一起学python（七）

一起学python

---

一下子就断了大半个月的时间，这段时间公司系统要上线，任务比较多，一直没得空来更新，今天正好逮着开发的空档，一起来继续学习我们的python！

• python简介
• python整体控制流程
• python的数据结构
• python模块
• python的输入和输出
• python常见错误和异常
• python中的类
• python标准库

---

python标准库

关于 python 中标准库的内容一览：

-操作系统接口
-文件通配符
-命令行参数
-错误输出重定向和程序终止
-字符串正则匹配
-与数学相关
-互联网访问
-日期与时间
-数据压缩
-性能度量
-质量控制
-“瑞士军刀”

============================================

- 操作系统接口：

os 模块提供了很多与操作系统交互的函数:

>>> import os
>>> os.getcwd()      # 返回工作目录的路径
'C:\\Python35'
>>> os.chdir('/server/accesslogs')   # 修改工作路径
>>> os.system('mkdir today')   # 在工作路径下创建新的路径 make directory
0

如图：

再例如：

import os
print os.system('ping www.pythontab.com')

得到的结果是：

64 bytes from 223.26.58.21: icmp_seq=0 ttl=245 time=36.798 ms
64 bytes from 223.26.58.21: icmp_seq=1 ttl=244 time=37.561 ms
64 bytes from 223.26.58.21: icmp_seq=1 ttl=246 time=37.161 ms
64 bytes from 223.26.58.21: icmp_seq=1 ttl=245 time=35.123 ms
64 bytes from 223.26.58.21: icmp_seq=1 ttl=248 time=37.146 ms

是不是很方便呢？

注意一点，我们应该用 import os 而非 from os import *。这样可以保证随操作系统不同而有所变化的 os.open() 不会覆盖内置函数 open()。

我们在使用一些像 os 这样的大型模块时，内置的 dir() 和 help() 函数非常有用:

>>> import os
>>> dir(os)
<returns a list of all module functions>
>>> help(os)
<returns an extensive manual page created from the module's docstrings>

此外，针对日常的文件和目录管理任务，shutil 模块提供了一个易于使用的高级接口:

>>> import shutil
>>> shutil.copyfile('data.db', 'archive.db')
'archive.db'
>>> shutil.move('/build/executables', 'installdir')
'installdir'

=================================================

-文件通配符：

glob 模块提供了一个函数用于从目录通配符搜索中生成文件列表:

>>> import glob
>>> glob.glob('*.py')
['primes.py', 'random.py', 'quote.py']

这个glob模块是最简单的模块之一，内容非常少。用它可以查找符合特定规则的文件路径名。跟使用windows下的文件搜索差不多。查找文件只用到三个匹配符：”*”, “?”, “[]”。
其中 ”*”匹配0个或多个字符；”?”匹配单个字符；”[]”匹配指定范围内的字符，如：[0-9]匹配数字。

介绍两个简单的glob的方法：

• glob.glob
  返回所有匹配的文件路径列表。它只有一个参数pathname，定义了文件路径匹配规则，这里可以是绝对路径，也可以是相对路径。下面是使用glob.glob的例子：

import glob

#获取指定目录下的所有图片
print glob.glob(r"E:/Picture/*/*.jpg")

#获取上级目录的所有.py文件
print glob.glob(r'../*.py') #相对路径

• glob.iglob
  获取一个可遍历对象，使用它可以逐个获取匹配的文件路径名。与glob.glob()的区别是：glob.glob同时获取所有的匹配路径，而glob.iglob一次只获取一个匹配路径。这有点类似于.NET中操作数据库用到的DataSet与DataReader。下面是一个简单的例子：

import glob

#父目录中的.py文件
f = glob.iglob(r'../*.py')

print f #<generator object iglob at 0x00B9FF80>

for py in f:
    print py

=================================================

-命令行参数：

通用工具脚本经常调用命令行参数。这些命令行参数以链表形式存储于 sys 模块的 argv 变量。例如在命令行中执行 python demo.py one two three 后可以得到以下输出结果:

>>> import sys
>>> print(sys.argv)
['demo.py', 'one', 'two', 'three']

在解释器启动后, argv 列表包含了传递给脚本的所有参数, 列表的第一个元素为脚本自身的名称.

getopt 模块使用 Unix getopt() 函数处理 sys.argv。更多的复杂命令行处理由 argparse 模块提供。
关于getopt模块，该模块是python3中按C语言的格式来进行参数选项的处理模块
我们来简单看一下：

getopt(args, shortopts, longopts = [])
参数args一般是sys.argv[1:]
参数shortopts 短格式 (-)
参数longopts 长格式(–)

具体的内容大家可以参考一下—这里—的分享

=================================================

-错误输出重定向和程序终止：

sys 还有 stdin， stdout 和 stderr 属性，即使在 stdout 被重定向时，后者也可以用于显示警告和错误信息:

>>> sys.stderr.write('Warning, log file not found starting a new one\n')
Warning, log file not found starting a new one

大多脚本的直接终止都使用 sys.exit()。

=================================================

-字符串正则匹配：

re 模块为高级字符串处理提供了正则表达式工具。对于复杂的匹配和处理，正则表达式提供了简洁、优化的解决方案:

>>> import re
>>> re.findall(r'\bf[a-z]*', 'which foot or hand fell fastest')
['foot', 'fell', 'fastest']
>>> re.sub(r'(\b[a-z]+) \1', r'\1', 'cat in the the hat')
'cat in the hat'

只需简单的操作时，字符串方法最好用，因为它们易读，又容易调试:

>>> 'tea for too'.replace('too', 'two')
'tea for two'

我们简单的说一下 re 模块：
正则表达式的元字符有 ”.“ ” ^“ ” $“ ” *“ ” ?“ ” {“ ” [“ ” ]“ ” |“ ” (“ ” )“
“．”表示任意字符
“［”“］”用来匹配一个指定的字符类别，所谓的字符类别就是你想匹配的一个字符集，对于字符集中的字符可以理解成或的关系。
“^ “如果放在字符串的开头，则表示取非的意思。[^5]表示除了5之外的其他字符。而如果^不在字符串的开头，则表示它本身。

具有重复功能的元字符：
” * “对于前一个字符重复0到无穷次
？对于前一个字符重复0到1次
{m,n} 对于前一个字符重复次数在为m到n次，其中，{0,} = *,{1,} = , {0,1} = ?
{m} 对于前一个字符重复m次

关于 re 模块，可以参考—这篇—分享

=================================================

-与数学相关：

math 模块为浮点运算提供了对底层C函数库的访问:

>>> import math
>>> math.cos(math.pi / 4.0)
0.70710678118654757
>>> math.log(1024, 2)
10.0

random 提供了生成随机数的工具:

>>> import random
>>> random.choice(['apple', 'pear', 'banana'])
'apple'
>>> random.sample(range(100), 10)   # 不重复抽样
[30, 83, 16, 4, 8, 81, 41, 50, 18, 33]
>>> random.random()    # 随机float类型
0.17970987693706186
>>> random.randrange(6)    # 随机从range(6)里抽取int类型
4

SciPy http://scipy.org 项目提供了许多数值计算的模块。

=================================================

-互联网访问：

有几个模块用于访问互联网以及处理网络通信协议。其中最简单的两个是用于处理从 urls 接收的数据的 urllib.request 以及用于发送电子邮件的 smtplib:

>>> from urllib.request import urlopen
>>> for line in urlopen('http://tycho.usno.navy.mil/cgi-bin/timer.pl'):
...     line = line.decode('utf-8')  # Decoding the binary data to text.
...     if 'EST' in line or 'EDT' in line:  # look for Eastern Time
...         print(line)

<BR>Nov. 25, 09:43:32 PM EST

>>> import smtplib
>>> server = smtplib.SMTP('localhost')
>>> server.sendmail('soothsayer@example.org', 'jcaesar@example.org',
... """To: jcaesar@example.org
... From: soothsayer@example.org
...
... Beware the Ides of March.
... """)
>>> server.quit()

(第二个例子需要在 localhost 运行一个邮件服务器。)

=================================================

-数据压缩：

以下模块直接支持通用的数据打包和压缩格式：zlib， gzip， bz2， lzma， zipfile 以及 tarfile。

>>> import zlib
>>> s = b'witch which has which witches wrist watch'
>>> len(s)
41
>>> t = zlib.compress(s)
>>> len(t)
37
>>> zlib.decompress(t)
b'witch which has which witches wrist watch'
>>> zlib.crc32(s)
226805979

=================================================

-性能度量：

有些用户对了解解决同一问题的不同方法之间的性能差异很感兴趣。Python 提供了一个度量工具，为这些问题提供了直接答案。

例如，使用元组封装和拆封来交换元素看起来要比使用传统的方法要诱人的多。timeit 证明了后者更快一些:

>>> from timeit import Timer
>>> Timer('t=a; a=b; b=t', 'a=1; b=2').timeit()
0.57535828626024577
>>> Timer('a,b = b,a', 'a=1; b=2').timeit()
0.54962537085770791

相对于 timeit 的细粒度，profile 和 pstats 模块提供了针对更大代码块的时间度量工具。

=================================================

-质量控制：

开发高质量软件的方法之一是为每一个函数开发测试代码，并且在开发过程中经常进行测试。

doctest 模块提供了一个工具，扫描模块并根据程序中内嵌的文档字符串执行测试。测试构造如同简单的将它的输出结果剪切并粘贴到文档字符串中。通过用户提供的例子，它发展了文档，允许 doctest 模块确认代码的结果是否与文档一致:

def average(values):
    """Computes the arithmetic mean of a list of numbers.

    >>> print(average([20, 30, 70]))
    40.0
    """
    return sum(values) / len(values)

import doctest
doctest.testmod()   # 自动验证嵌入测试

unittest 模块不像 doctest 模块那么容易使用，不过它可以在一个独立的文件里提供一个更全面的测试集:

import unittest

class TestStatisticalFunctions(unittest.TestCase):

    def test_average(self):
        self.assertEqual(average([20, 30, 70]), 40.0)
        self.assertEqual(round(average([1, 5, 7]), 1), 4.3)
        with self.assertRaises(ZeroDivisionError):
            average([])
        with self.assertRaises(TypeError):
            average(20, 30, 70)

unittest.main() # Calling from the command line invokes all tests

=================================================

-“瑞士军刀”：

来自官网的友情备注：

Python 展现了“瑞士军刀”的哲学。这可以通过它更大的包的高级和健壮的功能来得到最好的展现。列如:

xmlrpc.client 和 xmlrpc.server 模块让远程过程调用变得轻而易举。尽管模块有这样的名字，用户无需拥有 XML 的知识或处理 XML。
email 包是一个管理邮件信息的库，包括MIME和其它基于 RFC2822 的信息文档。

不同于实际发送和接收信息的 smtplib 和 poplib 模块，email 包包含一个构造或解析复杂消息结构（包括附件）及实现互联网编码和头协议的完整工具集。
xml.dom 和 xml.sax 包为流行的信息交换格式提供了强大的支持。同样， csv 模块支持在通用数据库格式中直接读写。

综合起来，这些模块和包大大简化了 Python 应用程序和其它工具之间的数据交换。
国际化由 gettext， locale 和 codecs 包支持。
Next Previous

---

本人转行测试了，所以以后除了python的学习笔记还会分享一些关于算法和自动化的知识，一起加油吧~！

---