Skip to main content

10. 标准图书馆简介

10.1. 操作系统接口

os 模块提供了许多与操作系统交互的功能:

>>> import os
>>> os.getcwd()      # Return the current working directory
'C:\\Python36'
>>> os.chdir('/server/accesslogs')   # Change current working directory
>>> os.system('mkdir today')   # Run the command mkdir in the system shell
0

请务必使用 import os 样式而不是 from os import *。这将使 os.open() 不会影响内置的 open() 功能,其运行方式不同。

内置的 dir()help() 功能可用作与 os 等大型模块协同工作的交互式辅助工具:

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

对于日常文件和目录管理任务,shutil 模块提供了更易于使用的更高级别的接口:

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

10.2. 文件通配符

glob 模块提供了从目录通配符搜索中创建文件列表的功能:

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

10.3. 命令行参数

常见的实用程序脚本通常需要处理命令行参数。这些参数作为列表存储在 sys 模块的 argv 属性中。例如,以下输出源于在命令行中运行 python demo.py one two three:

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

getopt 模块使用Unix getopt() 函数的约定处理 sys.argv。更强大和灵活的命令行处理由 argparse 模块提供。

10.4. 错误输出重定向和程序终止

sys 模块还具有 stdinstdoutstderr 的属性。后者用于发出警告和错误消息,以使它们可见,即使 stdout 已重定向:

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

终止脚本的最直接的方法是使用 sys.exit()

10.5. 字符串模式匹配

re 模块提供了用于高级字符串处理的正则表达式工具。对于复杂的匹配和操作,正则表达式提供简洁,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'

当只需要简单的功能时,字符串方法是首选,因为它们更容易读取和调试:

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

10.6. 数学

math 模块允许访问浮点数学的底层C库函数:

>>> import math
>>> math.cos(math.pi / 4)
0.70710678118654757
>>> math.log(1024, 2)
10.0

random 模块提供用于进行随机选择的工具:

>>> import random
>>> random.choice(['apple', 'pear', 'banana'])
'apple'
>>> random.sample(range(100), 10)   # sampling without replacement
[30, 83, 16, 4, 8, 81, 41, 50, 18, 33]
>>> random.random()    # random float
0.17970987693706186
>>> random.randrange(6)    # random integer chosen from range(6)
4

statistics 模块计算数值数据的基本统计特性(平均值,中值,方差等):

>>> import statistics
>>> data = [2.75, 1.75, 1.25, 0.25, 0.5, 1.25, 3.5]
>>> statistics.mean(data)
1.6071428571428572
>>> statistics.median(data)
1.25
>>> statistics.variance(data)
1.3720238095238095

SciPy项目<https://scipy.org>有许多其他模块用于数值计算。

10.7. 互联网

有许多模块用于访问互联网和处理互联网协议。两个最简单的是用于从URL检索数据的 urllib.request 和用于发送邮件的 smtplib:

>>> from urllib.request import urlopen
>>> with urlopen('http://tycho.usno.navy.mil/cgi-bin/timer.pl') as response:
...     for line in response:
...         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()

(请注意,第二个示例需要在localhost上运行的邮件服务器。)

10.8. 日期和时间

datetime 模块以简单和复杂的方式提供操作日期和时间的类。虽然支持日期和时间算法,但实现的重点在于有效的成员提取,用于输出格式化和操作。该模块还支持时区感知的对象。

>>> # dates are easily constructed and formatted
>>> from datetime import date
>>> now = date.today()
>>> now
datetime.date(2003, 12, 2)
>>> now.strftime("%m-%d-%y. %d %b %Y is a %A on the %d day of %B.")
'12-02-03. 02 Dec 2003 is a Tuesday on the 02 day of December.'

>>> # dates support calendar arithmetic
>>> birthday = date(1964, 7, 31)
>>> age = now - birthday
>>> age.days
14368

10.9. 数据压缩

公共数据归档和压缩格式由模块直接支持,包括:zlibgzipbz2lzmazipfiletarfile

>>> 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

10.10. 性能测量

一些Python用户对知道同一问题的不同方法的相对性能产生了浓厚的兴趣。 Python提供了一个测量工具,可以立即回答这些问题。

例如,使用元组打包和解包功能而不是传统的交换参数的方法可能是诱人的。 timeit 模块快速表现出适度的性能优势:

>>> 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

timeit 的细粒度级别相反,profilepstats 模块提供了用于识别较大代码块中的时间关键部分的工具。

10.11. 质量控制

开发高质量软件的一种方法是为每个函数编写测试,并在开发过程中频繁运行这些测试。

doctest 模块提供了一个工具,用于扫描模块并验证嵌入在程序的docstrings中的测试。测试结构就像将一个典型的调用及其结果剪切和粘贴到docstring中一样简单。这通过为用户提供一个示例来改进文档,它允许doctest模块确保代码对文档保持为真:

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()   # automatically validate the embedded tests

unittest 模块不像 doctest 模块那么轻松,但它允许在单独的文件中维护更全面的测试集:

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

10.12. 电池包括

Python有一个“包括电池”的理念。这是通过其较大的包的复杂和健壮的能力。例如:

  • xmlrpc.clientxmlrpc.server 模块使得实现远程过程调用成为一个几乎不重要的任务。尽管有模块名称,但不需要直接了解或处理XML。

  • email 包是用于管理电子邮件(包括MIME和其他基于RFC 2822的邮件文档)的库。与实际发送和接收消息的 smtplibpoplib 不同,电子邮件包具有用于构建或解码复杂消息结构(包括附件)以及用于实现互联网编码和报头协议的完整工具集。

  • json 包提供了强大的支持来解析这种流行的数据交换格式。 csv 模块支持以逗号分隔值格式直接读取和写入文件,通常由数据库和电子表格支持。 xml.etree.ElementTreexml.domxml.sax 包支持XML处理。这些模块和软件包一起大大简化了Python应用程序和其他工具之间的数据交换。

  • sqlite3 模块是SQLite数据库库的包装器,提供可以使用稍微非标准的SQL语法进行更新和访问的持久性数据库。

  • 国际化由许多模块支持,包括 gettextlocalecodecs 包。