
5.4.0.4. Example 5-8. 使用 sgmllib 模块过滤 SGML 文档
File: sgmllib-example-4.py
import sgmllib
import cgi, string, sys
class SGMLFilter(sgmllib.SGMLParser):
# sgml filter. override start/end to manipulate
# document elements
def _ _init_ _(self, outfile=None, infile=None):
sgmllib.SGMLParser._ _init_ _(self)
if not outfile:
outfile = sys.stdout
self.write = outfile.write
if infile:
self.load(infile)
def load(self, file):
while 1:
s = file.read(8192)
if not s:
break
self.feed(s)
self.close()
def handle_entityref(self, name):
self.write("&%s;" % name)
def handle_data(self, data):
self.write(cgi.escape(data))
def unknown_starttag(self, tag, attrs):
tag, attrs = self.start(tag, attrs)
if tag:
if not attrs:
self.write("<%s>" % tag)
else:
self.write("<%s" % tag)
for k, v in attrs:
self.write(" %s=%s" % (k, repr(v)))
self.write(">")
def unknown_endtag(self, tag):
tag = self.end(tag)
if tag:
self.write("</%s>" % tag)
def start(self, tag, attrs):
return tag, attrs # override
def end(self, tag):
return tag # override
class Filter(SGMLFilter):
def fixtag(self, tag):
if tag == "em":
tag = "i"
if tag == "string":
tag = "b"
return string.upper(tag)
def start(self, tag, attrs):
return self.fixtag(tag), attrs
def end(self, tag):
return self.fixtag(tag)
c = Filter()
c.load(open("samples/sample.htm"))
5.5. htmllib 模块
htmlib 模块包含了一个标签驱动的( tag-driven ) HTML 语法分析器, 它会将数据发送至一个格式化对象. 如 Example 5-9 所示. 更多关于如何解析 HTML 的例子请参阅 formatter 模块.
5.5.0.1. Example 5-9. 使用 htmllib 模块
File: htmllib-example-1.py
import htmllib
import formatter
import string
class Parser(htmllib.HTMLParser):
# return a dictionary mapping anchor texts to lists
# of associated hyperlinks
def _ _init_ _(self, verbose=0):
self.anchors = {}
f = formatter.NullFormatter()
htmllib.HTMLParser._ _init_ _(self, f, verbose)
def anchor_bgn(self, href, name, type):
self.save_bgn()
self.anchor = href
def anchor_end(self):
text = string.strip(self.save_end())
if self.anchor and text:
self.anchors[text] = self.anchors.get(text, []) + [self.anchor]
file = open("samples/sample.htm")
html = file.read()
file.close()
p = Parser()
p.feed(html)
p.close()
for k, v in p.anchors.items():
print k, "=>", v
print
**link => ['http://www.python.org']**
如果你只是想解析一个 HTML 文件, 而不是将它交给输出设备, 那么 sgmllib 模块会是更好的选择.
5.6. htmlentitydefs 模块
htmlentitydefs 模块包含一个由 HTML 中 ISO Latin-1 字符实体构成的字典. 如 Example 5-10 所示.
5.6.0.1. Example 5-10. 使用 htmlentitydefs 模块
File: htmlentitydefs-example-1.py
import htmlentitydefs
entities = htmlentitydefs.entitydefs
for entity in "amp", "quot", "copy", "yen":
print entity, "=", entities[entity]
**amp = &
quot = "
copy = /302/251
yen = /302/245**
Example 5-11 展示了如何将正则表达式与这个字典结合起来翻译字符串中的实体 ( cgi.escape 的逆向操作).
5.6.0.2. Example 5-11. 使用 htmlentitydefs 模块翻译实体
File: htmlentitydefs-example-2.py
import htmlentitydefs
import re
import cgi
pattern = re.compile("&(/w+?);")
def descape_entity(m, defs=htmlentitydefs.entitydefs):
# callback: translate one entity to its ISO Latin value
try:
return defs[m.group(1)]
except KeyError:
return m.group(0) # use as is
def descape(string):
return pattern.sub(descape_entity, string)
print descape("<spam&eggs>")
print descape(cgi.escape("<spam&eggs>"))
**<spam&eggs>
<spam&eggs>**
最后, Example 5-12 展示了如何将 XML 保留字符和 ISO Latin-1 字符转换为 XML 字符串. 与 cgi.escape 相似, 但它会替换非 ASCII 字符.
5.6.0.3. Example 5-12. 转义 ISO Latin-1 实体
File: htmlentitydefs-example-3.py
import htmlentitydefs
import re, string
# this pattern matches substrings of reserved and non-ASCII characters
pattern = re.compile(r"[&<>/"/x80-/xff]+")
# create character map
entity_map = {}
for i in range(256):
entity_map[chr(i)] = "&%d;" % i
for entity, char in htmlentitydefs.entitydefs.items():
if entity_map.has_key(char):
entity_map[char] = "&%s;" % entity
def escape_entity(m, get=entity_map.get):
return string.join(map(get, m.group()), "")
def escape(string):
return pattern.sub(escape_entity, string)
print escape("<spam&eggs>")
print escape("/303/245 i /303/245a /303/244 e /303/266")
**<spam&eggs>
å i åa ä e ö**
5.7. formatter 模块
formatter 模块提供了一些可用于 htmllib 的格式类( formatter classes ).
这些类有两种, formatter 和 writer . formatter 将 HTML 解析器的标签和数据流转换为适合输出设备的事件流( event stream ), 而 writer 将事件流输出到设备上. 如 Example 5-13 所示.
大多情况下, 你可以使用 AbstractFormatter 类进行格式化. 它会根据不同的格式化事件调用 writer 对象的方法. AbstractWriter 类在每次方法调用时打印一条信息.
5.7.0.1. Example 5-13. 使用 formatter 模块将 HTML 转换为事件流
File: formatter-example-1.py
import formatter
import htmllib
w = formatter.AbstractWriter()
f = formatter.AbstractFormatter(w)
file = open("samples/sample.htm")
p = htmllib.HTMLParser(f)
p.feed(file.read())
p.close()
file.close()
**send\_paragraph(1)
new\_font(('h1', 0, 1, 0))
send\_flowing\_data('A Chapter.')
send\_line\_break()
send\_paragraph(1)
new\_font(None)
send\_flowing\_data('Some text. Some more text. Some')
send\_flowing\_data(' ')
new\_font((None, 1, None, None))
send\_flowing\_data('emphasized')
new\_font(None)
send\_flowing\_data(' text. A')
send\_flowing\_data(' link')
send\_flowing\_data('[1]')
send\_flowing\_data('.')**
formatter 模块还提供了 NullWriter 类, 它会将任何传递给它的事件忽略; 以及 DumbWriter 类, 它会将事件流转换为纯文本文档. 如 Example 5-14 所示.
5.7.0.2. Example 5-14. 使用 formatter 模块将 HTML 转换为纯文本
File: formatter-example-2.py
import formatter
import htmllib
w = formatter.DumbWriter() # plain text
f = formatter.AbstractFormatter(w)
file = open("samples/sample.htm")
# print html body as plain text
p = htmllib.HTMLParser(f)
p.feed(file.read())
p.close()
file.close()
# print links
print
print
i = 1
for link in p.anchorlist:
print i, "=>", link
i = i + 1
**A Chapter.
Some text. Some more text. Some emphasized text. A link[1].
1 => http://www.python.org**
Example 5-15 提供了一个自定义的 Writer , 它继承自 DumbWriter 类, 会记录当前字体样式并根据字体美化输出格式.
5.7.0.3. Example 5-15. 使用 formatter 模块自定义 Writer
File: formatter-example-3.py
import formatter
import htmllib, string
class Writer(formatter.DumbWriter):
def _ _init_ _(self):
formatter.DumbWriter._ _init_ _(self)
self.tag = ""
self.bold = self.italic = 0
self.fonts = []
def new_font(self, font):
if font is None:
font = self.fonts.pop()
self.tag, self.bold, self.italic = font
else:
self.fonts.append((self.tag, self.bold, self.italic))
tag, bold, italic, typewriter = font
if tag is not None:
self.tag = tag
if bold is not None:
self.bold = bold
if italic is not None:
self.italic = italic
def send_flowing_data(self, data):
if not data:
return
atbreak = self.atbreak or data[0] in string.whitespace
for word in string.split(data):
if atbreak:
self.file.write(" ")
if self.tag in ("h1", "h2", "h3"):
word = string.upper(word)
if self.bold:
word = "*" + word + "*"
if self.italic:
word = "_" + word + "_"
self.file.write(word)
atbreak = 1
self.atbreak = data[-1] in string.whitespace
w = Writer()
f = formatter.AbstractFormatter(w)
file = open("samples/sample.htm")
# print html body as plain text
p = htmllib.HTMLParser(f)
p.feed(file.read())
p.close()
**\_A\_ \_CHAPTER.\_
Some text. Some more text. Some \*emphasized\* text. A link[1].**
5.8. ConfigParser 模块
ConfigParser 模块用于读取配置文件.
配置文件的格式与 Windows INI 文件类似, 可以包含一个或多个区域( section ), 每个区域可以有多个配置条目.
这里有个样例配置文件, 在 Example 5-16 用到了这个文件:
[book]
title: The Python Standard Library
author: Fredrik Lundh
email: fredrik@pythonware.com
version: 2.0-001115
[ematter]
pages: 250
[hardcopy]
pages: 350
Example 5-16 使用 ConfigParser 模块读取这个配制文件.
5.8.0.1. Example 5-16. 使用 ConfigParser 模块
File: configparser-example-1.py
import ConfigParser
import string
config = ConfigParser.ConfigParser()
config.read("samples/sample.ini")
# print summary
print
print string.upper(config.get("book", "title"))
print "by", config.get("book", "author"),
print "(" + config.get("book", "email") + ")"
print
print config.get("ematter", "pages"), "pages"
print
# dump entire config file
for section in config.sections():
print section
for option in config.options(section):
print " ", option, "=", config.get(section, option)
**THE PYTHON STANDARD LIBRARY
by Fredrik Lundh (fredrik@pythonware.com)
250 pages
book
title = The Python Standard Library
email = fredrik@pythonware.com
author = Fredrik Lundh
version = 2.0-001115
\_ \_name\_ \_ = book
ematter
\_ \_name\_ \_ = ematter
pages = 250
hardcopy
\_ \_name\_ \_ = hardcopy
pages = 350**
Python 2.0 以后, ConfigParser 模块也可以将配置数据写入文件, 如 Example 5-17 所示.
5.8.0.2. Example 5-17. 使用 ConfigParser 模块写入配置数据
File: configparser-example-2.py
import ConfigParser
import sys
config = ConfigParser.ConfigParser()
# set a number of parameters
config.add_section("book")
config.set("book", "title", "the python standard library")
config.set("book", "author", "fredrik lundh")
config.add_section("ematter")
config.set("ematter", "pages", 250)
# write to screen
config.write(sys.stdout)
**[book]
title = the python standard library
author = fredrik lundh
[ematter]
pages = 250**
5.9. netrc 模块
netrc 模块可以用来解析 .netrc 配置文件, 如 Example 5-18 所示. 该文件用于在用户的 home 目录储存 FTP 用户名和密码. (别忘记设置这个文件的属性为: “chmod 0600 ~/.netrc,” 这样只有当前用户能访问).
5.9.0.1. Example 5-18. 使用 netrc 模块
File: netrc-example-1.py
import netrc
# default is $HOME/.netrc
info = netrc.netrc("samples/sample.netrc")
login, account, password = info.authenticators("secret.fbi")
print "login", "=>", repr(login)
print "account", "=>", repr(account)
print "password", "=>", repr(password)
**login => 'mulder'
account => None
password => 'trustno1'**
5.10. shlex 模块
shlex 模块为基于 Unix shell 语法的语言提供了一个简单的 lexer (也就是 tokenizer). 如 Example 5-19 所示.
5.10.0.1. Example 5-19. 使用 shlex 模块
File: shlex-example-1.py
import shlex
lexer = shlex.shlex(open("samples/sample.netrc", "r"))
lexer.wordchars = lexer.wordchars + "._"
while 1:
token = lexer.get_token()
if not token:
break
print repr(token)
**'machine'
'secret.fbi'
'login'
'mulder'
'password'
'trustno1'
'machine'
'non.secret.fbi'
'login'
'scully'
'password'
'noway'**
5.11. zipfile 模块
( 2.0 新增) zipfile 模块可以用来读写 ZIP 格式.
5.11.1. 列出内容
使用 namelist 和 infolist 方法可以列出压缩档的内容, 前者返回由文件名组成的列表, 后者返回由 ZipInfo 实例组成的列表. 如 Example 5-20 所示.
5.11.1.1. Example 5-20. 使用 zipfile 模块列出 ZIP 文档中的文件
File: zipfile-example-1.py
import zipfile
file = zipfile.ZipFile("samples/sample.zip", "r")
# list filenames
for name in file.namelist():
print name,
print
# list file information
for info in file.infolist():
print info.filename, info.date_time, info.file_size
**sample.txt sample.jpg
sample.txt (1999, 9, 11, 20, 11, 8) 302
sample.jpg (1999, 9, 18, 16, 9, 44) 4762**
5.11.2. 从 ZIP 文件中读取数据
调用 read 方法就可以从 ZIP 文档中读取数据. 它接受一个文件名作为参数, 返回字符串. 如 Example 5-21 所示.
5.11.2.1. Example 5-21. 使用 zipfile 模块从 ZIP 文件中读取数据
File: zipfile-example-2.py
import zipfile
file = zipfile.ZipFile("samples/sample.zip", "r")
for name in file.namelist():
data = file.read(name)
print name, len(data), repr(data[:10])
**sample.txt 302 'We will pe'
sample.jpg 4762 '/377/330/377/340/000/020JFIF'**
5.11.3. 向 ZIP 文件写入数据
向压缩档加入文件很简单, 将文件名, 文件在 ZIP 档中的名称传递给 write 方法即可.
Example 5-22 将 samples 目录中的所有文件打包为一个 ZIP 文件.
5.11.3.1. Example 5-22. 使用 zipfile 模块将文件储存在 ZIP 文件里
File: zipfile-example-3.py
import zipfile
import glob, os
# open the zip file for writing, and write stuff to it
file = zipfile.ZipFile("test.zip", "w")
for name in glob.glob("samples/*"):
file.write(name, os.path.basename(name), zipfile.ZIP_DEFLATED)
file.close()
# open the file again, to see what's in it
file = zipfile.ZipFile("test.zip", "r")
for info in file.infolist():
print info.filename, info.date_time, info.file_size, info.compress_size
**sample.wav (1999, 8, 15, 21, 26, 46) 13260 10985
sample.jpg (1999, 9, 18, 16, 9, 44) 4762 4626
sample.au (1999, 7, 18, 20, 57, 34) 1676 1103
...**
write 方法的第三个可选参数用于控制是否使用压缩. 默认为 zipfile.ZIP_STORED , 意味着只是将数据储存在档案里而不进行任何压缩. 如果安装了 zlib 模块, 那么就可以使用 zipfile.ZIP_DEFLATED 进行压缩.
zipfile 模块也可以向档案中添加字符串. 不过, 这需要一点技巧, 你需要创建一个 ZipInfo 实例, 并正确配置它. Example 5-23 提供了一种简单的解决办法.
5.11.3.2. Example 5-23. 使用 zipfile 模块在 ZIP 文件中储存字符串
File: zipfile-example-4.py
import zipfile
import glob, os, time
file = zipfile.ZipFile("test.zip", "w")
now = time.localtime(time.time())[:6]
for name in ("life", "of", "brian"):
info = zipfile.ZipInfo(name)
info.date_time = now
info.compress_type = zipfile.ZIP_DEFLATED
file.writestr(info, name*1000)
file.close()
# open the file again, to see what's in it
file = zipfile.ZipFile("test.zip", "r")
for info in file.infolist():
print info.filename, info.date_time, info.file_size, info.compress_size
**life (2000, 12, 1, 0, 12, 1) 4000 26
of (2000, 12, 1, 0, 12, 1) 2000 18
brian (2000, 12, 1, 0, 12, 1) 5000 31**
5.12. gzip 模块
gzip 模块用来读写 gzip 格式的压缩文件, 如 Example 5-24 所示.
5.12.0.1. Example 5-24. 使用 gzip 模块读取压缩文件
File: gzip-example-1.py
import gzip
file = gzip.GzipFile("samples/sample.gz")
print file.read()
**Well it certainly looks as though we're in for
a splendid afternoon's sport in this the 127th
Upperclass Twit of the Year Show.**
标准的实现并不支持 seek 和 tell 方法. 不过 Example 5-25 可以解决这个问题.
5.12.0.2. Example 5-25. 给 gzip 模块添加 seek/tell 支持
File: gzip-example-2.py
import gzip
class gzipFile(gzip.GzipFile):
# adds seek/tell support to GzipFile
offset = 0
def read(self, size=None):
data = gzip.GzipFile.read(self, size)
self.offset = self.offset + len(data)
return data
def seek(self, offset, whence=0):
# figure out new position (we can only seek forwards)
if whence == 0:
position = offset
elif whence == 1:
position = self.offset + offset
else:
raise IOError, "Illegal argument"
if position < self.offset:
raise IOError, "Cannot seek backwards"
# skip forward, in 16k blocks
while position > self.offset:
if not self.read(min(position - self.offset, 16384)):
break
def tell(self):
return self.offset
#
# try it
file = gzipFile("samples/sample.gz")
file.seek(80)
print file.read()
**this the 127th
Upperclass Twit of the Year Show.**
6. 邮件和新闻消息处理
“To be removed from our list of future commercial postings by [SOME] PUBLISHING COMPANY an Annual Charge of Ninety Five dollars is required. Just send $95.00 with your Name, Address and Name of the Newsgroup to be removed from our list.”
- Newsgroup spammer, July 1996
“想要退出 ‘某’ 宣传公司的未来商业广告列表吗, 您需要付 95 美元. 只要您支付95美元, 并且告诉我们您的姓名, 地址, 和需要退出的新闻组, 我们就会把您从列表中移除.”
- 新闻组垃圾发送者, 1996 年 7 月
6.1. 概览
Python 有大量用于处理邮件和新闻组的模块, 其中包括了许多常见的邮件格式.
6.2. rfc822 模块
rfc822 模块包括了一个邮件和新闻组的解析器 (也可用于其它符合 RFC 822 标准的消息, 比如 HTTP 头).
通常, RFC 822 格式的消息包含一些标头字段, 后面至少有一个空行, 然后是信息主体.
For example, here’s a short mail message. The first five lines make up the message header, and the actual message (a single line, in this case) follows after an empty line:
例如这里的邮件信息. 前五行组成了消息标头, 隔一个空行后是消息主体.
Message-Id: <20001114144603.00abb310@oreilly.com>
Date: Tue, 14 Nov 2000 14:55:07 -0500
To: "Fredrik Lundh" <fredrik@effbot.org>
From: Frank
Subject: Re: python library book!
Where is it?
消息解析器读取标头字段后会返回一个以消息标头为键的类字典对象, 如 Example 6-1 所示.
6.2.0.1. Example 6-1. 使用 rfc822 模块
File: rfc822-example-1.py
import rfc822
file = open("samples/sample.eml")
message = rfc822.Message(file)
for k, v in message.items():
print k, "=", v
print len(file.read()), "bytes in body"
**subject = Re: python library book!
from = "Frank" <your@editor>
message-id = <20001114144603.00abb310@oreilly.com>
to = "Fredrik Lundh" <fredrik@effbot.org>
date = Tue, 14 Nov 2000 14:55:07 -0500
25 bytes in body**
消息对象( message object )还提供了一些用于解析地址字段和数据的, 如 Example 6-2 所示.
6.2.0.2. Example 6-2. 使用 rfc822 模块解析标头字段
File: rfc822-example-2.py
import rfc822
file = open("samples/sample.eml")
message = rfc822.Message(file)
print message.getdate("date")
print message.getaddr("from")
print message.getaddrlist("to")
**(2000, 11, 14, 14, 55, 7, 0, 0, 0)
('Frank', 'your@editor')
[('Fredrik Lundh', 'fredrik@effbot.org')]**
地址字段被解析为 (实际名称, 邮件地址) 这样的元组. 数据字段被解析为 9 元时间元组, 可以使用 time 模块处理.
6.3. mimetools 模块
多用途因特网邮件扩展 ( Multipurpose Internet Mail Extensions, MIME ) 标准定义了如何在 RFC 822 格式的消息中储存非 ASCII 文本, 图像以及其它数据.
mimetools 模块包含一些读写 MIME 信息的工具. 它还提供了一个类似 rfc822 模块中 Message 的类, 用于处理 MIME 编码的信息. 如 Example 6-3 所示.
6.3.0.1. Example 6-3. 使用 mimetools 模块
File: mimetools-example-1.py
import mimetools
file = open("samples/sample.msg")
msg = mimetools.Message(file)
print "type", "=>", msg.gettype()
print "encoding", "=>", msg.getencoding()
print "plist", "=>", msg.getplist()
print "header", "=>"
for k, v in msg.items():
print " ", k, "=", v
**type => text/plain
encoding => 7bit
plist => ['charset="iso-8859-1"']
header =>
mime-version = 1.0
content-type = text/plain;
charset="iso-8859-1"
to = effbot@spam.egg
date = Fri, 15 Oct 1999 03:21:15 -0400
content-transfer-encoding = 7bit
from = "Fredrik Lundh" <fredrik@pythonware.com>
subject = By the way...
...**
6.4. MimeWriter 模块
MimeWriter 模块用于生成符合 MIME 邮件标准的 “多部分” 的信息, 如 Example 6-4 所示.
6.4.0.1. Example 6-4. 使用 MimeWriter 模块
File: mimewriter-example-1.py
import MimeWriter
# data encoders
# 数据编码
import quopri
import base64
import StringIO
import sys
TEXT = """
here comes the image you asked for. hope
it's what you expected.
</F>"""
FILE = "samples/sample.jpg"
file = sys.stdout
#
# create a mime multipart writer instance
mime = MimeWriter.MimeWriter(file)
mime.addheader("Mime-Version", "1.0")
mime.startmultipartbody("mixed")
# add a text message
# 加入文字信息
part = mime.nextpart()
part.addheader("Content-Transfer-Encoding", "quoted-printable")
part.startbody("text/plain")
quopri.encode(StringIO.StringIO(TEXT), file, 0)
# add an image
# 加入图片
part = mime.nextpart()
part.addheader("Content-Transfer-Encoding", "base64")
part.startbody("image/jpeg")
base64.encode(open(FILE, "rb"), file)
mime.lastpart()
输出结果如下:
Content-Type: multipart/mixed;
boundary='host.1.-852461.936831373.130.24813'
--host.1.-852461.936831373.130.24813
Content-Type: text/plain
Context-Transfer-Encoding: quoted-printable
here comes the image you asked for. hope
it's what you expected.
</F>
--host.1.-852461.936831373.130.24813
Content-Type: image/jpeg
Context-Transfer-Encoding: base64
/9j/4AAQSkZJRgABAQAAAQABAAD/2wBDAAgGBgcGBQgHBwcJCQgKDBQNDAsLDBkSEw8UHRof
HBwgJC4nICIsIxwcKDcpLDAxNDQ0Hyc5PTgyPC4zNDL/2wBDAQkJCQwLDBgNDRgyIRwhMjIy
...
1e5vLrSYbJnEVpEgjCLx5mPU0qsVK0UaxjdNlS+1U6pfzTR8IzEhj2HrVG6m8m18xc8cIKSC
tCuFyC746j/Cq2pTia4WztfmKjGBXTCmo6IUpt==
--host.1.-852461.936831373.130.24813--
[Example 6-5 #eg-6-5 ] 使用辅助类储存每个子部分.
6.4.0.2. Example 6-5. MimeWriter 模块的辅助类
File: mimewriter-example-2.py
import MimeWriter
import string, StringIO, sys
import re, quopri, base64
# check if string contains non-ascii characters
must_quote = re.compile("[/177-/377]").search
#
# encoders
def encode_quoted_printable(infile, outfile):
quopri.encode(infile, outfile, 0)
class Writer:
def _ _init_ _(self, file=None, blurb=None):
if file is None:
file = sys.stdout
self.file = file
self.mime = MimeWriter.MimeWriter(file)
self.mime.addheader("Mime-Version", "1.0")
file = self.mime.startmultipartbody("mixed")
if blurb:
file.write(blurb)
def close(self):
"End of message"
self.mime.lastpart()
self.mime = self.file = None
def write(self, data, mimetype="text/plain"):
"Write data from string or file to message"
# data is either an opened file or a string
if type(data) is type(""):
file = StringIO.StringIO(data)
else:
file = data
data = None
part = self.mime.nextpart()
typ, subtyp = string.split(mimetype, "/", 1)
if typ == "text":
# text data
encoding = "quoted-printable"
encoder = lambda i, o: quopri.encode(i, o, 0)
if data and not must_quote(data):
# copy, don't encode
encoding = "7bit"
encoder = None
else:
# binary data (image, audio, application, ...)
encoding = "base64"
encoder = base64.encode
#
# write part headers
if encoding:
part.addheader("Content-Transfer-Encoding", encoding)
part.startbody(mimetype)
#
# write part body
if encoder:
encoder(file, self.file)
elif data:
self.file.write(data)
else:
while 1:
data = infile.read(16384)
if not data:
break
outfile.write(data)
#
# try it out
BLURB = "if you can read this, your mailer is not MIME-aware/n"
mime = Writer(sys.stdout, BLURB)
# add a text message
mime.write("""/
here comes the image you asked for. hope
it's what you expected.
""", "text/plain")
# add an image
mime.write(open("samples/sample.jpg", "rb"), "image/jpeg")
mime.close()
6.5. mailbox 模块
mailbox 模块用来处理各种不同类型的邮箱格式, 如 Example 6-6 所示. 大部分邮箱格式使用文本文件储存纯 RFC 822 信息, 用分割行区别不同的信息.
6.5.0.1. Example 6-6. 使用 mailbox 模块
File: mailbox-example-1.py
import mailbox
mb = mailbox.UnixMailbox(open("/var/spool/mail/effbot"))
while 1:
msg = mb.next()
if not msg:
break
for k, v in msg.items():
print k, "=", v
body = msg.fp.read()
print len(body), "bytes in body"
**subject = for he's a ...
message-id = <199910150027.CAA03202@spam.egg>
received = (from fredrik@pythonware.com)
by spam.egg (8.8.7/8.8.5) id CAA03202
for effbot; Fri, 15 Oct 1999 02:27:36 +0200
from = Fredrik Lundh <fredrik@pythonware.com>
date = Fri, 15 Oct 1999 12:35:36 +0200
to = effbot@spam.egg
1295 bytes in body**
6.6. mailcap 模块
mailcap 模块用于处理 mailcap 文件, 该文件指定了不同的文档格式的处理方法( Unix 系统下). 如 Example 6-7 所示.
6.6.0.1. Example 6-7. 使用 mailcap 模块获得 Capability 字典
File: mailcap-example-1.py
import mailcap
caps = mailcap.getcaps()
for k, v in caps.items():
print k, "=", v
**image/\* = [{'view': 'pilview'}]
application/postscript = [{'view': 'ghostview'}]**
Example 6-7 中, 系统使用 pilview 来预览( view )所有类型的图片, 使用 ghostscript viewer 预览 PostScript 文档. Example 6-8 展示了如何使用 mailcap 获得特定操作的命令.
6.6.0.2. Example 6-8. 使用 mailcap 模块获得打开
File: mailcap-example-2.py
import mailcap
caps = mailcap.getcaps()
command, info = mailcap.findmatch(
caps, "image/jpeg", "view", "samples/sample.jpg"
)
print command
pilview samples/sample.jpg
6.7. mimetypes 模块
mimetypes 模块可以判断给定 url ( uniform resource locator , 统一资源定位符) 的 MIME 类型. 它基于一个内建的表, 还可能搜索 Apache 和 Netscape 的配置文件. 如 Example 6-9 所示.
6.7.0.1. Example 6-9. 使用 mimetypes 模块
File: mimetypes-example-1.py
import mimetypes
import glob, urllib
for file in glob.glob("samples/*"):
url = urllib.pathname2url(file)
print file, mimetypes.guess_type(url)
**samples/sample.au ('audio/basic', None)
samples/sample.ini (None, None)
samples/sample.jpg ('image/jpeg', None)
samples/sample.msg (None, None)
samples/sample.tar ('application/x-tar', None)
samples/sample.tgz ('application/x-tar', 'gzip')
samples/sample.txt ('text/plain', None)
samples/sample.wav ('audio/x-wav', None)
samples/sample.zip ('application/zip', None)**
6.8. packmail 模块
(已废弃) packmail 模块可以用来创建 Unix shell 档案. 如果安装了合适的工具, 那么你就可以直接通过运行来解开这样的档案. Example 6-10 展示了如何打包单个文件, Example 6-11 则打包了整个目录树.
6.8.0.1. Example 6-10. 使用 packmail 打包单个文件
File: packmail-example-1.py
import packmail
import sys
packmail.pack(sys.stdout, "samples/sample.txt", "sample.txt")
**echo sample.txt
sed "s/^X//" >sample.txt <<"!"
XWe will perhaps eventually be writing only small
Xmodules, which are identified by name as they are
Xused to build larger ones, so that devices like
Xindentation, rather than delimiters, might become
Xfeasible for expressing local structure in the
Xsource language.
X -- Donald E. Knuth, December 1974
!**
==Example 6-11. 使用 packmail 打包整个目录树=[eg-6-11]
File: packmail-example-2.py
import packmail
import sys
packmail.packtree(sys.stdout, "samples")
注意, 这个模块不能处理二进制文件, 例如声音或者图像文件.
6.9. mimify 模块
mimify 模块用于在 MIME 编码的文本信息和普通文本信息(例如 ISO Latin 1 文本)间相互转换. 它可以用作命令行工具, 或是特定邮件代理的转换过滤器:
$ mimify.py -e raw-message mime-message
$ mimify.py -d mime-message raw-message
作为模块使用, 如 Example 6-12 所示.
6.9.0.1. Example 6-12. 使用 mimify 模块解码信息
File: mimify-example-1.py
import mimify
import sys
mimify.unmimify("samples/sample.msg", sys.stdout, 1)
这里是一个包含两部分的 MIME 信息, 一个是引用的可打印信息, 另个是 base64 编码信息. unmimify 的第三个参数决定是否自动解码 base64 编码的部分:
MIME-Version: 1.0
Content-Type: multipart/mixed; boundary='boundary'
this is a multipart sample file. the two
parts both contain ISO Latin 1 text, with
different encoding techniques.
--boundary
Content-Type: text/plain
Content-Transfer-Encoding: quoted-printable
sillmj=F6lke! blindstyre! medisterkorv!
--boundary
Content-Type: text/plain
Content-Transfer-Encoding: base64
a29tIG5lciBiYXJhLCBvbSBkdSB09nJzIQ==
--boundary--
解码结果如下 (可读性相对来说更好些):
MIME-Version: 1.0
Content-Type: multipart/mixed; boundary= 'boundary'
this is a multipart sample file. the two
parts both contain ISO Latin 1 text, with
different encoding techniques.
--boundary
Content-Type: text/plain
sillmjölke! blindstyre! medisterkorv!
--boundary
Content-Type: text/plain
kom ner bara, om du törs!
Example 6-13 展示了如何编码信息.
6.9.0.2. Example 6-13. 使用 mimify 模块编码信息
File: mimify-example-2.py
import mimify
import StringIO, sys
#
# decode message into a string buffer
file = StringIO.StringIO()
mimify.unmimify("samples/sample.msg", file, 1)
#
# encode message from string buffer
file.seek(0) # rewind
mimify.mimify(file, sys.stdout)
6.10. multifile 模块
multifile 模块允许你将一个多部分的 MIME 信息的每部分作为单独的文件处理. 如 Example 6-14 所示.
6.10.0.1. Example 6-14. 使用 multifile 模块
File: multifile-example-1.py
import multifile
import cgi, rfc822
infile = open("samples/sample.msg")
message = rfc822.Message(infile)
# print parsed header
for k, v in message.items():
print k, "=", v
# use cgi support function to parse content-type header
type, params = cgi.parse_header(message["content-type"])
if type[:10] == "multipart/":
# multipart message
boundary = params["boundary"]
file = multifile.MultiFile(infile)
file.push(boundary)
while file.next():
submessage = rfc822.Message(file)
# print submessage
print "-" * 68
for k, v in submessage.items():
print k, "=", v
print
print file.read()
file.pop()
else:
# plain message
print infile.read()
7. 网络协议
“Increasingly, people seem to misinterpret complexity as sophistication, which is baffling - the incomprehensible should cause suspicion rather than admiration. Possibly this trend results from a mistaken belief that using a somewhat mysterious device confers an aura of power on the user.”
- Niklaus Wirth
7.1. 概览
本章描述了 Python 的 socket 协议支持以及其他建立在 socket 模块上的网络 模块. 这些包含了对大多流行 Internet 协议客户端的支持, 以及一些可用来 实现 Internet 服务器的框架.
对于那些本章中的底层的例子, 我将使用两个协议作为样例: Internet Time Protocol ( Internet 时间协议 ) 以及 Hypertext Transfer Protocol (超文本传输协议, HTTP 协议).
7.1.1. Internet 时间协议
Internet 时间协议 ( RFC 868, Postel 和 Harrenstien, 1983) 可以让 一个网络客户端获得一个服务器的当前时间.
因为这个协议是轻量级的, 许多 Unix 系统(但不是所有)都提供了这个服务. 它可能是最简单的网络协议了. 服务器等待连接请求并在连接后返回当前时间 ( 4 字节整数, 自从 1900 年 1 月 1 日到当前的秒数).
协议很简单, 这里我们提供规格书给大家:
File: rfc868.txt
Network Working Group J. Postel - ISI
Request for Comments: 868 K. Harrenstien - SRI
May 1983
Time Protocol
This RFC specifies a standard for the ARPA Internet community. Hosts on
the ARPA Internet that choose to implement a Time Protocol are expected
to adopt and implement this standard.
本 RFC 规范提供了一个 ARPA Internet community 上的标准.
在 ARPA Internet 上的所有主机应当采用并实现这个标准.
This protocol provides a site-independent, machine readable date and
time. The Time service sends back to the originating source the time in
seconds since midnight on January first 1900.
此协议提供了一个独立于站点的, 机器可读的日期和时间信息.
时间服务返回的是从 1900 年 1 月 1 日午夜到现在的秒数.
One motivation arises from the fact that not all systems have a
date/time clock, and all are subject to occasional human or machine
error. The use of time-servers makes it possible to quickly confirm or
correct a system's idea of the time, by making a brief poll of several
independent sites on the network.
设计这个协议的一个重要目的在于, 网络上的一些主机并没有时钟,
这有可能导致人工或者机器错误. 我们可以依靠时间服务器快速确认或者修改
一个系统的时间.
This protocol may be used either above the Transmission Control Protocol
(TCP) or above the User Datagram Protocol (UDP).
该协议可以用在 TCP 协议或是 UDP 协议上.
When used via TCP the time service works as follows:
通过 TCP 访问时间服务器的步骤:
* S: Listen on port 37 (45 octal).
* U: Connect to port 37.
* S: Send the time as a 32 bit binary number.
* U: Receive the time.
* U: Close the connection.
* S: Close the connection.
* S: 监听 37 ( 45 的八进制) 端口.
* U: 连接 37 端口.
* S: 将时间作为 32 位二进制数字发送.
* U: 接收时间.
* U: 关闭连接.
* S: 关闭连接.
The server listens for a connection on port 37. When the connection
is established, the server returns a 32-bit time value and closes the
connection. If the server is unable to determine the time at its
site, it should either refuse the connection or close it without
sending anything.
服务器在 37 端口监听. 当连接建立的时候, 服务器返回一个 32 位的数字值
并关闭连接. 如果服务器自己无法决定当前时间, 那么它应该拒绝这个连接或者
不发送任何数据立即关闭连接.
When used via UDP the time service works as follows:
通过 TCP 访问时间服务器的步骤:
S: Listen on port 37 (45 octal).
U: Send an empty datagram to port 37.
S: Receive the empty datagram.
S: Send a datagram containing the time as a 32 bit binary number.
U: Receive the time datagram.
S: 监听 37 ( 45 的八进制) 端口.
U: 发送空数据报文到 37 端口.
S: 接受空报文.
S: 发送包含时间( 32 位二进制数字 )的报文.
U: 接受时间报文.
The server listens for a datagram on port 37. When a datagram
arrives, the server returns a datagram containing the 32-bit time
value. If the server is unable to determine the time at its site, it
should discard the arriving datagram and make no reply.
服务器在 37 端口监听报文. 当报文到达时, 服务器返回包含 32 位时间值
的报文. 如果服务器无法决定当前时间, 那么它应该丢弃到达的报文,
不做任何回复.
The Time
时间
The time is the number of seconds since 00:00 (midnight) 1 January 1900
GMT, such that the time 1 is 12:00:01 am on 1 January 1900 GMT; this
base will serve until the year 2036.
时间是自 1900 年 1 月 1 日 0 时到当前的秒数,
这个协议标准会一直服务到2036年. 到时候数字不够用再说.
For example:
the time 2,208,988,800 corresponds to 00:00 1 Jan 1970 GMT,
2,398,291,200 corresponds to 00:00 1 Jan 1976 GMT,
2,524,521,600 corresponds to 00:00 1 Jan 1980 GMT,
2,629,584,000 corresponds to 00:00 1 May 1983 GMT,
and -1,297,728,000 corresponds to 00:00 17 Nov 1858 GMT.
例如:
时间值 2,208,988,800 对应 to 00:00 1 Jan 1970 GMT,
2,398,291,200 对应 to 00:00 1 Jan 1976 GMT,
2,524,521,600 对应 to 00:00 1 Jan 1980 GMT,
2,629,584,000 对应 to 00:00 1 May 1983 GMT,
最后 -1,297,728,000 对应 to 00:00 17 Nov 1858 GMT.
RFC868.txt Translated By Andelf(gt: andelf@gmail.com )
非商业用途, 转载请保留作者信息. Thx.
7.1.2. HTTP 协议
超文本传输协议 ( HTTP, RFC 2616 ) 是另个完全不同的东西. 最近的格式说明书( Version 1.1 )超过了 100 页.
从它最简单的格式来看, 这个协议是很简单的. 客户端发送如下的请求到服务器, 请求一个文件:
GET /hello.txt HTTP/1.0
Host: hostname
User-Agent: name
[optional request body , 可选的请求正文]
服务器返回对应的响应:
HTTP/1.0 200 OK
Content-Type: text/plain
Content-Length: 7
Hello
请求和响应的 headers (报头)一般会包含更多的域, 但是请求 header 中的 Host 域/字段是必须提供的.
header 行使用 “/r/n” 分割, 而且 header 后必须有一个空行, 即使没有正文 (请求和响应都必须符合这条规则).
剩下的 HTTP 协议格式说明书细节, 例如内容协商, 缓存机制, 保持连接, 等等, 请参阅 Hypertext TransferProtocol - HTTP/1.1 ( http://www.w3.org/Protocols ).
7.2. socket 模块
socket 模块实现了到 socket 通讯层的接口. 你可以使用该模块创建 客户端或是服务器的 socket .
我们首先以一个客户端为例, Example 7-1 中的客户端连接到一个时间协议服务器, 读取 4 字节的返回数据, 并把它转换为一个时间值.
7.2.0.1. Example 7-1. 使用 socket 模块实现一个时间客户端
File: socket-example-1.py
import socket
import struct, time
# server
HOST = "www.python.org"
PORT = 37
# reference time (in seconds since 1900-01-01 00:00:00)
TIME1970 = 2208988800L # 1970-01-01 00:00:00
# connect to server
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.connect((HOST, PORT))
# read 4 bytes, and convert to time value
t = s.recv(4)
t = struct.unpack("!I", t)[0]
t = int(t - TIME1970)
s.close()
# print results
print "server time is", time.ctime(t)
print "local clock is", int(time.time()) - t, "seconds off"
**server time is Sat Oct 09 16:42:36 1999
local clock is 8 seconds off**
socket 工厂函数( factory function )根据给定类型(该例子中为 Internet stream socket , 即就是 TCP socket )创建一个新的 socket . connect 方法尝试将这个 socket 连接到指定服务器上. 成功后, 就可以使用 recv 方法读取数据.
创建一个服务器 socket 使用的是相同的方法, 不过这里不是连接到服务器, 而是将 socket bind (绑定)到本机的一个端口上, 告诉它去监听连接请求, 然后尽快处理每个到达的请求.
Example 7-2 创建了一个时间服务器, 绑定到本机的 8037 端口( 1024 前的所有端口 是为系统服务保留的, Unix 系统下访问它们你必须要有 root 权限).
7.2.0.2. Example 7-2. 使用 socket 模块实现一个时间服务器
File: socket-example-2.py
import socket
import struct, time
# user-accessible port
PORT = 8037
# reference time
TIME1970 = 2208988800L
# establish server
service = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
service.bind(("", PORT))
service.listen(1)
print "listening on port", PORT
while 1:
# serve forever
channel, info = service.accept()
print "connection from", info
t = int(time.time()) + TIME1970
t = struct.pack("!I", t)
channel.send(t) # send timestamp
channel.close() # disconnect
**listening on port 8037
connection from ('127.0.0.1', 1469)
connection from ('127.0.0.1', 1470)
...**
listen 函数的调用告诉 socket 我们期望接受连接. 参数代表连接 的队列(用于在程序没有处理前保持连接)大小. 最后 accept 循环将当前时间返回 给每个连接的客户端.
注意这里的 accept 函数返回一个新的 socket 对象, 这个对象是直接连接到客户端 的. 而原 socket 只是用来保持连接; 所有后来的数据传输操作都使用新的 socket .
我们可以使用 Example 7-3 , ( Example 7-1 的通用化版本)来测试这个服务器, .
7.2.0.3. Example 7-3. 一个时间协议客户端
File: timeclient.py
import socket
import struct, sys, time
# default server
host = "localhost"
port = 8037
# reference time (in seconds since 1900-01-01 00:00:00)
TIME1970 = 2208988800L # 1970-01-01 00:00:00
def gettime(host, port):
# fetch time buffer from stream server
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.connect((host, port))
t = s.recv(4)
s.close()
t = struct.unpack("!I", t)[0]
return int(t - TIME1970)
if _ _name_ _ == "_ _main_ _":
# command-line utility
if sys.argv[1:]:
host = sys.argv[1]
if sys.argv[2:]:
port = int(sys.argv[2])
else:
port = 37 # default for public servers
t = gettime(host, port)
print "server time is", time.ctime(t)
print "local clock is", int(time.time()) - t, "seconds off"
**server time is Sat Oct 09 16:58:50 1999
local clock is 0 seconds off**
Example 7-3 所示的脚本也可以作为模块使用; 你只需要导入 timeclient 模块, 然后调用它的 gettime 函数.
目前为止, 我们已经使用了流( TCP ) socket . 时间协议还提到了 UDP sockets (报文). 流 socket 的工作模式和电话线类似; 你会知道在远端 是否有人拿起接听器, 在对方挂断的时候你也会注意到. 相比之下, 发送报文更像 是在一间黑屋子里大声喊. 可能某人会在那里, 但你只有在他回复的时候才会知道.
如 Example 7-4 所示, 你不需要在通过报文 socket 发送数据时连接远程机器. 只需使用 sendto 方法, 它接受数据和接收者地址作为参数. 读取报文的时候使用 recvfrom 方法.
7.2.0.4. Example 7-4. 使用 socket 模块实现一个报文时间客户端
File: socket-example-4.py
import socket
import struct, time
# server
HOST = "localhost"
PORT = 8037
# reference time (in seconds since 1900-01-01 00:00:00)
TIME1970 = 2208988800L # 1970-01-01 00:00:00
# connect to server
s = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
# send empty packet
s.sendto("", (HOST, PORT))
# read 4 bytes from server, and convert to time value
t, server = s.recvfrom(4)
t = struct.unpack("!I", t)[0]
t = int(t - TIME1970)
s.close()
print "server time is", time.ctime(t)
print "local clock is", int(time.time()) - t, "seconds off"
**server time is Sat Oct 09 16:42:36 1999
local clock is 8 seconds off**
这里的 recvfrom 返回两个值: 数据和发送者的地址. 后者用于发送回复数据.
Example 7-5 展示了对应的服务器代码.
Example 7-5. 使用 socket 模块实现一个报文时间服务器
File: socket-example-5.py
import socket
import struct, time
# user-accessible port
PORT = 8037
# reference time
TIME1970 = 2208988800L
# establish server
service = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
service.bind(("", PORT))
print "listening on port", PORT
while 1:
# serve forever
data, client = service.recvfrom(0)
print "connection from", client
t = int(time.time()) + TIME1970
t = struct.pack("!I", t)
service.sendto(t, client) # send timestamp
**listening on port 8037
connection from ('127.0.0.1', 1469)
connection from ('127.0.0.1', 1470)
...**
最主要的不同在于服务器使用 bind 来分配一个已知端口给 socket , 根据 recvfrom 函数返回的地址向客户端发送数据.
7.3. select 模块
select 模块允许你检查一个或多个 socket , 管道, 以及其他流兼容对象所接受的数据, 如 Example 7-6 所示.
你可以将一个或更多 socket 传递给 select 函数, 然后等待它们状态改变(可读, 可写, 或是发送错误信号):
- 如果某人在调用了
listen函数后连接, 当远端数据到达时, socket 就成为可读的(这意味着accept不会阻塞). 或者是 socket 被关闭或重置时(在此情况下,recv会返回一个空字符串). - 当非阻塞调用
connect方法后建立连接或是数据可以被写入到 socket 时, socket 就成为可写的. - 当非阻塞调用
connect方法后连接失败后, socket 会发出一个错误信号.
7.3.0.1. Example 7-6. 使用 select 模块等待经 socket 发送的数据
File: select-example-1.py
import select
import socket
import time
PORT = 8037
TIME1970 = 2208988800L
service = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
service.bind(("", PORT))
service.listen(1)
print "listening on port", PORT
while 1:
is_readable = [service]
is_writable = []
is_error = []
r, w, e = select.select(is_readable, is_writable, is_error, 1.0)
if r:
channel, info = service.accept()
print "connection from", info
t = int(time.time()) + TIME1970
t = chr(t>>24&255) + chr(t>>16&255) + chr(t>>8&255) + chr(t&255)
channel.send(t) # send timestamp
channel.close() # disconnect
else:
print "still waiting"
**listening on port 8037
still waiting
still waiting
connection from ('127.0.0.1', 1469)
still waiting
connection from ('127.0.0.1', 1470)
...**
在 Example 7-6 中, 我们等待监听 socket 变成可读状态, 这代表有一个连接请求到达. 我们用和之前一样的方法处理 channel socket , 因为它不可能因为等待 4 字节而填充网络 缓冲区. 如果你需要向客户端发送大量的数据, 那么你应该在循环的顶端把数据加入到 is_writable 列表中, 并且只在 select 允许的情况下写入.
如果你设置 socket 为非阻塞模式(通过调用 setblocking 方法), 那么你就可以使用 select 来等待 socket 连接. 不过 asyncore 模块(参见下一节)提供了一个强大的框架, 它自动为你处理好了这一切. 所以我不准备在这里多说什么, 看下一节吧.
7.4. asyncore 模块
asyncore 模块提供了一个 “反馈性的( reactive )” socket 实现. 该模块允许你定义特定过程完成后所执行的代码, 而不是创建 socket 对象, 调用它们的方法. 你只需要继承 dispatcher 类, 然后重载如下方法 (可以选择重载某一个或多个)就可以实现异步的 socket 处理器.
handle_connect: 一个连接成功建立后被调用.handle_expt: 连接失败后被调用.handle_accept: 连接请求建立到一个监听 socket 上时被调用. 回调时( callback )应该使用accept方法来获得客户端 socket .handle_read: 有来自 socket 的数据等待读取时被调用. 回调时应该使用recv方法来获得数据.handle_write: socket 可以写入数据的时候被调用. 使用send方法写入数据.handle_close: 当 socket 被关闭或复位时被调用.handle_error(type, value, traceback)在任何一个回调函数发生 Python 错误时被调用. 默认的实现会打印跟踪返回消息到sys.stdout.
Example 7-7 展示了一个时间客户端, 和 socket 模块中的那个类似.
7.4.0.1. Example 7-7. 使用 asyncore 模块从时间服务器获得时间
File: asyncore-example-1.py
import asyncore
import socket, time
# reference time (in seconds since 1900-01-01 00:00:00)
TIME1970 = 2208988800L # 1970-01-01 00:00:00
class TimeRequest(asyncore.dispatcher):
# time requestor (as defined in RFC 868)
def _ _init_ _(self, host, port=37):
asyncore.dispatcher._ _init_ _(self)
self.create_socket(socket.AF_INET, socket.SOCK_STREAM)
self.connect((host, port))
def writable(self):
return 0 # don't have anything to write
def handle_connect(self):
pass # connection succeeded
def handle_expt(self):
self.close() # connection failed, shutdown
def handle_read(self):
# get local time
here = int(time.time()) + TIME1970
# get and unpack server time
s = self.recv(4)
there = ord(s[3]) + (ord(s[2])<<8) + (ord(s[1])<<16) + (ord(s[0])<<24L)
self.adjust_time(int(here - there))
self.handle_close() # we don't expect more data
def handle_close(self):
self.close()
def adjust_time(self, delta):
# override this method!
print "time difference is", delta
#
# try it out
request = TimeRequest("www.python.org")
asyncore.loop()
**log: adding channel <TimeRequest at 8cbe90>
time difference is 28
log: closing channel 192:<TimeRequest connected at 8cbe90>**
如果你不想记录任何信息, 那么你可以在你的 dispatcher 类里重载 log 方法.
Example 7-8 展示了对应的时间服务器. 注意这里它使用了两个 dispatcher 子类, 一个用于监听 socket , 另个用于与客户端通讯.
7.4.0.2. Example 7-8. 使用 asyncore 模块实现时间服务器
File: asyncore-example-2.py
import asyncore
import socket, time
# reference time
TIME1970 = 2208988800L
class TimeChannel(asyncore.dispatcher):
def handle_write(self):
t = int(time.time()) + TIME1970
t = chr(t>>24&255) + chr(t>>16&255) + chr(t>>8&255) + chr(t&255)
self.send(t)
self.close()
class TimeServer(asyncore.dispatcher):
def _ _init_ _(self, port=37):
self.port = port
self.create_socket(socket.AF_INET, socket.SOCK_STREAM)
self.bind(("", port))
self.listen(5)
print "listening on port", self.port
def handle_accept(self):
channel, addr = self.accept()
TimeChannel(channel)
server = TimeServer(8037)
asyncore.loop()
**log: adding channel <TimeServer at 8cb940>
listening on port 8037
log: adding channel <TimeChannel at 8b2fd0>
log: closing channel 52:<TimeChannel connected at 8b2fd0>**
除了 dispatcher 外, 这个模块还包含一个 dispatcher_with_send 类. 你可以使用这个类发送大量的数据而不会阻塞网络通讯缓冲区.
Example 7-9 中的模块通过继承 dispatcher_with_send 类定义了一个 AsyncHTTP 类. 当你创建一个它的实例后, 它会发出一个 HTTP GET 请求并把 接受到的数据发送到一个 “consumer” 目标对象
7.4.0.3. Example 7-9. 使用 asyncore 模块发送 HTTP 请求
File: SimpleAsyncHTTP.py
import asyncore
import string, socket
import StringIO
import mimetools, urlparse
class AsyncHTTP(asyncore.dispatcher_with_send):
# HTTP requester
def _ _init_ _(self, uri, consumer):
asyncore.dispatcher_with_send._ _init_ _(self)
self.uri = uri
self.consumer = consumer
# turn the uri into a valid request
scheme, host, path, params, query, fragment = urlparse.urlparse(uri)
assert scheme == "http", "only supports HTTP requests"
try:
host, port = string.split(host, ":", 1)
port = int(port)
except (TypeError, ValueError):
port = 80 # default port
if not path:
path = "/"
if params:
path = path + ";" + params
if query:
path = path + "?" + query
self.request = "GET %s HTTP/1.0/r/nHost: %s/r/n/r/n" % (path, host)
self.host = host
self.port = port
self.status = None
self.header = None
self.data = ""
# get things going!
self.create_socket(socket.AF_INET, socket.SOCK_STREAM)
self.connect((host, port))
def handle_connect(self):
# connection succeeded
self.send(self.request)
def handle_expt(self):
# connection failed; notify consumer (status is None)
self.close()
try:
http_header = self.consumer.http_header
except AttributeError:
pass
else:
http_header(self)
def handle_read(self):
data = self.recv(2048)
if not self.header:
self.data = self.data + data
try:
i = string.index(self.data, "/r/n/r/n")
except ValueError:
return # continue
else:
# parse header
fp = StringIO.StringIO(self.data[:i+4])
# status line is "HTTP/version status message"
status = fp.readline()
self.status = string.split(status, " ", 2)
# followed by a rfc822-style message header
self.header = mimetools.Message(fp)
# followed by a newline, and the payload (if any)
data = self.data[i+4:]
self.data = ""
# notify consumer (status is non-zero)
try:
http_header = self.consumer.http_header
except AttributeError:
pass
else:
http_header(self)
if not self.connected:
return # channel was closed by consumer
self.consumer.feed(data)
def handle_close(self):
self.consumer.close()
self.close()
Example 7-10 中的小脚本展示了如何使用这个类.
7.4.0.4. Example 7-10. 使用 SimpleAsyncHTTP 类
File: asyncore-example-3.py
import SimpleAsyncHTTP
import asyncore
class DummyConsumer:
size = 0
def http_header(self, request):
# handle header
if request.status is None:
print "connection failed"
else:
print "status", "=>", request.status
for key, value in request.header.items():
print key, "=", value
def feed(self, data):
# handle incoming data
self.size = self.size + len(data)
def close(self):
# end of data
print self.size, "bytes in body"
#
# try it out
consumer = DummyConsumer()
request = SimpleAsyncHTTP.AsyncHTTP(
"http://www.pythonware.com",
consumer
)
asyncore.loop()
**log: adding channel <AsyncHTTP at 8e2850>
status => ['HTTP/1.1', '200', 'OK/015/012']
server = Apache/Unix (Unix)
content-type = text/html
content-length = 3730
...
3730 bytes in body
log: closing channel 156:<AsyncHTTP connected at 8e2850>**
这里的 consumer 接口设计时是为了与 htmllib 和 xmllib 分析器兼容的, 这样你就可以直接方便地解析 HTML 或是 XML 数据. http_header 方法是可选的; 如果没有定义它, 那么它将被忽略.
Example 7-10 的一个问题是它不能很好地处理重定向资源. Example 7-11 加入了一个额外的 consumer 层, 它可以很好地处理重定向.
7.4.0.5. Example 7-11. 使用 SimpleAsyncHTTP 类处理重定向
File: asyncore-example-4.py
import SimpleAsyncHTTP
import asyncore
class DummyConsumer:
size = 0
def http_header(self, request):
# handle header
if request.status is None:
print "connection failed"
else:
print "status", "=>", request.status
for key, value in request.header.items():
print key, "=", value
def feed(self, data):
# handle incoming data
self.size = self.size + len(data)
def close(self):
# end of data
print self.size, "bytes in body"
class RedirectingConsumer:
def _ _init_ _(self, consumer):
self.consumer = consumer
def http_header(self, request):
# handle header
if request.status is None or/
request.status[1] not in ("301", "302"):
try:
http_header = self.consumer.http_header
except AttributeError:
pass
else:
return http_header(request)
else:
# redirect!
uri = request.header["location"]
print "redirecting to", uri, "..."
request.close()
SimpleAsyncHTTP.AsyncHTTP(uri, self)
def feed(self, data):
self.consumer.feed(data)
def close(self):
self.consumer.close()
#
# try it out
consumer = RedirectingConsumer(DummyConsumer())
request = SimpleAsyncHTTP.AsyncHTTP(
"http://www.pythonware.com/library",
consumer
)
asyncore.loop()
**log: adding channel <AsyncHTTP at 8e64b0>
redirecting to http://www.pythonware.com/library/ ...
log: closing channel 48:<AsyncHTTP connected at 8e64b0>
log: adding channel <AsyncHTTP at 8ea790>
status => ['HTTP/1.1', '200', 'OK/015/012']
server = Apache/Unix (Unix)
content-type = text/html
content-length = 387
...
387 bytes in body
log: closing channel 236:<AsyncHTTP connected at 8ea790>**
如果服务器返回状态 301 (永久重定向) 或者是 302 (临时重定向), 重定向的 consumer 会关闭当前请求并向新地址发出新请求. 所有对 consumer 的其他调用传递给原来的 consumer .
7.5. asynchat 模块
asynchat 模块是对 asyncore 的一个扩展. 它提供对面向行( line-oriented )的协议的额外支持. 它还提供了增强的缓冲区支持(通过 push 方法和 “producer” 机制.
Example 7-12 实现了一个很小的 HTTP 服务器. 它只是简单地返回包含 HTTP 请求信息的 HTML 文档(浏览器窗口出现的输出).
7.5.0.1. Example 7-12. 使用 asynchat 模块实现一个迷你 HTTP 服务器
File: asynchat-example-1.py
import asyncore, asynchat
import os, socket, string
PORT = 8000
class HTTPChannel(asynchat.async_chat):
def _ _init_ _(self, server, sock, addr):
asynchat.async_chat._ _init_ _(self, sock)
self.set_terminator("/r/n")
self.request = None
self.data = ""
self.shutdown = 0
def collect_incoming_data(self, data):
self.data = self.data + data
def found_terminator(self):
if not self.request:
# got the request line
self.request = string.split(self.data, None, 2)
if len(self.request) != 3:
self.shutdown = 1
else:
self.push("HTTP/1.0 200 OK/r/n")
self.push("Content-type: text/html/r/n")
self.push("/r/n")
self.data = self.data + "/r/n"
self.set_terminator("/r/n/r/n") # look for end of headers
else:
# return payload.
self.push("<html><body><pre>/r/n")
self.push(self.data)
self.push("</pre></body></html>/r/n")
self.close_when_done()
class HTTPServer(asyncore.dispatcher):
def _ _init_ _(self, port):
self.create_socket(socket.AF_INET, socket.SOCK_STREAM)
self.bind(("", port))
self.listen(5)
def handle_accept(self):
conn, addr = self.accept()
HTTPChannel(self, conn, addr)
#
# try it out
s = HTTPServer(PORT)
print "serving at port", PORT, "..."
asyncore.loop()
**GET / HTTP/1.1
Accept: \*/\*
Accept-Language: en, sv
Accept-Encoding: gzip, deflate
User-Agent: Mozilla/4.0 (compatible; Bruce/1.0)
Host: localhost:8000
Connection: Keep-Alive**
producer 接口允许你传入( “push” )太大以至于无法在内存中储存的对象. asyncore 在需要更多数据的时候自动调用 producer 的 more 方法. 另外, 它使用一个空字符串标记文件的末尾.
Example 7-13 实现了一个很简单的基于文件的 HTTP 服务器, 它使用了一个简单的 FileProducer 类来从文件中读取数据, 每次只读取几 kb .
7.5.0.2. Example 7-13. 使用 asynchat 模块实现一个简单的 HTTP 服务器
File: asynchat-example-2.py
import asyncore, asynchat
import os, socket, string, sys
import StringIO, mimetools
ROOT = "."
PORT = 8000
class HTTPChannel(asynchat.async_chat):
def _ _init_ _(self, server, sock, addr):
asynchat.async_chat._ _init_ _(self, sock)
self.server = server
self.set_terminator("/r/n/r/n")
self.header = None
self.data = ""
self.shutdown = 0
def collect_incoming_data(self, data):
self.data = self.data + data
if len(self.data) > 16384:
# limit the header size to prevent attacks
self.shutdown = 1
def found_terminator(self):
if not self.header:
# parse http header
fp = StringIO.StringIO(self.data)
request = string.split(fp.readline(), None, 2)
if len(request) != 3:
# badly formed request; just shut down
self.shutdown = 1
else:
# parse message header
self.header = mimetools.Message(fp)
self.set_terminator("/r/n")
self.server.handle_request(
self, request[0], request[1], self.header
)
self.close_when_done()
self.data = ""
else:
pass # ignore body data, for now
def pushstatus(self, status, explanation="OK"):
self.push("HTTP/1.0 %d %s/r/n" % (status, explanation))
class FileProducer:
# a producer that reads data from a file object
def _ _init_ _(self, file):
self.file = file
def more(self):
if self.file:
data = self.file.read(2048)
if data:
return data
self.file = None
return ""
class HTTPServer(asyncore.dispatcher):
def _ _init_ _(self, port=None, request=None):
if not port:
port = 80
self.port = port
if request:
self.handle_request = request # external request handler
self.create_socket(socket.AF_INET, socket.SOCK_STREAM)
self.bind(("", port))
self.listen(5)
def handle_accept(self):
conn, addr = self.accept()
HTTPChannel(self, conn, addr)
def handle_request(self, channel, method, path, header):
try:
# this is not safe!
while path[:1] == "/":
path = path[1:]
filename = os.path.join(ROOT, path)
print path, "=>", filename
file = open(filename, "r")
except IOError:
channel.pushstatus(404, "Not found")
channel.push("Content-type: text/html/r/n")
channel.push("/r/n")
channel.push("<html><body>File not found.</body></html>/r/n")
else:
channel.pushstatus(200, "OK")
channel.push("Content-type: text/html/r/n")
channel.push("/r/n")
channel.push_with_producer(FileProducer(file))
#
# try it out
s = HTTPServer(PORT)
print "serving at port", PORT
asyncore.loop()
**serving at port 8000
log: adding channel <HTTPServer at 8e54d0>
log: adding channel <HTTPChannel at 8e64a0>
samples/sample.htm => ./samples/sample.htm
log: closing channel 96:<HTTPChannel connected at 8e64a0>**
7.6. urllib 模块
urlib 模块为 HTTP , FTP , 以及 gopher 提供了一个统一的客户端接口. 它会自动地根据 URL 选择合适的协议处理器.
从 URL 获取数据是非常简单的. 只需要调用 urlopen 方法, 然后从返回的流对象中读取数据即可, 如 Example 7-14 所示.
7.6.0.1. Example 7-14. 使用 urllib 模块获取远程资源
File: urllib-example-1.py
import urllib
fp = urllib.urlopen("http://www.python.org")
op = open("out.html", "wb")
n = 0
while 1:
s = fp.read(8192)
if not s:
break
op.write(s)
n = n + len(s)
fp.close()
op.close()
for k, v in fp.headers.items():
print k, "=", v
print "copied", n, "bytes from", fp.url
**server = Apache/1.3.6 (Unix)
content-type = text/html
accept-ranges = bytes
date = Mon, 11 Oct 1999 20:11:40 GMT
connection = close
etag = "741e9-7870-37f356bf"
content-length = 30832
last-modified = Thu, 30 Sep 1999 12:25:35 GMT
copied 30832 bytes from http://www.python.org**
这个流对象提供了一些非标准的属性. headers 是一个 Message 对象(在 mimetools 模块中定义), url是实际的 URL . 后者会根据服务器的重定向而更新.
urlopen 函数实际上是一个辅助函数, 它会创建一个 FancyURLopener 类的实例并调用它的 open 方法. 你也可以继承这个类来完成特殊的行为. 例如 Example 7-15 中的类会自动地 在必要时登陆服务器.
7.6.0.2. Example 7-15. 用 urllib 模块实现自动身份验证
File: urllib-example-3.py
import urllib
class myURLOpener(urllib.FancyURLopener):
# read an URL, with automatic HTTP authentication
def setpasswd(self, user, passwd):
self._ _user = user
self._ _passwd = passwd
def prompt_user_passwd(self, host, realm):
return self._ _user, self._ _passwd
urlopener = myURLOpener()
urlopener.setpasswd("mulder", "trustno1")
fp = urlopener.open("http://www.secretlabs.com")
print fp.read()
7.7. urlparse 模块
urlparse 模块包含用于处理 URL 的函数, 可以在 URL 和平台特定的文件名间相互转换. 如 Example 7-16 所示.
7.7.0.1. Example 7-16. 使用 urlparse 模块
File: urlparse-example-1.py
import urlparse
print urlparse.urlparse("http://host/path;params?query#fragment")
('http', 'host', '/path', 'params', 'query', 'fragment')
一个常见用途就是把 HTTP URL 分割为主机名和路径组件(一个 HTTP 请求会涉及到 主机名以及请求路径), 如 Example 7-17 所示.
7.7.0.2. Example 7-17. 使用 urlparse 模块处理 HTTP 定位器( HTTP Locators )
File: urlparse-example-2.py
import urlparse
scheme, host, path, params, query, fragment =/
urlparse.urlparse("http://host/path;params?query#fragment")
if scheme == "http":
print "host", "=>", host
if params:
path = path + ";" + params
if query:
path = path + "?" + query
print "path", "=>", path
**host => host
path => /path;params?query**
Example 7-18 展示了如何使用 urlunparse 函数将各组成部分合并回一个 URL .
7.7.0.3. Example 7-18. 使用 urlparse 模块处理 HTTP 定位器( HTTP Locators )
File: urlparse-example-3.py
import urlparse
scheme, host, path, params, query, fragment =/
urlparse.urlparse("http://host/path;params?query#fragment")
if scheme == "http":
print "host", "=>", host
print "path", "=>", urlparse.urlunparse(
(None, None, path, params, query, None)
)
**host => host
path => /path;params?query**
Example 7-19 使用 urljoin 函数将绝对路径和相对路径组合起来.
7.7.0.4. Example 7-19. 使用 urlparse 模块组合相对定位器
File: urlparse-example-4.py
import urlparse
base = "http://spam.egg/my/little/pony"
for path in "/index", "goldfish", "../black/cat":
print path, "=>", urlparse.urljoin(base, path)
**/index => http://spam.egg/index
goldfish => http://spam.egg/my/little/goldfish
../black/cat => http://spam.egg/my/black/cat**
7.8. cookie 模块
(2.0 中新增) 该模块为 HTTP 客户端和服务器提供了基本的 cookie 支持. Example 7-20 展示了它的使用.
7.8.0.1. Example 7-20. 使用 cookie 模块
File: cookie-example-1.py
import Cookie
import os, time
cookie = Cookie.SimpleCookie()
cookie["user"] = "Mimi"
cookie["timestamp"] = time.time()
print cookie
# simulate CGI roundtrip
os.environ["HTTP_COOKIE"] = str(cookie)
print
cookie = Cookie.SmartCookie()
cookie.load(os.environ["HTTP_COOKIE"])
for key, item in cookie.items():
# dictionary items are "Morsel" instances
# use value attribute to get actual value
print key, repr(item.value)
**Set-Cookie: timestamp=736513200;
Set-Cookie: user=Mimi;
user 'Mimi'
timestamp '736513200'**
7.9. robotparser 模块
(2.0 中新增) robotparser 模块用来读取 robots.txt 文件, 该文件用于 Robot Exclusion Protocol (搜索机器人排除协议? http://info.webcrawler.com/mak/projects/robots/robots.html).
如果你实现的一个 HTTP 机器人会访问网路上的任意站点(并不只是你自己的站点), 那么最好还是用该模块检查下你所做的一切是不是受欢迎的. Example 7-21 展示了该模块的使用.
7.9.0.1. Example 7-21. 使用 robotparser 模块
File: robotparser-example-1.py
import robotparser
r = robotparser.RobotFileParser()
r.set_url("http://www.python.org/robots.txt")
r.read()
if r.can_fetch("*", "/index.html"):
print "may fetch the home page"
if r.can_fetch("*", "/tim_one/index.html"):
print "may fetch the tim peters archive"
**may fetch the home page**
7.10. ftplib 模块
ftplib 模块包含了一个 File Transfer Protocol (FTP , 文件传输协议)客户端的实现.
Example 7-22 展示了如何登陆并获得登陆目录的文件列表. 注意这里的文件列表 (列目录操作)格式与服务器有关(一般和主机平台的列目录工具输出格式相同, 例如 Unix 下的 ls 和 Windows/DOS 下的 dir ).
7.10.0.1. Example 7-22. 使用 ftplib 模块获得目录列表
File: ftplib-example-1.py
import ftplib
ftp = ftplib.FTP("www.python.org")
ftp.login("anonymous", "ftplib-example-1")
print ftp.dir()
ftp.quit()
**total 34
drwxrwxr-x 11 root 4127 512 Sep 14 14:18 .
drwxrwxr-x 11 root 4127 512 Sep 14 14:18 ..
drwxrwxr-x 2 root 4127 512 Sep 13 15:18 RCS
lrwxrwxrwx 1 root bin 11 Jun 29 14:34 README -> welcome.msg
drwxr-xr-x 3 root wheel 512 May 19 1998 bin
drwxr-sr-x 3 root 1400 512 Jun 9 1997 dev
drwxrwxr-- 2 root 4127 512 Feb 8 1998 dup
drwxr-xr-x 3 root wheel 512 May 19 1998 etc
...**
下载文件很简单; 使用合适的 retr 函数即可. 注意当你下载文本文件时, 你必须自己加上行结束符. Example 7-23 中使用了一个 lambda 表达式完成这项工作.
7.10.0.2. Example 7-23. 使用 ftplib 模块下载文件
File: ftplib-example-2.py
import ftplib
import sys
def gettext(ftp, filename, outfile=None):
# fetch a text file
if outfile is None:
outfile = sys.stdout
# use a lambda to add newlines to the lines read from the server
ftp.retrlines("RETR " + filename, lambda s, w=outfile.write: w(s+"/n"))
def getbinary(ftp, filename, outfile=None):
# fetch a binary file
if outfile is None:
outfile = sys.stdout
ftp.retrbinary("RETR " + filename, outfile.write)
ftp = ftplib.FTP("www.python.org")
ftp.login("anonymous", "ftplib-example-2")
gettext(ftp, "README")
getbinary(ftp, "welcome.msg")
**WELCOME to python.org, the Python programming language home site.
You are number %N of %M allowed users. Ni!
Python Web site: http://www.python.org/
CONFUSED FTP CLIENT? Try begining your login password with '-' dash.
This turns off continuation messages that may be confusing your client.
...**
最后, Example 7-24 将文件复制到 FTP 服务器上. 这个脚本使用文件扩展名来 判断文件是文本文件还是二进制文件.
7.10.0.3. Example 7-24. 使用 ftplib 模块上传文件
File: ftplib-example-3.py
import ftplib
import os
def upload(ftp, file):
ext = os.path.splitext(file)[1]
if ext in (".txt", ".htm", ".html"):
ftp.storlines("STOR " + file, open(file))
else:
ftp.storbinary("STOR " + file, open(file, "rb"), 1024)
ftp = ftplib.FTP("ftp.fbi.gov")
ftp.login("mulder", "trustno1")
upload(ftp, "trixie.zip")
upload(ftp, "file.txt")
upload(ftp, "sightings.jpg")
7.11. gopherlib 模块
gopherlib 模块包含了一个 gopher 客户端实现, 如 Example 7-25 所示.
7.11.0.1. Example 7-25. 使用 gopherlib 模块
File: gopherlib-example-1.py
import gopherlib
host = "gopher.spam.egg"
f = gopherlib.send_selector("1/", host)
for item in gopherlib.get_directory(f):
print item
**['0', "About Spam.Egg's Gopher Server", "0/About's Spam.Egg's
Gopher Server", 'gopher.spam.egg', '70', '+']
['1', 'About Spam.Egg', '1/Spam.Egg', 'gopher.spam.egg', '70', '+']
['1', 'Misc', '1/Misc', 'gopher.spam.egg', '70', '+']
...**
7.12. httplib 模块
httplib 模块提供了一个 HTTP 客户端接口, 如 Example 7-26 所示.
7.12.0.1. Example 7-26. 使用 httplib 模块
File: httplib-example-1.py
import httplib
USER_AGENT = "httplib-example-1.py"
class Error:
# indicates an HTTP error
def _ _init_ _(self, url, errcode, errmsg, headers):
self.url = url
self.errcode = errcode
self.errmsg = errmsg
self.headers = headers
def _ _repr_ _(self):
return (
"<Error for %s: %s %s>" %
(self.url, self.errcode, self.errmsg)
)
class Server:
def _ _init_ _(self, host):
self.host = host
def fetch(self, path):
http = httplib.HTTP(self.host)
# write header
http.putrequest("GET", path)
http.putheader("User-Agent", USER_AGENT)
http.putheader("Host", self.host)
http.putheader("Accept", "*/*")
http.endheaders()
# get response
errcode, errmsg, headers = http.getreply()
if errcode != 200:
raise Error(errcode, errmsg, headers)
file = http.getfile()
return file.read()
if _ _name_ _ == "_ _main_ _":
server = Server("www.pythonware.com")
print server.fetch("/index.htm")
注意 httplib 提供的 HTTP 客户端在等待服务器回复的时候会阻塞程序. 异步的解决方法请参阅 asyncore 模块中的例子.
7.12.1. 将数据发送给服务器
httplib 可以用来发送其他 HTTP 命令, 例如 POST , 如 Example 7-27 所示.
7.12.1.1. Example 7-27. 使用 httplib 发送数据
File: httplib-example-2.py
import httplib
USER_AGENT = "httplib-example-2.py"
def post(host, path, data, type=None):
http = httplib.HTTP(host)
# write header
http.putrequest("PUT", path)
http.putheader("User-Agent", USER_AGENT)
http.putheader("Host", host)
if type:
http.putheader("Content-Type", type)
http.putheader("Content-Length", str(len(size)))
http.endheaders()
# write body
http.send(data)
# get response
errcode, errmsg, headers = http.getreply()
if errcode != 200:
raise Error(errcode, errmsg, headers)
file = http.getfile()
return file.read()
if _ _name_ _ == "_ _main_ _":
post("www.spam.egg", "/bacon.htm", "a piece of data", "text/plain")
7.13. poplib 模块
poplib 模块(如 Example 7-28 所示) 提供了一个 Post Office Protocol ( POP3 协议) 客户端实现. 这个协议用来从邮件服务器 “pop” (拷贝) 信息到你的个人电脑.
7.13.0.1. Example 7-28. 使用 poplib 模块
File: poplib-example-1.py
import poplib
import string, random
import StringIO, rfc822
SERVER = "pop.spam.egg"
USER = "mulder"
PASSWORD = "trustno1"
# connect to server
server = poplib.POP3(SERVER)
# login
server.user(USER)
server.pass_(PASSWORD)
# list items on server
resp, items, octets = server.list()
# download a random message
id, size = string.split(random.choice(items))
resp, text, octets = server.retr(id)
text = string.join(text, "/n")
file = StringIO.StringIO(text)
message = rfc822.Message(file)
for k, v in message.items():
print k, "=", v
print message.fp.read()
**subject = ANN: (the eff-bot guide to) The Standard Python Library
message-id = <199910120808.KAA09206@spam.egg>
received = (from fredrik@spam.egg)
by spam.egg (8.8.7/8.8.5) id KAA09206
for mulder; Tue, 12 Oct 1999 10:08:47 +0200
from = Fredrik Lundh <fredrik@spam.egg>
date = Tue, 12 Oct 1999 10:08:47 +0200
to = mulder@spam.egg
...**
7.14. imaplib 模块
imaplib 模块提供了一个 Internet Message Access Protocol ( IMAP, Internet 消息访问协议) 的客户端实现. 这个协议允许你访问邮件服务器的邮件目录, 就好像是在本机访问一样. 如 Example 7-29 所示.
7.14.0.1. Example 7-29. 使用 imaplib 模块
File: imaplib-example-1.py
import imaplib
import string, random
import StringIO, rfc822
SERVER = "imap.spam.egg"
USER = "mulder"
PASSWORD = "trustno1"
# connect to server
server = imaplib.IMAP4(SERVER)
# login
server.login(USER, PASSWORD)
server.select()
# list items on server
resp, items = server.search(None, "ALL")
items = string.split(items[0])
# fetch a random item
id = random.choice(items)
resp, data = server.fetch(id, "(RFC822)")
text = data[0][1]
file = StringIO.StringIO(text)
message = rfc822.Message(file)
for k, v in message.items():
print k, "=", v
print message.fp.read()
server.logout()
**subject = ANN: (the eff-bot guide to) The Standard Python Library
message-id = <199910120816.KAA12177@larch.spam.egg>
to = mulder@spam.egg
date = Tue, 12 Oct 1999 10:16:19 +0200 (MET DST)
from = <effbot@spam.egg>
received = (effbot@spam.egg) by imap.algonet.se (8.8.8+Sun/8.6.12)
id KAA12177 for effbot@spam.egg; Tue, 12 Oct 1999 10:16:19 +0200
(MET DST)
body text for test 5**
7.15. smtplib 模块
smtplib 模块提供了一个 Simple Mail Transfer Protocol ( SMTP , 简单邮件传输协议) 客户端实现. 该协议用于通过 Unix 邮件服务器发送邮件, 如 Example 7-30 所示.
读取邮件请使用 poplib 或 imaplib 模块.
7.15.0.1. Example 7-30. 使用 smtplib 模块
File: smtplib-example-1.py
import smtplib
import string, sys
HOST = "localhost"
FROM = "effbot@spam.egg"
TO = "fredrik@spam.egg"
SUBJECT = "for your information!"
BODY = "next week: how to fling an otter"
body = string.join((
"From: %s" % FROM,
"To: %s" % TO,
"Subject: %s" % SUBJECT,
"",
BODY), "/r/n")
print body
server = smtplib.SMTP(HOST)
server.sendmail(FROM, [TO], body)
server.quit()
**From: effbot@spam.egg
To: fredrik@spam.egg
Subject: for your information!
next week: how to fling an otter**
7.16. telnetlib 模块
telnetlib 模块提供了一个 telnet 客户端实现.
Example 7-31 连接到一台 Unix 计算机, 登陆, 然后请求一个目录的列表.
7.16.0.1. Example 7-31. 使用 telnetlib 模块登陆到远程服务器
File: telnetlib-example-1.py
import telnetlib
import sys
HOST = "spam.egg"
USER = "mulder"
PASSWORD = "trustno1"
telnet = telnetlib.Telnet(HOST)
telnet.read_until("login: ")
telnet.write(USER + "/n")
telnet.read_until("Password: ")
telnet.write(PASSWORD + "/n")
telnet.write("ls librarybook/n")
telnet.write("exit/n")
print telnet.read_all()
**[spam.egg mulder]$ ls
README os-path-isabs-example-1.py
SimpleAsyncHTTP.py os-path-isdir-example-1.py
aifc-example-1.py os-path-isfile-example-1.py
anydbm-example-1.py os-path-islink-example-1.py
array-example-1.py os-path-ismount-example-1.py
...**
7.17. nntplib 模块
nntplib 模块提供了一个网络新闻传输协议( Network News Transfer Protocol, NNTP )客户端的实现.
7.17.1. 列出消息
从新闻服务器上读取消息之前, 你必须连接这个服务器并选择一个新闻组. Example 7-32 中的脚本会从服务器下载一个完成的消息列表, 然后根据列表做简单的统计.
7.17.1.1. Example 7-32. 使用 nntplib 模块列出消息
File: nntplib-example-1.py
import nntplib
import string
SERVER = "news.spam.egg"
GROUP = "comp.lang.python"
AUTHOR = "fredrik@pythonware.com" # eff-bots human alias
# connect to server
server = nntplib.NNTP(SERVER)
# choose a newsgroup
resp, count, first, last, name = server.group(GROUP)
print "count", "=>", count
print "range", "=>", first, last
# list all items on the server
resp, items = server.xover(first, last)
# extract some statistics
authors = {}
subjects = {}
for id, subject, author, date, message_id, references, size, lines in items:
authors[author] = None
if subject[:4] == "Re: ":
subject = subject[4:]
subjects[subject] = None
if string.find(author, AUTHOR) >= 0:
print id, subject
print "authors", "=>", len(authors)
print "subjects", "=>", len(subjects)
**count => 607
range => 57179 57971
57474 Three decades of Python!
...
57477 More Python books coming...
authors => 257
subjects => 200**
7.17.2. 下载消息
下载消息是很简单的, 只需要调用 article方法, 如 Example 7-33 所示.
7.17.2.1. Example 7-33. 使用 nntplib 模块下载消息
File: nntplib-example-2.py
import nntplib
import string
SERVER = "news.spam.egg"
GROUP = "comp.lang.python"
KEYWORD = "tkinter"
# connect to server
server = nntplib.NNTP(SERVER)
resp, count, first, last, name = server.group(GROUP)
resp, items = server.xover(first, last)
for id, subject, author, date, message_id, references, size, lines in items:
if string.find(string.lower(subject), KEYWORD) >= 0:
resp, id, message_id, text = server.article(id)
print author
print subject
print len(text), "lines in article"
**"Fredrik Lundh" <fredrik@pythonware.com>
Re: Programming Tkinter (In Python)
110 lines in article
...**
Example 7-34 展示了如何进一步处理这些消息, 你可以把它封装到一个 Message 对象中(使用 rfc822 模块).
7.17.2.2. Example 7-34. 使用 nntplib 和 rfc822 模块处理消息
File: nntplib-example-3.py
import nntplib
import string, random
import StringIO, rfc822
SERVER = "news.spam.egg"
GROUP = "comp.lang.python"
# connect to server
server = nntplib.NNTP(SERVER)
resp, count, first, last, name = server.group(GROUP)
for i in range(10):
try:
id = random.randint(int(first), int(last))
resp, id, message_id, text = server.article(str(id))
except (nntplib.error_temp, nntplib.error_perm):
pass # no such message (maybe it was deleted?)
else:
break # found a message!
else:
raise SystemExit
text = string.join(text, "/n")
file = StringIO.StringIO(text)
message = rfc822.Message(file)
for k, v in message.items():
print k, "=", v
print message.fp.read()
**mime-version = 1.0
content-type = text/plain; charset="iso-8859-1"
message-id = <008501bf1417$1cf90b70$f29b12c2@sausage.spam.egg>
lines = 22
...
from = "Fredrik Lundh" <fredrik@pythonware.com>
nntp-posting-host = parrot.python.org
subject = ANN: (the eff-bot guide to) The Standard Python Library
...
</F>**
到这一步后, 你可以使用 htmllib , uu , 以及 base64 继续处理这些消息.
7.18. SocketServer 模块
SocketServer 为各种基于 socket 的服务器提供了一个框架. 该模块提供了大量的类, 你可以用它们来创建不同的服务器.
Example 7-35 使用该模块实现了一个 Internet 时间协议服务器. 你可以用前边的 timeclient 脚本连接它.
7.18.0.1. Example 7-35. 使用 SocketServer 模块
File: socketserver-example-1.py
import SocketServer
import time
# user-accessible port
PORT = 8037
# reference time
TIME1970 = 2208988800L
class TimeRequestHandler(SocketServer.StreamRequestHandler):
def handle(self):
print "connection from", self.client_address
t = int(time.time()) + TIME1970
b = chr(t>>24&255) + chr(t>>16&255) + chr(t>>8&255) + chr(t&255)
self.wfile.write(b)
server = SocketServer.TCPServer(("", PORT), TimeRequestHandler)
print "listening on port", PORT
server.serve_forever()
**connection from ('127.0.0.1', 1488)
connection from ('127.0.0.1', 1489)
...**
7.19. BaseHTTPServer 模块
这是一个建立在 SocketServer 框架上的基本框架, 用于 HTTP 服务器.
Example 7-36 在每次重新载入页面时会生成一条随机信息. path 变量包含当前 URL , 你可以使用它为不同的 URL 生成不同的内容 (访问除根目录的其他任何 path 该脚本都会返回一个错误页面).
7.19.0.1. Example 7-36. 使用 BaseHTTPServer 模块
File: basehttpserver-example-1.py
import BaseHTTPServer
import cgi, random, sys
MESSAGES = [
"That's as maybe, it's still a frog.",
"Albatross! Albatross! Albatross!",
"It's Wolfgang Amadeus Mozart.",
"A pink form from Reading.",
"Hello people, and welcome to 'It's a Tree.'"
"I simply stare at the brick and it goes to sleep.",
]
class Handler(BaseHTTPServer.BaseHTTPRequestHandler):
def do_GET(self):
if self.path != "/":
self.send_error(404, "File not found")
return
self.send_response(200)
self.send_header("Content-type", "text/html")
self.end_headers()
try:
# redirect stdout to client
stdout = sys.stdout
sys.stdout = self.wfile
self.makepage()
finally:
sys.stdout = stdout # restore
def makepage(self):
# generate a random message
tagline = random.choice(MESSAGES)
print "<html>"
print "<body>"
print "<p>Today's quote: "
print "<i>%s</i>" % cgi.escape(tagline)
print "</body>"
print "</html>"
PORT = 8000
httpd = BaseHTTPServer.HTTPServer(("", PORT), Handler)
print "serving at port", PORT
httpd.serve_forever()
更有扩展性的 HTTP 框架请参阅 SimpleHTTPServer 和 CGIHTTPServer 模块.
7.20. SimpleHTTPServer 模块
SimpleHTTPServer 模块是一个简单的 HTTP 服务器, 它提供了标准的 GET 和 HEAD 请求处理器. 客户端请求的路径名称会被翻译为一个相对文件名 (相对于服务器启动时的当前路径). Example 7-37 展示了该模块的使用.
7.20.0.1. Example 7-37. 使用 SimpleHTTPServer 模块
File: simplehttpserver-example-1.py
import SimpleHTTPServer
import SocketServer
# minimal web server. serves files relative to the
# current directory.
PORT = 8000
Handler = SimpleHTTPServer.SimpleHTTPRequestHandler
httpd = SocketServer.TCPServer(("", PORT), Handler)
print "serving at port", PORT
httpd.serve_forever()
**serving at port 8000
localhost - - [11/Oct/1999 15:07:44] code 403, message Directory listing not sup
ported
localhost - - [11/Oct/1999 15:07:44] "GET / HTTP/1.1" 403 -
localhost - - [11/Oct/1999 15:07:56] "GET /samples/sample.htm HTTP/1.1" 200 -**
这个服务器会忽略驱动器符号和相对路径名(例如 ..). 但它并没有任何访问验证处理, 所以请小心使用.
Example 7-38 实现了个迷你的 web 代理. 发送给代理的 HTTP 请求必须包含目标服务器的完整 URI . 代理服务器使用 urllib 来获取目标服务器的数据.
7.20.0.2. Example 7-38. 使用 SimpleHTTPServer 模块实现代理
File: simplehttpserver-example-2.py
# a truly minimal HTTP proxy
import SocketServer
import SimpleHTTPServer
import urllib
PORT = 1234
class Proxy(SimpleHTTPServer.SimpleHTTPRequestHandler):
def do_GET(self):
self.copyfile(urllib.urlopen(self.path), self.wfile)
httpd = SocketServer.ForkingTCPServer(('', PORT), Proxy)
print "serving at port", PORT
httpd.serve_forever()
7.21. CGIHTTPServer 模块
CGIHTTPServer 模块是一个可以通过公共网关接口( common gateway interface , CGI )调用外部脚本的 HTTP 服务器. 如 Example 7-39 所示.
7.21.0.1. Example 7-39. 使用 CGIHTTPServer 模块
File: cgihttpserver-example-1.py
import CGIHTTPServer
import BaseHTTPServer
class Handler(CGIHTTPServer.CGIHTTPRequestHandler):
cgi_directories = ["/cgi"]
PORT = 8000
httpd = BaseHTTPServer.HTTPServer(("", PORT), Handler)
print "serving at port", PORT
httpd.serve_forever()
7.22. cgi 模块
cgi 模块为 CGI 脚本提供了函数和类支持. 它还可以处理 CGI 表单数据.
Example 7-40 展示了一个简单的 CGI 脚本, 它返回给定目录下的文件列表 (相对于脚本中指定的根目录)
7.22.0.1. Example 7-40. 使用 cgi 模块
File: cgi-example-1.py
import cgi
import os, urllib
ROOT = "samples"
# header
print "text/html"
print
query = os.environ.get("QUERY_STRING")
if not query:
query = "."
script = os.environ.get("SCRIPT_NAME", "")
if not script:
script = "cgi-example-1.py"
print "<html>"
print "<head>"
print "<title>file listing</title>"
print "</head>"
print "</html>"
print "<body>"
try:
files = os.listdir(os.path.join(ROOT, query))
except os.error:
files = []
for file in files:
link = cgi.escape(file)
if os.path.isdir(os.path.join(ROOT, query, file)):
href = script + "?" + os.path.join(query, file)
print "<p><a href= '%s'>%s</a>" % (href, cgi.escape(link))
else:
print "<p>%s" % link
print "</body>"
print "</html>"
**text/html
<html>
<head>
<title>file listing</title>
</head>
</html>
<body>
<p>sample.gif
<p>sample.gz
<p>sample.netrc
...
<p>sample.txt
<p>sample.xml
<p>sample~
<p><a href='cgi-example-1.py?web'>web</a>
</body>
</html>**
7.23. webbrowser 模块
(2.0 中新增) webbrowser 模块提供了一个到系统标准 web 浏览器的接口. 它提供了一个 open 函数, 接受文件名或 URL 作为参数, 然后在浏览器中打开它. 如果你又一次调用 open 函数, 那么它会尝试在相同的窗口打开新页面. 如 Example 7-41 所示.
7.23.0.1. Example 7-41. 使用 webbrowser 模块
File: webbrowser-example-1.py
import webbrowser
import time
webbrowser.open("http://www.pythonware.com")
# wait a while, and then go to another page
time.sleep(5)
webbrowser.open(
"http://www.pythonware.com/people/fredrik/librarybook.htm"
)
在 Unix 下, 该模块支持 lynx , Netscape , Mosaic , Konquerer , 和 Grail . 在 Windows 和 Macintosh 下, 它会调用标准浏览器 (在注册表或是 Internet 选项面板中定义).
8. 国际化
8.1. locale 模块
locale 模块提供了 C 本地化( localization )函数的接口, 如 Example 8-1 所示. 同时提供相关函数, 实现基于当前 locale 设置的数字, 字符串转换. (而 int , float , 以及 string 模块中的相关转换函数不受 locale 设置的影响.)
Example 8-1. 使用 locale 模块格式化数据=[eg-8-1]
File: locale-example-1.py
import locale
print "locale", "=>", locale.setlocale(locale.LC_ALL, "")
# integer formatting
value = 4711
print locale.format("%d", value, 1), "==",
print locale.atoi(locale.format("%d", value, 1))
# floating point
value = 47.11
print locale.format("%f", value, 1), "==",
print locale.atof(locale.format("%f", value, 1))
info = locale.localeconv()
print info["int_curr_symbol"]
**locale => Swedish\_Sweden.1252
4,711 == 4711
47,110000 == 47.11
SEK**
Example 8-2 展示了如何使用 locale 模块获得当前平台 locale 设置.
8.1.0.1. Example 8-2. 使用 locale 模块获得当前平台 locale 设置
File: locale-example-2.py
import locale
language, encoding = locale.getdefaultlocale()
print "language", language
print "encoding", encoding
**language sv\_SE
encoding cp1252**
8.2. unicodedata 模块
( 2.0 中新增) unicodedata 模块包含了 Unicode 字符的属性, 例如字符类别, 分解数据, 以及数值. 如Example 8-3 所示.
8.2.0.1. Example 8-3. 使用 unicodedata 模块
File: unicodedata-example-1.py
import unicodedata
for char in [u"A", u"-", u"1", u"/N{LATIN CAPITAL LETTER O WITH DIAERESIS}"]:
print repr(char),
print unicodedata.category(char),
print repr(unicodedata.decomposition(char)),
print unicodedata.decimal(char, None),
print unicodedata.numeric(char, None)
**u'A' Lu '' None None
u'-' Pd '' None None
u'1' Nd '' 1 1.0
u'/303/226' Lu '004F 0308' None None**
在 Python 2.0 中缺少 CJK 象形文字和韩语音节的属性. 这影响到了 0x3400-0x4DB5 , 0x4E00-0x9FA5 , 以及 0xAC00-D7A3 中的字符, 不过每个区间内的第一个字符属性是正确的, 我们可以把字符映射到起始 实现正常操作:
def remap(char):
# fix for broken unicode property database in Python 2.0
c = ord(char)
if 0x3400 <= c <= 0x4DB5:
return unichr(0x3400)
if 0x4E00 <= c <= 0x9FA5:
return unichr(0x4E00)
if 0xAC00 <= c <= 0xD7A3:
return unichr(0xAC00)
return char
Python 2.1 修复了这个 bug .
8.3. ucnhash 模块
(仅适用于 2.0 ) ucnhash 模块为一些 Unicode 字符代码提供了特定的命名. 你可以直接使用 /N{} 转义符将 Unicode 字符名称映射到字符代码上. 如 Example 8-4 所示.
8.3.0.1. Example 8-4. 使用 ucnhash 模块
File: ucnhash-example-1.py
# Python imports this module automatically, when it sees
# the first /N{} escape
# import ucnhash
print repr(u"/N{FROWN}")
print repr(u"/N{SMILE}")
print repr(u"/N{SKULL AND CROSSBONES}")
**u'/u2322'
u'/u2323'
u'/u2620'**
9. 多媒体相关模块
“Wot? No quote?”
- Guido van Rossum
9.1. 概览
Python 提供了一些用于处理图片和音频文件的模块.
另请参阅 Pythonware Image Library ( PIL , http://www.pythonware.com/products/pil/ ), 以及 PythonWare Sound Toolkit (PST , http://www.pythonware.com/products/pst/ ).
译注: 别参阅 PST 了, 废了, 用 pymedia 代替吧.
9.2. imghdr 模块
imghdr 模块可识别不同格式的图片文件. 当前版本可以识别 bmp , gif , jpeg , pbm , pgm , png , ppm ,rast (Sun raster), rgb (SGI), tiff , 以及 xbm 图像. 如 Example 9-1 所示.
9.2.0.1. Example 9-1. 使用 imghdr 模块
File: imghdr-example-1.py
import imghdr
result = imghdr.what("samples/sample.jpg")
if result:
print "file format:", result
else:
print "cannot identify file"
**file format: jpeg**
# 使用 PIL
import Image
im = Image.open("samples/sample.jpg")
print im.format, im.mode, im.size
9.3. sndhdr 模块
sndhdr 模块, 可来识别不同的音频文件格式, 并提取文件内容相关信息. 如 Example 9-2 所示.
执行成功后, what 函数将返回一个由文件类型, 采样频率, 声道数, 音轨数和每个采样点位数组成的元组. 具体含义请参考 help(sndhdr) .
9.3.0.1. Example 9-2. 使用 sndhdr 模块
File: sndhdr-example-1.py
import sndhdr
result = sndhdr.what("samples/sample.wav")
if result:
print "file format:", result
else:
print "cannot identify file"
**file format: ('wav', 44100, 1, -1, 16)**
9.4. whatsound 模块
(已废弃) whatsound 是 sndhdr 模块的一个别名. 如 Example 9-3 所示.
9.4.0.1. Example 9-3. 使用 whatsound 模块
File: whatsound-example-1.py
import whatsound # same as sndhdr
result = whatsound.what("samples/sample.wav")
if result:
print "file format:", result
else:
print "cannot identify file"
**file format: ('wav', 44100, 1, -1, 16)**
9.5. aifc 模块
aifc 模块用于读写 AIFF 和 AIFC 音频文件(在 SGI 和 Macintosh 的计算机上使用). 如 Example 9-4 所示.
9.5.0.1. Example 9-4. 使用 aifc 模块
File: SimpleAsyncHTTP.py
import asyncore
import string, socket
import StringIO
import mimetools, urlparse
class AsyncHTTP(asyncore.dispatcher_with_send):
# HTTP requestor
def _ _init_ _(self, uri, consumer):
asyncore.dispatcher_with_send._ _init_ _(self)
self.uri = uri
self.consumer = consumer
# turn the uri into a valid request
scheme, host, path, params, query, fragment = urlparse.urlparse(uri)
assert scheme == "http", "only supports HTTP requests"
try:
host, port = string.split(host, ":", 1)
port = int(port)
except (TypeError, ValueError):
port = 80 # default port
if not path:
path = "/"
if params:
path = path + ";" + params
if query:
path = path + "?" + query
self.request = "GET %s HTTP/1.0/r/nHost: %s/r/n/r/n" % (path, host)
self.host = host
self.port = port
self.status = None
self.header = None
self.data = ""
# get things going!
self.create_socket(socket.AF_INET, socket.SOCK_STREAM)
self.connect((host, port))
def handle_connect(self):
# connection succeeded
self.send(self.request)
def handle_expt(self):
# connection failed; notify consumer (status is None)
self.close()
try:
http_header = self.consumer.http_header
except AttributeError:
pass
else:
http_header(self)
def handle_read(self):
data = self.recv(2048)
if not self.header:
self.data = self.data + data
try:
i = string.index(self.data, "/r/n/r/n")
except ValueError:
return # continue
else:
# parse header
fp = StringIO.StringIO(self.data[:i+4])
# status line is "HTTP/version status message"
status = fp.readline()
self.status = string.split(status, " ", 2)
# followed by a rfc822-style message header
self.header = mimetools.Message(fp)
# followed by a newline, and the payload (if any)
data = self.data[i+4:]
self.data = ""
# notify consumer (status is non-zero)
try:
http_header = self.consumer.http_header
except AttributeError:
pass
else:
http_header(self)
if not self.connected:
return # channel was closed by consumer
self.consumer.feed(data)
def handle_close(self):
self.consumer.close()
self.close()
9.6. sunau 模块
sunau 模块用于读写 Sun AU 音频文件. 如 Example 9-5 所示.
9.6.0.1. Example 9-5. 使用 sunau 模块
File: sunau-example-1.py
import sunau
w = sunau.open("samples/sample.au", "r")
if w.getnchannels() == 1:
print "mono,",
else:
print "stereo,",
print w.getsampwidth()*8, "bits,",
print w.getframerate(), "Hz sampling rate"
**mono, 16 bits, 8012 Hz sampling rate**
9.7. sunaudio 模块
sunaudio 模块用于识别 Sun AU 音频文件, 并提取其基本信息. sunau 模块为 Sun AU 文件提供了更完成的支持. 如 Example 9-6 所示
9.7.0.1. Example 9-6. 使用 sunaudio 模块
File: sunaudio-example-1.py
import sunaudio
file = "samples/sample.au"
print sunaudio.gethdr(open(file, "rb"))
**(6761, 1, 8012, 1, 'sample.au')**
9.8. wave 模块
wave 模块用于读写 Microsoft WAV 音频文件, 如 Example 9-7 所示.
9.8.0.1. Example 9-7. 使用 wave 模块
File: wave-example-1.py
import wave
w = wave.open("samples/sample.wav", "r")
if w.getnchannels() == 1:
print "mono,",
else:
print "stereo,",
print w.getsampwidth()*8, "bits,",
print w.getframerate(), "Hz sampling rate"
**mono, 16 bits, 44100 Hz sampling rate**
9.9. audiodev 模块
(只用于 Unix) audiodev 为 Sun 和 SGI 计算机提供了音频播放支持. 如 Example 9-8 所示.
9.9.0.1. Example 9-8. 使用 audiodev 模块
File: audiodev-example-1.py
import audiodev
import aifc
sound = aifc.open("samples/sample.aiff", "r")
player = audiodev.AudioDev()
player.setoutrate(sound.getframerate())
player.setsampwidth(sound.getsampwidth())
player.setnchannels(sound.getnchannels())
bytes_per_frame = sound.getsampwidth() * sound.getnchannels()
bytes_per_second = sound.getframerate() * bytes_per_frame
while 1:
data = sound.readframes(bytes_per_second)
if not data:
break
player.writeframes(data)
player.wait()
9.10. winsound 模块
(只用于 Windows ) winsound 模块允许你在 Winodws 平台上播放 Wave 文件. 如 Example 9-9 所示.
9.10.0.1. Example 9-9. 使用 winsound 模块
File: winsound-example-1.py
import winsound
file = "samples/sample.wav"
winsound.PlaySound(
file,
winsound.SND_FILENAME|winsound.SND_NOWAIT,
)
flag 变量说明:
- SND_FILENAME - sound 是一个 wav 文件名
- SND_ALIAS - sound 是一个注册表中指定的别名
- SND_LOOP - 重复播放直到下一次 PlaySound ; 必须指定 SND_ASYNC
- SND_MEMORY - sound 是一个 wav 文件的内存映像
- SND_PURGE - 停止指定 sound 的所有实例
- SND_ASYNC - 异步播放声音, 声音开始播放后函数立即返回
- SND_NODEFAULT - 找不到 sound 时不播放默认的 beep 声音
- SND_NOSTOP - 不打断当前播放中的任何 sound
- SND_NOWAIT - sound 驱动忙时立即返回
10. 数据储存
“Unlike mainstream component programming, scripts usually do not introduce new components but simply ‘wire’ existing ones. Scripts can be seen as introducing behavior but no new state … Of course, there is nothing to stop a ‘scripting’ language from introducing persistent state — it then simply turns into a normal programming language.”
- Clemens Szyperski, in Component Software
10.1. 概览
Python 提供了多种相似数据库管理( database manager )的驱动, 它们的模型都基于 Unix 的 dbm 库. 这些数据库和普通的字典对象类似, 但这里需要注意的是它只能接受字符串作为键和值. ( shelve 模块可以处理任何类型的值)
10.2. anydbm 模块
anydbm 模块为简单数据库驱动提供了统一标准的接口.
当第一次被导入的时候, anydbm 模块会自动寻找一个合适的数据库驱动, 按照 dbhash , gdbm , dbm , 或 dumbdbm 的顺序尝试. 如果没有找到任何模块, 它将引发一个 ImportError 异常.
open 函数用于打开或创建一个数据库(使用导入时找到的数据库驱动), 如 Example 10-1 所示.
10.2.0.1. Example 10-1. 使用 anydbm 模块
File: anydbm-example-1.py
import anydbm
db = anydbm.open("database", "c")
db["1"] = "one"
db["2"] = "two"
db["3"] = "three"
db.close()
db = anydbm.open("database", "r")
for key in db.keys():
print repr(key), repr(db[key])
**'2' 'two'
'3' 'three'
'1' 'one'**
10.3. whichdb 模块
whichdb 模块可以判断给定数据库文件的格式, 如 Example 10-2 所示.
10.3.0.1. Example 10-2. 使用 whichdb 模块
File: whichdb-example-1.py
import whichdb
filename = "database"
result = whichdb.whichdb(filename)
if result:
print "file created by", result
handler = _ _import_ _(result)
db = handler.open(filename, "r")
print db.keys()
else:
# cannot identify data base
if result is None:
print "cannot read database file", filename
else:
print "cannot identify database file", filename
db = None
这个例子中使用了 _ _import_ _ 函数来导入对应模块(还记得我们在第一章的例子么?).
10.4. shelve 模块
shelve 模块使用数据库驱动实现了字典对象的持久保存. shelve 对象使用字符串作为键, 但值可以是任意类型, 所有可以被 pickle 模块处理的对象都可以作为它的值. 如 Example 10-3 所示.
10.4.0.1. Example 10-3. 使用 shelve 模块
File: shelve-example-1.py
import shelve
db = shelve.open("database", "c")
db["one"] = 1
db["two"] = 2
db["three"] = 3
db.close()
db = shelve.open("database", "r")
for key in db.keys():
print repr(key), repr(db[key])
**'one' 1
'three' 3
'two' 2**
Example 10-4 展示了如何使用 shelve 处理给定的数据库驱动.
10.4.0.2. Example 10-4. 使用 shelve 模块处理给定数据库
File: shelve-example-3.py
import shelve
import gdbm
def gdbm_shelve(filename, flag="c"):
return shelve.Shelf(gdbm.open(filename, flag))
db = gdbm_shelve("dbfile")
10.5. dbhash 模块
(可选) dbhash 模块为 bsddb 数据库驱动提供了一个 dbm 兼容的接口. 如 Example 10-5 所示.
10.5.0.1. Example 10-5. 使用 dbhash 模块
File: dbhash-example-1.py
import dbhash
db = dbhash.open("dbhash", "c")
db["one"] = "the foot"
db["two"] = "the shoulder"
db["three"] = "the other foot"
db["four"] = "the bridge of the nose"
db["five"] = "the naughty bits"
db["six"] = "just above the elbow"
db["seven"] = "two inches to the right of a very naughty bit indeed"
db["eight"] = "the kneecap"
db.close()
db = dbhash.open("dbhash", "r")
for key in db.keys():
print repr(key), repr(db[key])
10.6. dbm 模块
(可选) dbm 模块提供了一个到 dbm 数据库驱动的接口(在许多 Unix 平台上都可用). 如 Example 10-6 所示.
10.6.0.1. Example 10-6. 使用 dbm 模块
File: dbm-example-1.py
import dbm
db = dbm.open("dbm", "c")
db["first"] = "bruce"
db["second"] = "bruce"
db["third"] = "bruce"
db["fourth"] = "bruce"
db["fifth"] = "michael"
db["fifth"] = "bruce" # overwrite
db.close()
db = dbm.open("dbm", "r")
for key in db.keys():
print repr(key), repr(db[key])
**'first' 'bruce'
'second' 'bruce'
'fourth' 'bruce'
'third' 'bruce'
'fifth' 'bruce'**
10.7. dumbdbm 模块
dumbdbm 模块是一个简单的数据库实现, 与 dbm 一类相似, 但使用纯 Python 实现. 它使用两个文件: 一个二进制文件 (.dat) 用于储存数据, 一个文本文件 (.dir) 用于数据描述.
10.7.0.1. Example 10-7. 使用 dumbdbm 模块
File: dumbdbm-example-1.py
import dumbdbm
db = dumbdbm.open("dumbdbm", "c")
db["first"] = "fear"
db["second"] = "surprise"
db["third"] = "ruthless efficiency"
db["fourth"] = "an almost fanatical devotion to the Pope"
db["fifth"] = "nice red uniforms"
db.close()
db = dumbdbm.open("dumbdbm", "r")
for key in db.keys():
print repr(key), repr(db[key])
**'first' 'fear'
'third' 'ruthless efficiency'
'fifth' 'nice red uniforms'
'second' 'surprise'
'fourth' 'an almost fanatical devotion to the Pope'**
10.8. gdbm 模块
(可选) gdbm 模块提供了到 GNU dbm 数据驱动的接口, 如 Example 10-8 所示.
10.8.0.1. Example 10-8. 使用 gdbm 模块
File: gdbm-example-1.py
import gdbm
db = gdbm.open("gdbm", "c")
db["1"] = "call"
db["2"] = "the"
db["3"] = "next"
db["4"] = "defendant"
db.close()
db = gdbm.open("gdbm", "r")
keys = db.keys()
keys.sort()
for key in keys:
print db[key],
**call the next defendant**
11. 工具和实用程序
标准库中有一些模块既可用作模块又可以作为命令行实用程序.
11.1. dis 模块
dis 模块是 Python 的反汇编器. 它可以把字节码转换为更容易让人看懂的格式.
你可以从命令行调用反汇编器. 它会编译给定的脚本并把反汇编后的字节代码输出到终端上:
$ dis.py hello.py
0 SET_LINENO 0
3 SET_LINENO 1
6 LOAD_CONST 0 ('hello again, and welcome to the show')
9 PRINT_ITEM
10 PRINT_NEWLINE
11 LOAD_CONST 1 (None)
14 RETURN_VALUE
当然 dis 也可以作为模块使用. dis 函数接受一个类, 方法, 函数, 或者 code 对象 作为单个参数. 如 Example 11-1 所示.
11.1.0.1. Example 11-1. 使用 dis 模块
File: dis-example-1.py
import dis
def procedure():
print 'hello'
dis.dis(procedure)
**0 SET\_LINENO 3
3 SET\_LINENO 4
6 LOAD\_CONST 1 ('hello')
9 PRINT\_ITEM
10 PRINT\_NEWLINE
11 LOAD\_CONST 0 (None)
14 RETURN\_VALUE**
11.2. pdb 模块
pdb 模块是标准 Python 调试器( debugger ). 它基于 bdb 调试器框架.
你可以从命令行调用调试器 (键入 n 或 进入下一行代码, 键入 help 获得可用命令列表):
$ pdb.py hello.py
> hello.py(0)?()
(Pdb) n
> hello.py()
(Pdb) n
hello again, and welcome to the show
--Return--
> hello.py(1)?()->None
(Pdb)
Example 11-2 展示了如何从程序中启动调试器.
11.2.0.1. Example 11-2. 使用 pdb 模块
File: pdb-example-1.py
import pdb
def test(n):
j = 0
for i in range(n):
j = j + i
return n
db = pdb.Pdb()
db.runcall(test, 1)
**> pdb-example-1.py(3)test()
-> def test(n):
(Pdb) s
> pdb-example-1.py(4)test()
-> j = 0
(Pdb) s
> pdb-example-1.py(5)test()
-> for i in range(n):
...**
11.3. bdb 模块
bdb 模块为提供了一个调试器框架. 你可以使用它来创建自定义的调试器, 如 Example 11-3 所示.
你需要做的只是继承 Bdb 类, 覆盖它的 user 方法(在每次调试器停止的时候被调用). 使用各种各样的 set 方法可以控制调试器.
11.3.0.1. Example 11-3. 使用 bdb 模块
File: bdb-example-1.py
import bdb
import time
def spam(n):
j = 0
for i in range(n):
j = j + i
return n
def egg(n):
spam(n)
spam(n)
spam(n)
spam(n)
def test(n):
egg(n)
class myDebugger(bdb.Bdb):
run = 0
def user_call(self, frame, args):
name = frame.f_code.co_name or "<unknown>"
print "call", name, args
self.set_continue() # continue
def user_line(self, frame):
if self.run:
self.run = 0
self.set_trace() # start tracing
else:
# arrived at breakpoint
name = frame.f_code.co_name or "<unknown>"
filename = self.canonic(frame.f_code.co_filename)
print "break at", filename, frame.f_lineno, "in", name
print "continue..."
self.set_continue() # continue to next breakpoint
def user_return(self, frame, value):
name = frame.f_code.co_name or "<unknown>"
print "return from", name, value
print "continue..."
self.set_continue() # continue
def user_exception(self, frame, exception):
name = frame.f_code.co_name or "<unknown>"
print "exception in", name, exception
print "continue..."
self.set_continue() # continue
db = myDebugger()
db.run = 1
db.set_break("bdb-example-1.py", 7)
db.runcall(test, 1)
**continue...
call egg None
call spam None
break at C:/ematter/librarybook/bdb-example-1.py 7 in spam
continue...
call spam None
break at C:/ematter/librarybook/bdb-example-1.py 7 in spam
continue...
call spam None
break at C:/ematter/librarybook/bdb-example-1.py 7 in spam
continue...
call spam None
break at C:/ematter/librarybook/bdb-example-1.py 7 in spam
continue...**
如果你也是看准了Python，想自学Python，在这里为大家准备了丰厚的免费学习大礼包，带大家一起学习，给大家剖析Python兼职、就业行情前景的这些事儿。
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
二、学习软件
工欲善其必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。
三、全套PDF电子书
书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。
四、入门学习视频
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。
四、实战案例
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
五、面试资料
我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
成为一个Python程序员专家或许需要花费数年时间，但是打下坚实的基础只要几周就可以，如果你按照我提供的学习路线以及资料有意识地去实践，你就有很大可能成功！
最后祝你好运！！！
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
4790
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
