python svn模块_Python 互联网数据处理模块介绍

原标题：Python 互联网数据处理模块介绍

来源：磁针石

my.oschina.net/u/1433482/blog/675551

互联网无处不在。即使是很小的，一次性使用的脚本都经常与远程服务进行交互以发送或接收数据。 Python有丰富的Web协议库，非常适合用于编程的基于Web服务的服务器和客户端编程。

urlparse处理URL字符串。

urllib和更新的urllib2可以访问web资源，但是urllib2更容易扩展且urllib2.Request可自定义请求头。HTTP POST发送二进制数据通常使用编码。

robotparser用于处理网站机器人。

使用BaseHTTPServer可自定义Web服务器，回话状态可以基于Cookie。

uuid用于生成资源标识符。

基于web的远程调用,json在客户端和服务器都使用。比如xmlrpclib和xmlrpclib。

python web 客户端测试 相关模块

web客户端

- 标准模块：httplib

- 标准模块：urllib

- 标准模块：urllib2

- 外部模块 mechanize：Stateful programmatic web browsing.

最近更新：2011-03-31。

月下载量：38441。

从perl WWW::Mechanize而来，兼容urllib2。

- 外部模块 spynner：Programmatic web browsing module with AJAX support for Python.

最近更新:2013-07-16。

月下载量：1192 。

基于PyQT和WebKit，支持Java，AJAX，及其他WebKit可以处理的内容，比如 (Flash, SVG, …)，利用了JQuery，用于在不适用GUI的情况模拟浏览器，适用于爬虫和验收测试。

- 外部模块 PAMIE：基于pywin32，实现IE自动化

最近更新:2009-03-06。

版本：3.0

月下载量：无。

只适用于windows，主页http://sourceforge.net/projects/pamie，可能要翻墙。

- WebTest：Helper to test WSGI applications –推荐

最近更新:2014-01-23。

版本：2.0.14

月下载量：58134。

This wraps any WSGI application and makes it easy to send test requests to that application, without starting up an HTTP server.This provides convenient full-stack testing of applications written with any WSGI-compatible framework.Full docs can be found at https://webtest.readthedocs.org/en/latest/。

下载：https://pypi.python.org/pypi/WebTest。

主页： http://webtest.pythonpaste.org/。

参考资料

Web Programming in Python https://wiki.python.org/moin/WebProgramming

Web Site Test Tools and Site Management Tools http://www.softwareqatest.com/qatweb1.html

python 标准模块介绍 – Base16, Base32, 数据编码

简介

功能:RFC 3548: Base16, Base32, 数据编码。转换二进制数据为适合明文协议传输的 ASCII 序列。转换 8bits 为每个字节包含 6,5 或 4bits 的有效数据,比如 SMTP, URL 的一部分或者 HTTP POST 的一部分。参考: RFC 3548。编码算法不同于 uuencode。

类型:标准库

相关模块:uu, binhex, uu, quopri

是一种基于 64 个可打印字符来表示二进制数据的表示方法。由于 2 的 6 次方等于 64,所以每 6个位元为一个单元,对应某个可打印字符。三个字节有 24 个位元,对应于 4 个 单元,即 3 个字节需要用 4 个可打印字符来表示。它可用来作为电子邮件的传输编码。在 中的可打印字符包括字母 A-Z、a-z、数字 0-9,这样共有 62 个字符,此外两个可打印符号在不同的系统中而不同。之后在 6 位的前面补两个 0,形成 8 位一个字节的形式。一些如 uuencode 的其他编码方法,和之后 binhex 的版本使用不同的64 字符集来代表 6 个二进制数字,但是它们不叫 。

常用于在通常处理文本数据的场合,表示、传输、存储一些二进制数据。包括 MIME 的email,email via MIME,在 XML 中存储复杂数据。

Python 模块提供了 RFC3548 中的数据编码和解码(转换二进制数据为适合明文协议传输的ASCII 序列,如 RFC3548 中指定。该标准定义Base16,Base32 和 算法,编码和解码的任意二进制字符串转换为文本字符串,这样就可以通过电子邮件安全发送,作为网址的一部分,或包含在 HTTP POST 请求中。

模块提供两个接口。新式接口支持使用三个字母的编码和解码的字符串对象。传统接口提供了编码和解码文件对象和字符串,但只使用了标准的 字母。传统接口这里不做介绍。

、 base32、 base16 可以分别编码转化 8 位字节为 6 位、 5 位、 4 位。 16,32,64 分别表示用多少个字符来编码。

更多 的资料,参见

http://zh.wikipedia.org/wiki/,http://tools.ietf.org/html/rfc822,http://tools.ietf.org/html/rfc1421,http://tools.ietf.org/html/rfc2045。

快速入门

请看 python 模块介绍中的实例:

>>>import

>>>encoded=.b64encode('data to be encoded')

>>>encoded

'ZGF0YSB0byBiZSBlbmNvZGVk'

>>>data=.b64decode(encoded)

>>>data

'data to be encoded'

.b64encode(s[, altchars]):使用 编码字符串。s 是要编码的字符串。altchars 是用来替换+和/的字符串,它们在 url 和文件系统中它们有特殊含义,通常需要替换。

.b64decode(s[, altchars]): 解码 编码的字符串。s 为要解码的字符串。altchars 和b64encode 相同。

• .standard_b64encode ( s ) : 参考 b64encode。

• .standard_b64decode ( s ) :参考 b64decode。

编码解码

编码解码

#!/usr/bin/env python

# encoding: utf-8

#

# Copyright (c) 2008 Doug Hellmann All rights reserved.

#

"""

"""

__version__="$Id$"

#end_pymotw_header

import

importtextwrap

# Load this source file and strip the header.

withopen(__file__,'rt')asinput:

raw=input.read()

initial_data=raw.split('#end_pymotw_header')[1]

encoded_data=.b64encode(initial_data)

num_initial=len(initial_data)

# There will never be more than 2 padding bytes.

padding=3-(num_initial%3)

print'%d bytes before encoding'%num_initial

print'Expect %d padding bytes'%padding

print'%d bytes after encoding'%len(encoded_data)

print

printencoded_data

➢执行结果thon _b64encode.py

$python_b64encode.py

168bytes before encoding

Expect3paddingbytes

224bytes after encoding

CgppbXBvcnQgYmFzZTY0CmltcG9ydCB0ZXh0d3JhcAoKIyBMb2FkIHRoaXMgc291cmNlIGZpbGUgYW5kIHN0cmlwIHRoZSBoZWFk

ZXIuCndpdGggb3BlbihfX2ZpbGVfXywgJ3J0JykgYXMgaW5wdXQ6CiAgICByYXcgPSBpbnB1dC5yZWFkKCkKICAgIGluaXRpYWxfZGF0

YSA9IHJhdy5zcGxpdCgn

编码的 4 个字节对应实际的 3 个字节,不足四个字节时,后面部分通常用等号填充。极端的情况下,一个字节需要用 4 个 编码来表示。

>>>import

>>>encoded=.b64encode('a')

>>>encoded

'YQ=='

解码参见快速入门部分介绍。

URL-Safe

•.urlsafe_b64encode(s):

•.urlsafe_b64decode(s):

默认会使用+和/, 但是这 2 个字符在 url 中也有特殊含义。使用 urlsafe 可以解决这个问题。 +替换为-, /替换为_。

import

encodes_with_pluses=chr(251)+chr(239)

encodes_with_slashes=chr(255)*2

fororiginalin[encodes_with_pluses,encodes_with_slashes]:

print'Original

:',repr(original)

print'Standard encoding:',.standard_b64encode(original)

print'URL-safe encoding:',.urlsafe_b64encode(original)

print

➢执行结果

$python_urlsafe.py

Original

:'xfbxef'

Standardencoding: ++8=

URL-safeencoding: --8=

Original

:'xffxff'

Standardencoding: //8=

URL-safeencoding:__8=

其他编码

Base32 包含 26 个大写字母和 2-7 的数字。

• .b32encode(s):使用 Base32 编码字符串。s 是要编码的字符串。

• .b32decode(s[, casefold[, map01]]):解码 Base32 编码的字符串。s 为要解码的字符串 。

casefold 表示是否允许小写字母。 map01 表示允许 0 表示 0,1 表示 L 。

import

original_string='This is the data, in the clear.'

print'Original:',original_string

encoded_string=.b32encode(original_string)

print'Encoded :',encoded_string

decoded_string=.b32decode(encoded_string)

print'Decoded :',decoded_stringg

➢执行结果

$python_base32.py

Original:Thisisthedata,intheclear.

Encoded:KRUGS4ZANFZSA5DIMUQGIYLUMEWCA2LOEB2GQZJAMNWGKYLSFY======

Decoded:Thisisthedata,intheclear.

Base16 包含 16 个 16 进制大写数字。类似的有 .b16encode(s) ,.b16decode(s[,casefold]) 。

import

original_string='This is the data, in the clear.'

print'Original:',original_string

encoded_string=.b16encode(original_string)

print'Encoded :',encoded_string

decoded_string=.b16decode(encoded_string)

print'Decoded :',decoded_stringtring

➢执行结果

$python_base16.py

Original:Thisisthedata,intheclear.

Encoded:546869732069732074686520646174612C20696E2074686520636C6561722E

Decoded:Thisisthedata,intheclear.

Python3.4中增加了Ascii85和base85支持。这里暂不做详细介绍。函数如下:

•.a85encode(s,*,foldspaces=False,wrapcol=0,pad=False,adobe=False)

•.a85decode(s,*,foldspaces=False,adobe=False,ignorechars=b' tnrv')

•.b85encode(s,pad=False)

•.b85decode(b)

python2 官方网址:http://docs.python.org/2/library/.html

python3 官方网址:https://docs.python.org/3/library/.html

python 标准库 pymotw:http://pymotw.com/2//index.html#module-

python标准模块介绍- binascii 二进制和ASCII转换

简介

binascii模块包含很多用来方法来转换二进制和各种ASCII编码的二进制表示法。通常不直接使用这些功能，而是使用封装模块，如uu, 或binhex。binascii模块包含用C语言编写更快的低级功能，通常为高级模块所使用。

功能：二进制和ASCII转换。

类型：标准模块

相关模块：

标准模块。

binhex 标准模块。

uu 标准模块。

quopri 标准模块。

Uu编码

uu编码格式现在已经比较少使用（http://zh.wikipedia.org/wiki/Uuencode），相关函数binascii.a2b_uu(string)和binascii.b2a_uu(data)这里不做介绍。 更多资料参见：http://docs.python.org/2/library/uu.html

Binhex编码

Binhex用于Macintosh平台。这里暂不做介绍。相关函数有：binascii.rledecode_hqx(data) ，binascii.rlecode_hqx(data)，binascii.b2a_hqx(data) ，binascii.crc_hqx(data, crc)。 更多资料参见：http://docs.python.org/2/library/uu.html

编码

binascii.a2b_(string)：转换的数据块为二进制，并返回二进制数据。一次可以传递多行。和. b64decode对应。 binascii.b2a_(data)：转换二进制数据为一行编码的ASCII字符。返回字符串包含换行符。根据的标准data的长度最大为57。和. b64encode对应。 更多资料参见：http://docs.python.org/2/library/.html

QP码

Quoted-printable，或QP encoding，没有规范的中文译名，可译为“可打印字符引用编码”、“使用可打印字符的编码”。Quoted-printable是使用可打印的 ASCII字符 (如字母、数字与”=”)表示各种编码格式下的字符，以便能在7-bit数据通路上传输8-bit数据, 或者更一般地说在非8-bit clean媒体上正确处理数据。这被定义为MIME content transfer encoding，用于e-mail。

QP使用”=”开头的转义字符. 一般限制行宽为76，因为有些软件限制了行宽.

binascii.a2b_qp(string[, header])：转换引述打印数据块为二进制，并返回二进制数据。多行可以在同一时间被传递。如果可选参数头存在和真实，下划线将被解码为空格。

实际上，QP码是是把’x00’转换成’=00’，也就是替换’x’为’=’。

>>>s='x00='

>>>s='=x00hello'

>>>importbinascii

>>>encoded=binascii.b2a_qp(s)

>>>encoded

'=3D=00hello'

>>>decoded=binascii.a2b_qp(encoded)

>>>printdecoded

=hello

>>>printrepr(decoded)

'=x00hello'

CRC校验和

binascii.crc32(data[, crc])：计算的data 的32位校验和CRC- 32时，crc为初始CRC 。crc32与ZIP文件的校验和一致。

>>>printbinascii.crc32("hello world")

222957957

>>>crc=binascii.crc32("hello")

>>>crc=binascii.crc32(" world",crc)&0xffffffff

>>>print'crc32 = 0x%08x'%crc

crc32=0x0d4a1185

>>>crc

222957957

为了保证跨平台，可以在crc结果上& 0xffffffff。原因如下：

Changedinversion2.6:Thereturnvalueisinthe range[-2**31,2**31-1]regardless of platform.Inthe past the value would be signed on some platformsandunsigned onothers.Use&0xffffffffon the valueifyou want it to matchPython3behavior.

Changedinversion3.0:Thereturnvalueisunsignedandinthe range[0,2**32-1]regardless of platform.

二进制转换

binascii.b2a_hex(data)和binascii.hexlify(data)：返回二进制数据的十六进制表示。每个字节被转换成相应的 2位十六进制表示形式。因此，得到的字符串是是原数据长度的两倍。 binascii.a2b_hex(hexstr) 和binascii.unhexlify(hexstr)：从十六进制字符串hexstr返回二进制数据。是b2a_hex的逆向操作。 hexstr必须包含偶数个十六进制数字（可以是大写或小写），否则报TypeError。

>>>s='hello'

>>>b=b2a_hex(s)

>>>printb

68656c6c6f

>>>a2b_hex(b)

'hello'

>>>b=hexlify(s)

>>>printb

68656c6c6f

>>>unhexlify(b)

'hello'

其他实例

http://effbot.org/librarybook/binascii.htm有如下实例：

importbinascii

text="hello, mrs teal"

data=binascii.b2a_(text)

text=binascii.a2b_(data)

printtext,"<=>",repr(data)

data=binascii.b2a_uu(text)

text=binascii.a2b_uu(data)

printtext,"<=>",repr(data)

data=binascii.b2a_hqx(text)

text=binascii.a2b_hqx(data)[0]

printtext,"<=>",repr(data)

# 2.0 and newerdata = binascii.b2a_hex(text)

text=binascii.a2b_hex(data)

printtext,"<=>",repr(data)

执行结果：

# python test.py

hello,mrsteal<=>'aGVsbG8sIG1ycyB0ZWFsn'

hello,mrsteal<=>'/:&5L;&L(&UR

hello,mrsteal<=>'D'9XE'mX)'ebFb"dC@&X'

hello,mrsteal<=>'68656c6c6f2c206d7273207465616c'

另外单元测试的代码也可供参考:http://svn.python.org/projects/python/branches/tarek_sysconfig/Lib/test/test_binascii.py

参考资料

http://docs.python.org/2/library/binascii.html

http://effbot.org/librarybook/binascii.htm

看完本文有收获？请转发分享给更多人

关注「Python开发者」，提升Python技能返回搜狐，查看更多

责任编辑：