python3标准库概览_1.25

python3 标准库概览

一、操作系统接口

1、os模块提供了不少与操作系统相关联的函数

>>> import os

>>> print(os.getcwd()) #返回当前的工作目录

运行结果：

E:\python_script

>>>os.chdir('/server/accesslogs') #修改当前的的工作目录

>>>print(os.system('mkdir today')) #执行系统命令 mkdir

 

建议使用 “import os” 风格而非 “from os import * ” 。这样可以保证随系统操作不同而有所变化的 os.open() 不会覆盖内置函数 open() 。

在使用 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>

 

2、针对日常的文件和目录管理任务， :mod: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') >>> shutil.move('/build/executables', 'installdir')

 

二、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

>>>print(glob.glob('*.py'))

 

三、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" 后得到以下输出结果：

>>>import sys

>>>print(sys.argv)

运行结果：['E:/python_script/batu.py']

 

四、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

import sys

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

运行结果：

Warning, log file not found starting a new one

 

大多脚本的定向终止都使用 “sys.exit()”

 

五、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

>>>print(re.findall(r'\bf[a-z]*', 'which foot or hand fell fastest'))

>>>print(re.sub(r'(\b[a-z]+) \1', r'\1', 'cat in the the hat'))

运行结果：

['foot', 'fell', 'fastest']

cat in the hat

 

如果需要简单的功能，应该首先考虑字符串，因为它们非常简单，易于阅读和调试：

import re

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

运行结果：tea for two

 

六、数学

1、math 模块为浮点运算提供了对底层 C 函数库的访问：

import math

print(math.cos(math.pi / 4))

print(math.log(1024, 2))

运行结果：

0.7071067811865476

10.0

 

2、random 提供了生成随机数的工具

import random

print(random.choice(['apple','pear','banana']))

print(random.sample(range(100),10))

print(random.random())

pring(random.randrange(6))

运行结果：

pear

[50, 53, 84, 26, 30, 91, 37, 32, 28, 46]

0.9758231163052588

 

七、访问互联网

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 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()

注意第二个例子需要本地有一个在运行的邮件服务器。

 

八、日期和时间

datetime 模块是为了日期和时间处理同时提供了简单和复杂的方法

支持日期和时间算法的同时，实现的重点放在更有效的处理和格式化输出

该模块还支持时区处理：

from datetime import date

now=date.today()

birthday=date(1990,10,10)

age=now-birthday

print(now)

print(age.days)

运行结果：

2018-12-07

10285

 

九、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、zipfile、tarfile

zlib.compress(string[,level])

zlib.decompress(string[,wbits[,bufsize]])

zlib.compress 用于压缩流数据。参数 string 指定了要压缩的数据流，参数 level 指定了压缩的级别，它的取值范围是 1 到 9.压缩速度与压缩了成反比，1表示压缩速度最快，而压缩率最低，而9则表示压缩速度最慢但压缩率最高

zlib.decompress用于解压数据。参数 string 指定了需要解压的数据，wbits 和 bufsize 分别用于设置系统缓冲区大小与输出缓冲区大小

import zlib

s = b'witch which has which witches wrist watch'

print(len(s))

t = zlib.compress(s)

print(len(t))

zlib.decompress(t)

b'witch which has which witches wrist watch'

print(zlib.crc32(s))

运行结果：

41

37

226805979

 

十、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 证明了现代的方法更快一些

from timeit import Timer

s=Timer('t=a; a=b; b=t', 'a=1; b=2').timeit()

print(s)

y=Timer('a,b = b,a', 'a=1; b=2').timeit()

print(y)

运行结果：

0.035717615222045175

0.032333674592605714

 

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

 

十一、测试模块

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，它强化了文档，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 模块那样容易使用，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) self.assertRaises(ZeroDivisionError, average, []) self.assertRaises(TypeError, average, 20, 30, 70) unittest.main() # Calling from the command line invokes all tests