Python 標準庫概覽

操作系統接口

os模塊提供了不少與操作系統相關聯的函數。

>>> import os
>>> os.getcwd()      # 返回當前的工作目錄
'C:\\Python34'
>>> os.chdir('/server/accesslogs')   # 修改當前的工作目錄
>>> os.system('mkdir today')   # 執行系統命令 mkdir 
0

建議使用 "import os" 風格而非 "from os import *"。這樣可以保證隨操作系統不同而有所變化的 os.open() 不會覆蓋內置函數 open()。

在使用 os 這樣的大型模塊時內置的 dir() 和 help() 函數非常有用:

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

針對日常的文件和目錄管理任務，:mod:shutil 模塊提供了一個易于使用的高級接口:

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

文件通配符

glob模塊提供了一個函數用于從目錄通配符搜索中生成文件列表:

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

命令行參數

通用工具腳本經常調用命令行參數。這些命令行參數以鏈表形式存儲于 sys 模塊的 argv 變量。例如在命令行中執行 "python demo.py one two three" 后可以得到以下輸出結果:

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

錯誤輸出重定向和程序終止

sys 還有 stdin，stdout 和 stderr 屬性，即使在 stdout 被重定向時，后者也可以用于顯示警告和錯誤信息。

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

大多腳本的定向終止都使用 "sys.exit()"。

字符串正則匹配

re模塊為高級字符串處理提供了正則表達式工具。對于復雜的匹配和處理，正則表達式提供了簡潔、優化的解決方案:

>>> 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'

如果只需要簡單的功能，應該首先考慮字符串方法，因為它們非常簡單，易于閱讀和調試:

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

數學

math模塊為浮點運算提供了對底層C函數庫的訪問:

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

random提供了生成隨機數的工具。

>>> 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

訪問 互聯網

有幾個模塊用于訪問互聯網以及處理網絡通信協議。其中最簡單的兩個是用于處理從 urls 接收的數據的 urllib.request 以及用于發送電子郵件的 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()

注意第二個例子需要本地有一個在運行的郵件服務器。

日期和時間

datetime模塊為日期和時間處理同時提供了簡單和復雜的方法。

支持日期和時間算法的同時，實現的重點放在更有效的處理和格式化輸出。

該模塊還支持時區處理:

>>> # 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

數據壓縮

以下模塊直接支持通用的數據打包和壓縮格式：zlib，gzip，bz2，zipfile，以及 tarfile。

>>> 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

性能度量

有些用戶對了解解決同一問題的不同方法之間的性能差異很感興趣。Python 提供了一個度量工具，為這些問題提供了直接答案。

例如，使用元組封裝和拆封來交換元素看起來要比使用傳統的方法要誘人的多,timeit 證明了現代的方法更快一些。

>>> 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

相對于 timeit 的細粒度，:mod:profile 和 pstats 模塊提供了針對更大代碼塊的時間度量工具。

測試模塊

開發高質量軟件的方法之一是為每一個函數開發測試代碼，并且在開發過程中經常進行測試

doctest模塊提供了一個工具，掃描模塊并根據程序中內嵌的文檔字符串執行測試。

測試構造如同簡單的將它的輸出結果剪切并粘貼到文檔字符串中。

通過用戶提供的例子，它強化了文檔，允許 doctest 模塊確認代碼的結果是否與文檔一致:

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()   # 自動驗證嵌入測試

unittest模塊不像 doctest模塊那么容易使用，不過它可以在一個獨立的文件里提供一個更全面的測試集:

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