本文详细介绍了Python标准库中的重要模块，如os、sys、math、random、datetime、json、urllib、re、collections、itertools等，涵盖了文件操作、系统交互、数学运算、网络编程、数据结构处理等内容，帮助读者理解和利用这些模块进行开发。
一、标准库简介
Python标准库是一组在Python解释器中自带的模块和函数，提供了丰富的功能和工具，可以用来处理各种任务和问题。
以下是一些常用的Python标准库及其功能的简要介绍：
-
os：提供了与操作系统交互的功能，比如文件和目录操作、进程管理等。
-
sys：提供了与Python解释器交互的功能，比如获取命令行参数、修改运行时环境等。
-
math：提供了数学运算相关的函数，比如三角函数、指数函数、对数函数等。
-
random：提供了生成随机数的功能。
-
datetime：提供了日期和时间处理的功能，比如获取当前时间、格式化时间、计算时间差等。
-
json：提供了JSON格式的编码和解码功能。
-
urllib：提供了对URL进行请求和操作的功能。
-
re：提供了正则表达式的功能，用于匹配和处理字符串。
-
collections：提供了更高级别的数据结构，比如有序字典、命名元组等。
-
itertools：提供了用于迭代操作的工具函数。
-
gzip、zipfile：提供了对压缩文件的操作功能。
-
sqlite3：提供了对SQLite数据库的操作功能。
-
multiprocessing：提供了进程和线程的管理功能。
-
socket：提供了网络编程的功能，包括TCP和UDP套接字编程。
除了以上介绍的标准库，Python还有许多其他功能强大的标准库，可以根据具体需求去查找并使用。
二、os
os是Python标准库中的一个模块，提供了与操作系统进行交互的各种功能。下面是os模块常用的几个函数：
1、os.getcwd()：获取当前工作目录的路径。
import os
path = os.getcwd()
print(path)
2、os.chdir(path)：改变当前工作目录到指定的路径。
import os
os.chdir('/path/to/directory')
3、os.listdir(path)：返回指定路径下的所有文件和目录的列表。
import os
files = os.listdir('/path/to/directory')
print(files)
4、os.mkdir(path)：创建一个新的目录。
import os
os.mkdir('/path/to/new/directory')
5、os.remove(path)：删除指定的文件。
import os
os.remove('/path/to/file')
6、os.rmdir(path)：删除指定的目录。注意，只能删除空目录。
import os
os.rmdir('/path/to/directory')
7、os.path.exists(path)：判断指定的路径是否存在。
import os
if os.path.exists('/path/to/file'):
print('File exists')
else:
print('File does not exist')
这只是os模块提供的一部分功能，还有很多其他的函数可供使用。你可以查阅Python官方文档或者使用help(os)来获取更详细的信息。
三、sys
sys是Python标准库中的一个模块，提供了与Python解释器和系统进行交互的功能。下面是sys模块常用的几个函数和属性的用法：
-
sys.argv： sys.argv是一个列表，包含了命令行参数，其中第一个元素是程序自身的名称，后面的元素是用户在命令行中传递的参数。例如，运行脚本python script.py a b c，那么sys.argv的值就是['script.py', 'a', 'b', 'c']。
-
sys.exit([arg])： sys.exit()用于退出当前程序，并可返回一个指定的退出状态码（默认为0）。通常在遇到致命错误或者程序完成后，使用该函数来终止程序的执行。
-
sys.stdin和sys.stdout： sys.stdin是一个类文件对象，用于读取标准输入（通常是键盘输入）的数据。sys.stdout是一个类文件对象，用于向标准输出（通常是屏幕）打印数据。可以使用sys.stdin.readline()来读取用户输入，使用sys.stdout.write()来向屏幕输出。
-
sys.stderr： sys.stderr是一个类文件对象，用于向标准错误输出（通常是屏幕）打印错误信息。可以使用sys.stderr.write()来向屏幕输出错误信息。
-
sys.path： sys.path是一个包含了Python解释器搜索模块的路径的列表。可以通过将自定义模块的路径添加到sys.path中，使得解释器能够找到并加载这些模块。
这只是sys模块的几个常用函数和属性的用法，还有其他功能如sys.platform、sys.version等。可以通过查阅Python官方文档了解更多详细的用法和功能。
四、re（正则表达式）
re模块是Python标准库中的正则表达式模块，用于对字符串进行正则表达式匹配和操作。
下面是re模块常用的几个函数及其用法：
-
re.match(pattern, string, flags=0)
- 从字符串的开头匹配模式。
- 参数pattern是正则表达式模式，string是要匹配的字符串，flags是可选参数，用于控制匹配的行为。
- 如果匹配成功，返回一个匹配对象；如果匹配失败，返回None。
-
re.search(pattern, string, flags=0)
- 在字符串中搜索匹配模式。
- 参数pattern是正则表达式模式，string是要匹配的字符串，flags是可选参数，用于控制匹配的行为。
- 如果匹配成功，返回一个匹配对象；如果匹配失败，返回None。
-
re.findall(pattern, string, flags=0)
- 返回字符串中所有与模式匹配的非重叠子串的列表。
- 参数pattern是正则表达式模式，string是要匹配的字符串，flags是可选参数，用于控制匹配的行为。
- 返回一个列表，列表中的每个元素是与模式匹配的子串。
-
re.sub(pattern, repl, string, count=0, flags=0)
- 替换字符串中的模式匹配项。
- 参数pattern是正则表达式模式，repl是替换的字符串，string是要匹配的字符串，count是替换的最大次数，flags是可选参数，用于控制匹配的行为。
- 返回一个新的字符串，其中的模式匹配项被替换为repl。
除了上述函数，re模块还提供了其他一些功能，如使用正则表达式分割字符串的re.split()函数，查找第一个匹配项的re.find()函数，以及使用正则表达式匹配并返回一个迭代器的re.finditer()函数等。
使用re模块之前，需要导入它：import re
五、datetime
Python标准库datetime提供了处理日期和时间的函数，主要包括以下几个类和函数：
-
datetime.date：用于处理日期，包括年、月、日等信息。
- 创建日期对象：
date(year, month, day) - 获取当前日期：
date.today() - 日期格式化输出：
date.strftime(format) - 日期加减运算：
date + timedelta(days=n)
- 创建日期对象：
-
datetime.time：用于处理时间，包括时、分、秒等信息。
- 创建时间对象：
time(hour, minute, second, microsecond) - 获取当前时间：
time.now() - 时间格式化输出：
time.strftime(format) - 时间加减运算：
time + timedelta(seconds=n)
- 创建时间对象：
-
datetime.datetime：用于处理日期和时间，包括年、月、日、时、分、秒等信息。
- 创建日期时间对象：
datetime(year, month, day, hour, minute, second, microsecond) - 获取当前日期时间：
datetime.now() - 日期时间格式化输出：
datetime.strftime(format) - 日期时间加减运算：
datetime + timedelta(days=n)
- 创建日期时间对象：
-
datetime.timedelta：用于表示时间间隔，包括天、小时、分钟、秒等。
- 创建时间间隔对象：
timedelta(days=n, hours=n, minutes=n, seconds=n) - 时间间隔加减运算：
timedelta1 + timedelta2 - 时间间隔和日期时间的运算：
datetime + timedelta
- 创建时间间隔对象：
-
datetime.timezone：用于处理时区信息，提供了一些常见时区的定义和转换函数。
通过使用这些类和函数，可以方便地进行日期和时间的处理、格式化输出、加减运算等操作。
六、json
Python标准库中的json模块提供了一种简单的方式来处理JSON数据。下面是json模块的一些常用方法和用法：
1、json.dumps()：将Python对象转换为JSON字符串。
import json
data = {'name': 'John', 'age': 30, 'city': 'New York'}
json_data = json.dumps(data)
print(json_data) # 输出： {"name": "John", "age": 30, "city": "New York"}
2、json.loads()：将JSON字符串转换为Python对象。
import json
json_data = '{"name": "John", "age": 30, "city": "New York"}'
data = json.loads(json_data)
print(data) # 输出： {'name': 'John', 'age': 30, 'city': 'New York'}
3、json.dump()：将Python对象转换为JSON字符串，并将其写入文件。
import json
data = {'name': 'John', 'age': 30, 'city': 'New York'}
with open('data.json', 'w') as f:
json.dump(data, f)
4、json.load()：从文件中读取JSON字符串，并将其转换为Python对象。
import json
with open('data.json', 'r') as f:
data = json.load(f)
print(data) # 输出： {'name': 'John', 'age': 30, 'city': 'New York'}
5、json.dumps()的参数：
- indent参数：指定缩进的空格数，用于美化输出。
import json
data = {'name': 'John', 'age': 30, 'city': 'New York'}
json_data = json.dumps(data, indent=4)
print(json_data)
输出：
{
"name": "John",
"age": 30,
"city": "New York"
}
- sort_keys参数：指定是否按键进行排序。
import json
data = {'name': 'John', 'age': 30, 'city': 'New York'}
json_data = json.dumps(data, sort_keys=True)
print(json_data)
输出：
{"age": 30, "city": "New York", "name": "John"}
这些是json模块的一些常见用法，它们可以用于处理JSON数据的编码和解码。
七、random
Python标准库random包含了生成随机数的函数。下面是一些常用的函数和用法。
1、random.random()：返回一个0到1之间的随机浮点数。
import random
print(random.random())
2、random.randint(a, b)：返回一个[a, b]之间的随机整数。
import random
print(random.randint(1, 10))
3、random.uniform(a, b)：返回一个[a, b]之间的随机浮点数。
import random
print(random.uniform(1, 10))
4、random.choice(sequence)：从序列中随机选择一个元素。
import random
sequence = [1, 2, 3, 4, 5]
print(random.choice(sequence))
5、random.shuffle(sequence)：将序列中的元素随机排序，直接修改原序列。
import random
sequence = [1, 2, 3, 4, 5]
random.shuffle(sequence)
print(sequence)
6、random.sample(sequence, k)：从序列中随机选择k个元素，返回一个新的列表。
import random
sequence = [1, 2, 3, 4, 5]
sample = random.sample(sequence, 3)
print(sample)
7、random.seed(a=None)：设置随机数生成的种子，如果指定了a的值，则每次生成的随机数序列相同。
import random
random.seed(1)
print(random.random())
注意：以上函数都需要先导入random模块才能使用。
八、math
Python的标准库math提供了许多数学函数的实现，以下是一些常用的函数和用法：
math.ceil(x)：返回大于或等于x的最小整数。math.floor(x)：返回小于或等于x的最大整数。math.sqrt(x)：返回x的平方根。math.pow(x, y)：返回x的y次方。math.exp(x)：返回e的x次方。math.log(x, base)：返回x的对数。如果指定了base，则返回以base为底数的对数。math.sin(x)：返回x的正弦值。math.cos(x)：返回x的余弦值。math.tan(x)：返回x的正切值。math.radians(x)：将角度x转换为弧度。math.degrees(x)：将弧度x转换为角度。
除了上述函数外，math还提供了许多其他的函数，如三角函数、双曲函数、指数函数等。此外，math还定义了一些常量，如π（math.pi）和自然对数的基数e（math.e）。
要使用math库中的函数，首先需要在Python程序中导入它，可以使用以下代码：
import math
然后就可以使用math库中的函数，例如：
import math
x = math.ceil(4.3)
print(x) # 输出：5
y = math.sqrt(16)
print(y) # 输出：4.0
以上是math库的一些常用函数和用法，更多详细的内容可以参考Python官方文档中math库的说明。
九、urllib
Python标准库中的urllib模块提供了一些用于处理URL的函数和类。下面是urllib模块中一些常用的函数和类的具体用法：
-
urllib.parse模块：
-
使用urllib.parse.urlencode()函数将字典转换为URL编码的字符串：
from urllib.parse import urlencode params = {'param1': 'value1', 'param2': 'value2'} encoded_params = urlencode(params) print(encoded_params) # 输出：param1=value1¶m2=value2 -
使用urllib.parse.parse_qs()函数将URL编码的字符串解析为字典：
from urllib.parse import parse_qs encoded_params = 'param1=value1¶m2=value2' params = parse_qs(encoded_params) print(params) # 输出：{'param1': ['value1'], 'param2': ['value2']} -
使用urllib.parse.urljoin()函数将基础URL和相对URL拼接成完整的URL：
from urllib.parse import urljoin base_url = 'https://example.com' relative_url = '/path/to/resource' full_url = urljoin(base_url, relative_url) print(full_url) # 输出：https://example.com/path/to/resource
-
-
urllib.request模块：
-
使用urllib.request.urlopen()函数发送HTTP请求并获取响应：
from urllib.request import urlopen url = 'https://example.com' response = urlopen(url) content = response.read() print(content.decode()) # 输出返回的内容 -
使用urllib.request.urlretrieve()函数下载文件：
from urllib.request import urlretrieve url = 'https://example.com/image.jpg' filepath, headers = urlretrieve(url, 'image.jpg') print(filepath) # 输出保存的文件路径 -
使用urllib.request.Request和urllib.request.urlopen()函数发送带请求头的HTTP请求：
from urllib.request import Request, urlopen url = 'https://example.com' headers = {'User-Agent': 'Mozilla/5.0'} req = Request(url, headers=headers) response = urlopen(req) content = response.read() print(content.decode()) # 输出返回的内容
-
这只是urllib模块中一些常用函数和类的简单示例，还有其他更多的功能可以通过查阅官方文档来了解。
十、collections
Python标准库中的collections模块提供了一些有用的数据结构，可以用于更高效、更灵活地处理数据。下面是collections模块中一些常用的数据结构及其用法：
1、Counter：用于计数，可以统计可迭代对象中元素的个数，返回一个字典。
from collections import Counter
c = Counter("hello")
print(c) # 输出: Counter({'l': 2, 'h': 1, 'e': 1, 'o': 1})
2、defaultdict：默认字典，可以在访问未知键时返回默认值。
from collections import defaultdict
d = defaultdict(int)
print(d["key"]) # 输出: 0
3、OrderedDict：有序字典，可以按照元素的插入顺序进行迭代。
from collections import OrderedDict
d = OrderedDict()
d["a"] = 1
d["b"] = 2
d["c"] = 3
for key, value in d.items():
print(key, value) # 输出: a 1 b 2 c 3
4、namedtuple：命名元组，可以用来创建一个带有字段名的元组。
from collections import namedtuple
Person = namedtuple("Person", ["name", "age"])
p = Person("John", 25)
print(p.name) # 输出: John
print(p.age) # 输出: 25
5、deque：双端队列，可以在两端高效地执行插入和删除操作。
from collections import deque
dq = deque([1, 2, 3])
dq.append(4) # 在右端插入元素
dq.appendleft(0) # 在左端插入元素
print(dq) # 输出: deque([0, 1, 2, 3, 4])
这些只是collections模块中一部分数据结构的用法，还有其他的用法等待你去探索。详细的用法可以参考官方文档。
十一、itertools
Python标准库itertools模块提供了一组用于操作迭代器的函数。 这些函数可以被用来快速且高效的处理迭代对象，生成各种有用的迭代器。
下面是itertools模块中一些常用函数的具体用法：
-
count(start=0, step=1)：无限迭代器，生成从start开始，以step为步长的整数序列。
-
cycle(iterable)：无限迭代器，将可迭代对象的元素无限重复。
-
repeat(object, times=None)：无限迭代器，重复生成指定的对象，如果给定times参数，则只重复指定次数。
-
chain(*iterables)：将多个可迭代对象串联起来，返回一个新的迭代器。
-
islice(iterable, start, stop[, step])：返回一个迭代器，生成从start到stop（不包含stop）的元素，可指定步长。
-
imap(function, *iterables)：返回一个迭代器，将指定函数应用于每个可迭代对象的元素。
-
starmap(function, iterable)：返回一个迭代器，将指定函数应用于可迭代对象的元素，可用于参数解包。
-
tee(iterable, n=2)：返回n个独立的迭代器，可同时遍历原始迭代器。
-
zip_longest(*iterables, fillvalue=None)：将多个可迭代对象的元素按索引组合在一起，以最长的可迭代对象的长度为准，可指定fillvalue来填充缺失值。
-
groupby(iterable, key=None)：返回一个迭代器，将相邻且具有相同键值的元素分组。
这些只是itertools模块中的一部分常用函数。通过使用这些函数，可以更加灵活和高效地处理迭代对象。具体的使用方法和参数说明可以通过查阅Python官方文档来获取更详细的信息。
##欢迎关注交流，开发逆商潜力，提升个人反弹力：
扫一扫
51万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
