Python 常见库
介绍
标准库
os
os.name 字符串指示你正在使用的平台。比如对于Windows，它是’nt’，而对于Linux/Unix 用户，它是’posix’。os.getcwd()函数得到当前工作目录，即当前Python 脚本工作的目录路径。os.getenv()和os.putenv()函数分别用来读取和设置环境变量。os.listdir()返回指定目录下的所有文件和目录名。os.remove()函数用来删除一个文件。os.system()函数用来运行shell 命令。
six : 专门用来兼容 Python 2 和 Python 3 的库。解决了如 urllib 的部分方法不兼容， str 和 bytes 类型不兼容等问题sys
sys.argv 程序的入口参数，是一个列表sys.path 装载模块的搜索路径，是一个列表sys.version python 的版本，是一个stringsys.exit(status) 退出程序,是一个函数
time
time.sleep(n) 休息n 秒，可以是小数time.time() 返回一个浮点数，从 1970-1-1 00:00:000 到当前绝对时间的秒数，还有6 位的小数time.localtime(second) 返回一个元组,如果没有second，就使用time.time()返回的秒
- 元组示例：
(2009, 8, 2, 20, 40, 3, 6, 214, 0)
time.strftime(format) 格式：time.strftime(’%Y-%m-%d %H:%M:%d’ ‘2009-08-02 20:50:02’
math
- 四舍五入，向下取余：
import math; math.floor(39.9)
- 平方根：
import math; math.sqrt(9)
- x 的 y 次方：
import math; math.pow(x, y)
- random
- 随机数：
import random; random.randint(1, 100)
- md5
- md5.new(arg) arg 要md5 的内容，返回一个md5 对象
- digest(),摘要，返回16 个字节
- hexdigest(),16 进制摘要，返回32 个字节
- base64
- base64.b64encode
- base64.b64decode
- hashlib
- hashlib.md5()
- hashlib.sha1()
- eval 作用：将字符串
str 当成有效的表达式来求值并返回计算结果，可以把 list、tuple、dict 和 string 相互转化，示例：
str1 = "{'a': 1, 'b': 2}"
json1 = eval(str1)
print(type(json1))
print(json1)
- 从命令行读取
raw_input() 函数会把所有的输入当作原始数据（raw data），然后将其放入字符串中key = input("输入字符：") 函数会假设用户输入是合法的python表达式
shutil module很方便，是os模块的补充- re
import re re.match(r'^(\d+)(0*)$', '102300').groups()re.compile(r'^(\d{3})-(\d{3,8})$') 先预编译，然后在match，提高效率
第三方库
- 解析html页面：
from HTMLParser import HTMLParser
- 图像处理标准库：
PIL：Python Imaging Library
- email
- Python对SMTP支持有smtplib和email两个模块，email负责构造邮件，smtplib负责发送邮件
- Python内置一个poplib模块，实现了POP3协议，可以直接用来收邮件。要把POP3收取的文本变成可以阅读的邮件，还需要用email模块提供的各种类来解析原始文本，变成可阅读的邮件对象
json模块提供的方法和cPickle模块类似，都有dump，dumps，load，loads方法- python-socketio
- rq 轻量级的任务队列
- Pillow（PIL）是 Python 图像处理的基础库
- 进度条（Progress Bar）
- xmlrpc
其他
a=0xffff 十六进制表示- import types types.StringType
- 判断类型用
type()函数，判断继承类的类型用 isinstance()函数
- type()可以动态创建类，而不需要使用class定义的方式，例如：
type('Hello', (object,), dict(hello=fn))，通过type()函数创建的类和直接写class是完全一样的，因为Python解释器遇到class定义时，仅仅是扫描一下class定义的语法，然后调用type()函数创建出class
- 元类metaclass：除了使用type()动态创建类以外，要控制类的创建行为，还可以使用metaclass
- 序列化在python中叫
pickling，其他语言中称为：serialization，marshalling
- 通常class的实例都有一个
__dict__属性，它就是一个dict，用来存储实例变量
- 大部分web应用都是IO密集型
- 单进程的异步编程模型称为协程，有了协程的支持，就可以基于事件驱动编写高效的多任务程序
- collections模块
- 用namedtuple可以很方便地定义一种数据类型，它具备tuple的不变性，又可以根据属性来引用，使用十分方便
- deque 是双向列表，解决了list插入和删除低效的问题
- defaultdict（带默认值的dict） 当key不存在时，不再抛出KeyError，而是返回一个默认值
- OrderedDict，有顺序的dict
- Counter实际上是dict的一个子类
- itertools模块提供的全部是处理迭代功能的函数，它们的返回值不是list，而是迭代对象，只有用for循环迭代的时候才真正计算
使用示例
Python 排序
from distutils.version import StrictVersion
# from packaging.version import Version # 建议使用，Version 重新封装
versions = ["1.1.2", "1.0.0", "1.3.3", "1.0.12", "1.0.2"]
versions.sort(key=StrictVersion)
versions.sort(key=lambda s: list(map(int, s.split('.'))))
versions_list.sort(key=lambda s: [int(u) for u in s.split('.')])
re 正则表达式
import re
s = 'abc123de'
pattern = re.compile(r'(?P<abc>\d+)(?P<xyz>\D+)')
m = re.search(pattern, s)
m.group('xyz')
m.group('abc')
pickle 示例
- pickle 是一个持久化模块，支持持久化各种数据，适合于Python复杂数据的存贮
- 类似的实现 shelve、cPickle、Json、Protobuf
cPickle 模块是c语言写的，专门处理序列化cPickle.dumps() dump成str，cPickle.dump() dump到文件中，cPickle.loads() 反序列化str成对象，cPickle.load() 从文件中反序列化出对象
import pickle
data = {'str': 'hello world!', 'list': [1, 2, 3, 4]}
# 写示例
with open('data.pickle', 'wb') as f:
pickle.dump(data, f, -1)
# 读示例
with open('data.pickle', 'rb') as f:
data2 = pickle.load(f)
print(data2)
# 复制到变量
obj_bytes = pickle.dumps(data)
json
json 序列化，解决：TypeError: Object of type datetime is not JSON serializable
import json
from datetime import datetime
now = datetime.now()
# set default=str
json_str = json.dumps({'created_at': now}, default=str)
print(json_str) # '{"created_at": "2023-07-19 17:42:13.501631"}'
print(type(json_str)) # <class 'str'>
import json
import base64
import zlib
obj = [1, 2, 3]
base64.b64encode(zlib.compress(str.encode(json.dumps(obj), 'utf-8'), 6))
zlib.decompress(data, /, wbits=MAX_WBITS, bufsize=DEF_BUF_SIZE)