Skip to main content

11. 标准图书馆简介—第二部分

第二个课程包括支持专业编程需求的更高级模块。这些模块很少出现在小脚本中。

11.1. 输出格式化

reprlib 模块提供了为大型或深层嵌套容器的缩写显示定制的 repr() 版本:

>>> import reprlib
>>> reprlib.repr(set('supercalifragilisticexpialidocious'))
"{'a', 'c', 'd', 'e', 'f', 'g', ...}"

pprint 模块以解释器可读的方式提供对内置和用户定义对象的更复杂的控制。当结果长于一行时,“漂亮的打印机”添加换行符和缩进以更清楚地显示数据结构:

>>> import pprint
>>> t = [[[['black', 'cyan'], 'white', ['green', 'red']], [['magenta',
...     'yellow'], 'blue']]]
...
>>> pprint.pprint(t, width=30)
[[[['black', 'cyan'],
   'white',
   ['green', 'red']],
  [['magenta', 'yellow'],
   'blue']]]

textwrap 模块格式化文本段落以适合给定的屏幕宽度:

>>> import textwrap
>>> doc = """The wrap() method is just like fill() except that it returns
... a list of strings instead of one big string with newlines to separate
... the wrapped lines."""
...
>>> print(textwrap.fill(doc, width=40))
The wrap() method is just like fill()
except that it returns a list of strings
instead of one big string with newlines
to separate the wrapped lines.

locale 模块访问文化特定数据格式的数据库。语言环境的格式化函数的分组属性提供了使用组分隔符格式化数字的直接方法:

>>> import locale
>>> locale.setlocale(locale.LC_ALL, 'English_United States.1252')
'English_United States.1252'
>>> conv = locale.localeconv()          # get a mapping of conventions
>>> x = 1234567.8
>>> locale.format("%d", x, grouping=True)
'1,234,567'
>>> locale.format_string("%s%.*f", (conv['currency_symbol'],
...                      conv['frac_digits'], x), grouping=True)
'$1,234,567.80'

11.2. 模板

string 模块包括具有适合于由最终用户编辑的简化语法的通用 Template 类。这允许用户自定义他们的应用程序,而不必更改应用程序。

该格式使用由 $ 使用有效的Python标识符(字母数字字符和下划线)形成的占位符名称。使用大括号括住占位符允许后跟更多的字母数字字母,没有居间空格。编写 $$ 会创建一个单一的转义 $:

>>> from string import Template
>>> t = Template('${village}folk send $$10 to $cause.')
>>> t.substitute(village='Nottingham', cause='the ditch fund')
'Nottinghamfolk send $10 to the ditch fund.'

当在字典或关键字参数中未提供占位符时,substitute() 方法引发 KeyError。对于邮件合并样式应用程序,用户提供的数据可能不完整,safe_substitute() 方法可能更合适 - 如果数据丢失,它将留下占位符不变:

>>> t = Template('Return the $item to $owner.')
>>> d = dict(item='unladen swallow')
>>> t.substitute(d)
Traceback (most recent call last):
  ...
KeyError: 'owner'
>>> t.safe_substitute(d)
'Return the unladen swallow to $owner.'

模板子类可以指定自定义分隔符。例如,照片浏览器的批量重命名实用程序可以选择使用占位符的百分比符号,例如当前日期,图像序列号或文件格式:

>>> import time, os.path
>>> photofiles = ['img_1074.jpg', 'img_1076.jpg', 'img_1077.jpg']
>>> class BatchRename(Template):
...     delimiter = '%'
>>> fmt = input('Enter rename style (%d-date %n-seqnum %f-format):  ')
Enter rename style (%d-date %n-seqnum %f-format):  Ashley_%n%f

>>> t = BatchRename(fmt)
>>> date = time.strftime('%d%b%y')
>>> for i, filename in enumerate(photofiles):
...     base, ext = os.path.splitext(filename)
...     newname = t.substitute(d=date, n=i, f=ext)
...     print('{0} --> {1}'.format(filename, newname))

img_1074.jpg --> Ashley_0.jpg
img_1076.jpg --> Ashley_1.jpg
img_1077.jpg --> Ashley_2.jpg

模板化的另一个应用是将程序逻辑与多种输出格式的细节分离。这使得可以用XML文件,纯文本报告和HTML Web报告替换自定义模板。

11.3. 使用二进制数据记录布局

struct 模块提供 pack()unpack() 函数,用于处理变长二进制记录格式。以下示例显示如何在ZIP文件中循环头信息,而不使用 zipfile 模块。包代码 "H""I" 分别表示两个和四个字节的无符号数。 "<" 表示它们是标准大小和小端字节顺序:

import struct

with open('myfile.zip', 'rb') as f:
    data = f.read()

start = 0
for i in range(3):                      # show the first 3 file headers
    start += 14
    fields = struct.unpack('<IIIHH', data[start:start+16])
    crc32, comp_size, uncomp_size, filenamesize, extra_size = fields

    start += 16
    filename = data[start:start+filenamesize]
    start += filenamesize
    extra = data[start:start+extra_size]
    print(filename, hex(crc32), comp_size, uncomp_size)

    start += extra_size + comp_size     # skip to the next header

11.4. 多线程

线程是用于解耦不依赖于从属的任务的技术。线程可用于提高接受用户输入的应用程序的响应能力,而其他任务在后台运行。相关用例是在另一个线程中与计算并行运行I/O。

以下代码显示了高级 threading 模块如何在后台运行任务,而主程序继续运行:

import threading, zipfile

class AsyncZip(threading.Thread):
    def __init__(self, infile, outfile):
        threading.Thread.__init__(self)
        self.infile = infile
        self.outfile = outfile

    def run(self):
        f = zipfile.ZipFile(self.outfile, 'w', zipfile.ZIP_DEFLATED)
        f.write(self.infile)
        f.close()
        print('Finished background zip of:', self.infile)

background = AsyncZip('mydata.txt', 'myarchive.zip')
background.start()
print('The main program continues to run in foreground.')

background.join()    # Wait for the background task to finish
print('Main program waited until background was done.')

多线程应用程序的主要挑战是协调共享数据或其他资源的线程。为此,线程模块提供多个同步原语,包括锁,事件,条件变量和信号量。

虽然这些工具是强大的,小的设计错误可能导致难以重现的问题。因此,任务协调的首选方法是将所有对一个资源的访问集中在单个线程中,然后使用 queue 模块为该线程提供来自其他线程的请求。使用 Queue 对象进行线程间通信和协调的应用程序更容易设计,更可读,更可靠。

11.5. 记录

logging 模块提供了一个全功能和灵活的日志系统。最简单的,日志消息被发送到文件或 sys.stderr:

import logging
logging.debug('Debugging information')
logging.info('Informational message')
logging.warning('Warning:config file %s not found', 'server.conf')
logging.error('Error occurred')
logging.critical('Critical error -- shutting down')

这将产生以下输出:

WARNING:root:Warning:config file server.conf not found
ERROR:root:Error occurred
CRITICAL:root:Critical error -- shutting down

默认情况下,信息和调试消息被抑制,输出发送到标准错误。其他输出选项包括通过电子邮件,数据报,套接字或HTTP服务器路由消息。新的过滤器可以基于消息优先级选择不同的路由:DEBUGINFOWARNINGERRORCRITICAL

日志记录系统可以直接从Python进行配置,也可以从用户可编辑的配置文件加载,以进行自定义日志记录,而无需更改应用程序。

11.6. 弱参考

Python执行自动内存管理(大多数对象的引用计数和 garbage collection 以消除循环)。在对它的最后一个引用被消除之后,内存被释放。

这种方法适用于大多数应用程序,但有时只需要跟踪对象,只要它们被其他东西使用。不幸的是,只是跟踪它们创建一个参考,使它们永久。 weakref 模块提供了用于跟踪对象而不创建引用的工具。当不再需要对象时,它会从weakref表中自动删除,并且会触发weakref对象的回调。典型的应用包括缓存创建昂贵的对象:

>>> import weakref, gc
>>> class A:
...     def __init__(self, value):
...         self.value = value
...     def __repr__(self):
...         return str(self.value)
...
>>> a = A(10)                   # create a reference
>>> d = weakref.WeakValueDictionary()
>>> d['primary'] = a            # does not create a reference
>>> d['primary']                # fetch the object if it is still alive
10
>>> del a                       # remove the one reference
>>> gc.collect()                # run garbage collection right away
0
>>> d['primary']                # entry was automatically removed
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
    d['primary']                # entry was automatically removed
  File "C:/python36/lib/weakref.py", line 46, in __getitem__
    o = self.data[key]()
KeyError: 'primary'

11.7. 使用列表的工具

许多数据结构需求可以通过内置列表类型来满足。然而,有时需要具有不同性能权衡的替代实现。

array 模块提供了一个 array() 对象,它像一个仅存储同质数据并且更紧凑地存储它的列表。以下示例显示存储为两个字节无符号二进制数(类型代码 "H")的数字数组,而不是每个条目的通常16个字节用于Python int对象的常规列表:

>>> from array import array
>>> a = array('H', [4000, 10, 700, 22222])
>>> sum(a)
26932
>>> a[1:3]
array('H', [10, 700])

collections 模块提供了一个 deque() 对象,它像一个列表,其左侧有更快的附加和弹出,而中间的查找速度较慢。这些对象非常适合实现队列和广度优先的树搜索:

>>> from collections import deque
>>> d = deque(["task1", "task2", "task3"])
>>> d.append("task4")
>>> print("Handling", d.popleft())
Handling task1
unsearched = deque([starting_node])
def breadth_first_search(unsearched):
    node = unsearched.popleft()
    for m in gen_moves(node):
        if is_goal(m):
            return m
        unsearched.append(m)

除了可选的列表实现之外,库还提供其他工具,例如具有用于操作排序列表的功能的 bisect 模块:

>>> import bisect
>>> scores = [(100, 'perl'), (200, 'tcl'), (400, 'lua'), (500, 'python')]
>>> bisect.insort(scores, (300, 'ruby'))
>>> scores
[(100, 'perl'), (200, 'tcl'), (300, 'ruby'), (400, 'lua'), (500, 'python')]

heapq 模块提供了基于常规列表实现堆的功能。最低值条目始终保持在位置零。这对于重复访问最小元素但不想运行完整列表排序的应用程序很有用:

>>> from heapq import heapify, heappop, heappush
>>> data = [1, 3, 5, 7, 9, 2, 4, 6, 8, 0]
>>> heapify(data)                      # rearrange the list into heap order
>>> heappush(data, -5)                 # add a new entry
>>> [heappop(data) for i in range(3)]  # fetch the three smallest entries
[-5, 0, 1]

11.8. 十进制浮点运算

decimal 模块提供用于十进制浮点运算的 Decimal 数据类型。与内置 float 实现的二进制浮点相比,该类特别有用

  • 金融应用和其他需要精确十进制表示的用途,

  • 控制精度,

  • 控制舍入以满足法律或法规要求,

  • 跟踪重要的小数位,或

  • 应用程序,其中用户期望结果匹配手工进行的计算。

例如,计算70%手机费用的5%税在十进制浮点和二进制浮点中给出不同的结果。如果结果四舍五入到最接近的分,差异变得显着:

>>> from decimal import *
>>> round(Decimal('0.70') * Decimal('1.05'), 2)
Decimal('0.74')
>>> round(.70 * 1.05, 2)
0.73

Decimal 结果保持尾随零,从具有两个位置意义的被乘数自动推断四个位置的意义。十进制再现了手工完成的数学,并避免了当二进制浮点不能精确表示十进制数时可能出现的问题。

精确表示使 Decimal 类能够执行不适合二进制浮点的模计算和等式测试:

>>> Decimal('1.00') % Decimal('.10')
Decimal('0.00')
>>> 1.00 % 0.10
0.09999999999999995

>>> sum([Decimal('0.1')]*10) == Decimal('1.0')
True
>>> sum([0.1]*10) == 1.0
False

decimal 模块提供具有所需精度的算术:

>>> getcontext().prec = 36
>>> Decimal(1) / Decimal(7)
Decimal('0.142857142857142857142857142857142857')