Study Plan For Python - Part4

格式化输出

1.reprlib 模块

提供了一个定制化版本的 repr() 函数，用于缩略显示大型或深层嵌套的容器对象

import reprlib
reprlib.repr(set('fantabulouslywonderificentamazingness')) # 可迭代对象，输出 "{'a', 'b', 'c', 'd', 'e', 'f', ...}"

2.pprint 模块

提供了更加复杂的打印控制，其输出的内置对象和用户自定义对象能够被解释器直接读取

具有美化输出机制

import pprint
t = [[[['black', 'pink'], 'white', ['green', 'red']], [['magenta',
    'yellow'], 'blue']]]

pprint.pprint(t, width=40)

3.textwrap 模块

格式化文本段落，以适应给定的屏幕宽度

import textwrap
doc = """The splitlines() method is just like split('\n') except that it returns a list of strings instead of a list of substrings based on a specific delimiter. It separates a string into lines based on the actual line breaks in the text."""

print(textwrap.fill(doc, width=40))

4.locale 模块

处理与特定地域文化相关的数据格式

import locale
locale.setlocale(locale.LC_ALL, 'English_United States.1252')

conv = locale.localeconv()          # 获取当前地域的文化惯例映射
x = 1234567.8
locale.format_string("%d", x, grouping=True)

locale.format_string("%s%.*f", (conv['currency_symbol'],
                     conv['frac_digits'], x), grouping=True)

模板

1.string 模块

提供了一个通用的 Template 类，允许用户在不更改应用逻辑的情况下定制自己的应用

格式化操作通过占位符实现，$$ 将被转义成单个字符 $

from string import Template

t = Template('${city}市民为$organization捐赠了$$100。')
t.substitute(city='广东', organization='希望工程')
t.safe_substitute(organization='希望工程') # 如果数据缺失，保留占位符原样

# 对一组照片文件进行批量重命名
import time, os.path
photofiles = ['img_1.jpg', 'img_2.jpg', 'img_3.jpg']
class BatchRename(Template):
    delimiter = '%' # 自定义分隔符

fmt = input('Enter rename style (%d-date %n-seqnum %f-format):  ')

t = BatchRename(fmt)
date = time.strftime('%d%b%y')
for i, filename in enumerate(photofiles):
    base, ext = os.path.splitext(filename)
    newname = t.substitute(d=date, n=i, f=ext)
    print('{0} ---> {1}'.format(filename, newname))

使用二进制数据记录格式

1.struct 模块

处理不定长度的二进制记录格式

# 不便用zipfile模块。读取一个ZIP文件，并解析其中的前三个文件头信息
import struct

with open('Archive.zip', 'rb') as f: # 只读，二进制
    data = f.read()

start = 0
for i in range(3):                      
    start += 14 # 将当前位置向后移动 14 个字节，跳过一些固定的字节以到达文件头的起始位置
    fields = struct.unpack('<IIIHH', data[start:start+16]) # 三个无符号整数和两个无符号短整数
    crc32, comp_size, uncomp_size, filenamesize, extra_size = fields

    start += 16 # 将当前位置再向后移动 16 个字节
    filename = data[start:start+filenamesize] # 对应ZIP文件中当前文件的文件名
    start += filenamesize
    extra = data[start:start+extra_size] # 额外数据
    print(filename, hex(crc32), comp_size, uncomp_size) # 文件名、CRC32 值的十六进制表示、压缩后大小和未压缩大小

    start += extra_size + comp_size     

多线程

1.threading 模块

# 一个自定义的线程类AsyncZip，用于在后台异步地将一个文件压缩为 ZIP 文件
import threading, zipfile

class AsyncZip(threading.Thread):
    def __init__(self, infile, outfile):
        threading.Thread.__init__(self)
        self.infile = infile
        self.outfile = outfile

    def run(self):
        f = zipfile.ZipFile(self.outfile, 'w', zipfile.ZIP_DEFLATED)
        f.write(self.infile)
        f.close()
        print('Background zip has completed.')

background = AsyncZip('data.txt', 'archive.zip')
background.start()
print('The main program is proceeding in the foreground.')

background.join()    
print('The main program has waited until background was finished.')

日志记录

1.logging 模块

提供日志记录系统

import logging # 级别：debug > info > warning > error > critical
logging.debug('Debugging information')
logging.info('Informational message')
logging.warning('Warning:config file %s not found', 'server.conf')
logging.error('Error occurred')
logging.critical('Critical error -- shutting down') # 严重错误

弱引用

1.weakref 模块

提供了对弱引用的支持

import weakref, gc
class A:
    def __init__(self, value):
        self.value = value
    def __repr__(self):
        return str(self.value)

a = A(10)                  
d = weakref.WeakValueDictionary() # 其中的值是弱引用
d['primary'] = a            # 不创建a的额外强引用，而是存储弱引用
d['primary']                

del a                       
gc.collect()                

d['primary']                # 仅被弱引用时，这个对象可以被垃圾回收   

用于操作列表的工具

1.array 模块

from array import array # array，只能存储类型一致的数据且存储密度更高
a = array('H', [3000, 10, 600, 3333333]) 
sum(a)

a[1:3]

2.collections 模块

from collections import deque # deque，高效的两端插入和删除操作
d = deque(["a", "b", "c"]) # 双端队列
d.append("d")
print("Handling", d.popleft())

# 广度优先搜索算法
from collections import deque

graph = { # 字典
    'A': ['B', 'C'],
    'B': ['D', 'E'],
    'C': ['F'],
    'D': [],
    'E': ['F'],
    'F': []
}

def bfs(graph, start):
    visited = set()
    queue = deque([start])
    visited.add(start)
    while queue:
        node = queue.popleft()
        print(node)
        for neighbor in graph[node]:
            if neighbor not in visited:
                queue.append(neighbor)
                visited.add(neighbor)

3.bisect 模块

有序列表中快速插入

import bisect
scores = [(1, 'a'), (2, 'b'), (4, 'c'), (5, 'd')]
bisect.insort(scores, (3, 'e'))
scores # 输出 [(1, 'a'), (2, 'b'), (3, 'c'), (4, 'e'), (5, 'd')]

4.heapq 模块

提供了堆数据结构的实现

from heapq import heapify, heappop, heappush
data = [1, 3, 5, 7, 9, 2, 4, 6, 8, 0]
heapify(data)                      # 转换为堆，最小的元素位于堆的根节点
heappush(data, -5)                 
[heappop(data) for i in range(3)] # 列表

十进制浮点运算

1.decimal 模块

用于十进制浮点运算

Decimal('1.00') % Decimal('.10') # Decimal('0.00')
1.00 % 0.10 # 0.09999999999999995
sum([Decimal('0.1')]*10) == Decimal('1.0') # True
0.1 + 0.1 + 0.1 + 0.1 + 0.1 + 0.1 + 0.1 + 0.1 + 0.1 + 0.1 == 1.0 # False     0.1 的二进制表示为无限循环小数