python3常用标准库
趁着有时间，把一些我用过的常用标准库进行整理和复习。
time
用法 说明
time.time() 返回时间戳（从1970年1月1日00:00:00开始计算）
time.localtime() 返回当前时间的结构化时间(struct_time)对象，可以用.tm_year等获取年等数据
time.gmtime() 返回世界标准时间的结构化时间(struct_time)对象
time.mktime(struct_time) 结构化时间转化为时间戳
time.strftime(“时间格式”, struct_time) 结构化时间转化为字符串时间
time.strptime(“字符串时间”, “时间格式”) 字符串时间转化为结构化时间
time.asctime([tuple]) 时间元组转换为字符串。如果时间元组不存在，则使用localtime()返回的当前时间
time.ctime(seconds) 将时间秒数转换为时间字符串,相当于time.asctime(localtime(seconds))。second不存在，则使用localtime()返回的当前时间。
常用时间占位符
年 %Y
月 %m
日 %d
时 %H (24小时制)
分 %M
秒 %S
时分秒 %X ，相当于%H:%M:%S
time库各方法关系
time库各方法关系
datetime
虽然python库中已经有了time库，但time库不支vb.net教程持对时间的加减等操作，因此就有了datetime库。
用法 说明
datetime.datetime.now() 获取当前时间，返回datetime.datetime对象，有year, month, day, hour, minute, second, microsecond等属性。
datetime.timedelta(days=0, seconds=0, microseconds=0, milliseconds=0, minutes=0, hours=0, weeks=0 这是一个类，表示两个 date 或者 time 的时间间隔。
datetime.datetime.fromtimestamp(seconds) 将秒数转换为datetime.datetime对象，datetime.datetime.fromtimestamp(time.time())<==>datetime.datetime.now()
datetime.timetuple() 这是datetime.datetime对象的方法，返回结构化时间，time.localtime() 的返回类型相同
datetime.replace(year=self.year, month=…, day=…, hour=…, minute=…, second=…, …) 一样是datetime.datetime对象的方法，可以替c#教程换当前对象的year等属性，详见文档
有了以上几个方法，我们就可以对时间进行加减操作，并可以在time和datetime之间进行转换。
datetime.datetime之间可以相减，结果为datetime.timedelta对象，有days和seconds属性
datetime.datetime与datetime.timedelta之间可以加减，结果为datetime.datetime对象
datetime.timedelta本身可以乘以一个数，以表示不同的时间python基础教程间隔
import time
import datetimedef main():date1_string = "2017/6/8 15:0:0"# date1_string转换为时间戳# strptime -> mktime -> fromtimestamp ==> datetime.datetimedate1 = datetime.datetime.fromtimestamp(time.mktime(time.strptime(date1_string, '%Y/%m/%d %H:%M:%S')))date2 = datetime.datetime.now() # 获取当前时间# 使用datetime.datetime对象之间 进行操作，结果为datetime.timedelta对象result1 = date2 - date1 # 两个时间过了多久了print(result1.days, result1.seconds)# datetime.datetime与datetime.timedelta之间的操作, 结果是datetime.datetime对象year = datetime.timedelta(days=365) # 一年时间result2 = date2 + 2 * year # 当前时间的两年后print(result2.year, result2.month, result2.day)if __name__ == '__main__':main()
random
使用random可以生成伪随机数。
用法 说明
random.seek(time.time()) 初始化随机数生成器
random.random() 生成[0.0, 1.0) 范围内的一个随机浮点数
random.uniform(num1, num2) 返回[num1, num2] [1] 中一个随机浮点数
random.randint(num1, num2) 生成[num1, num2] 范围内的一个整数，num1, num2均为int
random.randrange(num1, num2) 生成[num1, num2) 范围内的一个整数，num1, num2均为int
random.choice(iterable_obj) 从可迭代对象中随机取一个元素
random.sample(iterable_obj, n) 从可迭代对象中随机取n个元素组成一个列表返回
random.shuffle(x) 将序列 x 随机打乱位置。不可变的可以用random.sample(x, k=len(x))
生成验证码例子：
import randomdef make_code(n):res = ''for i in range(n):letter = chr(random.randint(65, 90)) # 生成A-Z的任意一个字母number = str(random.randint(0, 9)) # 生成0-9的任意一个数res += random.choice([letter, number])return resprint(make_code(9))
sys
sys模块提供了一些与解释器相关的变量和函数。
用法 说明
sys.argv 返回一个列表，第一个元素是程序本身路径，其他元素是命令行输入参数
sys.exit(n) 退出程序，实现方式是抛出一个SystemExit异常。正常时n为0，非零值视为“异常终止”。大多数系统要求该值的范围是 0~127。
sys.path 返回模块的搜索路径，其本质上是列表，可以使用append方法添加路径，导入特定模块。
sys.platform 返回平台名称(Linux：‘linux’，Windows：‘win32’，Mac OS X：darwin’)
sys.stdout.write(" ") 不换行打印
sys.stdout.flush() 刷新os
一般用于对文件和目录进性操作的模块。
路径相关
os.getcwd() 获取当前工作目录
os.chdir(path) 改变当前工作目录
文件/目录操作
用法 说明
os.mkdir(path) 创建目录
os.makedirs(path) 递归创建目录
os.redir(path) 删除空目录
os.removedirs(path) 递归删除空目录
os.remove(path) 删除文件
os.rename(old_name, new_name) 更改文件或目录名
os.stat(path) 查看文件详情（ ‘st_atime’, ‘st_ctime’, ‘st_mtime’, 'st_size’等）
输出符号
用法 说明
os.sep 输出系统分隔符（如：\或/）
os.linesep 输出行终止符(win：\r\n，linux：\n)
os.pathsep 输出路径分割符（win：;，linux：:）
path
path是os库中的一个模块，里面有很多实用的函数。
用法 说明
os.path.split(path) 把路径分割为(目录, 文件名)
os.path.abspath(path) 返回path规范化的绝对路径
os.path.normpath(path) 返回path规范化后的结果
os.path.dirname(path) split结果的个第一元素
os.path.basername(path) split结果的个第二元素
os.path.join(path1, path2, path3 …) 把多个路径拼接成一个，并返回
os.path.exists(path) 判断路径是否存在
os.path.isabs(path) 判断路径是否为绝对路径
os.path.isfile(path) 判断路径是否为文件
os.path.isdir(path) 判断路径是否为目录
os.path.getatime(path) 返回文件/目录的最后访问时间。返回值是一个浮点数，为纪元秒数
os.path.getctime(path) 返回文件/目录的最后修改时间。返回值是一个浮点数，为纪元秒数
os.path.getmtime(path) Unix：返回元数据的最后修改时间，Win：返回创建时间。返回值是一个数，为纪元秒数
os.path.size(path) 返回文件/目录的大小，以字节为单位shutil
shutil模块提供了一系列对文件和文件集合的高阶操作。 特别是提供了一些支持文件拷贝和删除的函数。
拷贝操作
shutil.copyfileobj(fsrc, fdst[, length])
将文件类对象 fsrc 的内容拷贝到文件类对象 fdst，length表示缓冲区大小，且默认情况为：1024 * 1024 if WINDOWS else 64 * 1024。
import shutilshutil.copyfileobj(open("./t1/a.txt", "r"), open("t1/b.txt", "w"))
注意有个fsrc是读，而fdst是写
shutil.copyfile(src, dst)
将src文件拷贝到dst文件，dst可以不存在
import shutil
shutil.copyfile("./t1/a.txt", “./t1/b.txt”)
shutil.copymode(src, dst)
仅拷贝权限。内容、组、用户均不变，此功能并不是在所有平台上均可用(查看文档，了解更多)
import shutilshutil.copymode("./t1/a.txt", "./t1/b.txt")
shutil.copystat(src, dst)
从 src 拷贝权限位、最近访问时间、最近修改时间以及旗标到 dst.
shutil.copy(src, dst)
拷贝文件和权限
shutil.copy2(src, dst)
拷贝文件和状态信息
shutil.copytree(src, dst)
递归拷贝，参数很多，没有详细列出
import shutilshutil.copytree('folder1', 'folder2',ignore=shutil.ignore_patterns('*.pyc', 'tmp*'))
# 目标目录不能存在，注意对folder2目录父级目录要有可写权限，ignore的意思是排除
删除操作
shutil.rmtree(path, ignore_errors=False, οnerrοr=None)
递归删除文件夹。前面说过：空文件夹用os.redir(path)，单个文件用os.remove(path)；onerror参数可以指定处理程序来处理异常（ignore_errors为False时）
移动操作
shutil.move(src, dst)
递归地将一个文件或目录 (src) 移至另一位置 (dst) 并返回目标位置。同一目录时为重命名，类似于mv命令。
json
json模块可以把python基本数据类型与json数据进行转换。
json.dumps(data)
将基本数据类型格式转换为json数据
import jsondata = {"name": "lczmx","age": 20,
}s = json.dumps(data)print(repr(s)) # '{"name": "lczmx", "age": 20}'
json.dump(data, file_obj)
将基本数据类型转换为json数据并写入到文件中
import jsondata = {"name": "lczmx","age": 20,
}
f = open("./res.json", "w", encoding="utf-8")
json.dump(data, f)f.close()
json.loads(s)
把json字符串转化为python数据类型
import jsons = '{"name": "lczmx", "age": 20}'res = json.loads(s)print(res, type(res))
# {'name': 'lczmx', 'age': 20} <class 'dict'>
json.load(file_obj)
转换文件对象的json内容。import jsonwith open("./res.json", "r", encoding="utf-8") as f:res = json.load(f)print(res, type(res))
扩展jsonjson模块只支持python基本数据类型，但我们可以自定义JSON编码器，重写default方法，这样我们自己写的类就可以使用json.dumps了import jsonclass Foo:def __init__(self, name, age):self.name = nameself.age = agedef data_dict(self):# 返回的是基本数据类型return {"name": self.name, "age": self.age}class JsonCustomEncoder(json.JSONEncoder):# 重写default方法def default(self, field):if isinstance(field, Foo):return field.data_dict() # 调用自定义的方法else:return json.JSONEncoder.default(self, field)f = Foo("lczmx", 21)# 使用时要指定自定义的编码器
res = json.dumps(f, cls=JsonCustomEncoder)
print(res)
# {"name": "lczmx", "age": 21}
pickle
模块 pickle 实现了对一个 Python 对象结构的二进制序列化和反序列化。它只能用于Python，并且可能不同版本的Python彼此都不兼容，因此，只能用Pickle保存那些不重要的数据，不能成功地反序列化也没关系。
注意：pickle 模块并不安全。你只应该对你信任的数据进行unpickle操作.
import pickledic = {'name': 'alvin', 'age': 23, 'sex': 'male'}print(type(dic)) # <class 'dict'>j = pickle.dumps(dic)
print(type(j)) # <class 'bytes'>f = open('序列化对象_pickle', 'wb') # 注意是w是写入str,wb是写入bytes,j是'bytes'
f.write(j) # -------------------等价于pickle.dump(dic,f)f.close()
# -------------------------反序列化
f = open('序列化对象_pickle', 'rb')data = pickle.loads(f.read()) # 等价于data=pickle.load(f)print(data['age'])
shelve
shelve" 是一种持久化的类似字典的对象，只有open方法，比pickle简单。
由于 shelve 模块需要 pickle 的支持，所以shelve模块也不安全。需要注意是否为信任数据才能使用。import shelved = shelve.open("持久化文件.txt")# 以 d[key] = data 的形式存储
d["name"] = "lczmx"
d["age"] = 22
d["addr"] = "guangzhou"
d["data"] = [1, 2, 3]# 使用中括号取值
name = d["name"]
print(name) # lczmx# 使用del删除某个键对应的值del d["age"]# 可以使用 in 判断某个键是否存在
flag = "age" in d
print(flag) # False# .keys()方法 可以列出所有的键 (速度较慢!)
klist = list(d.keys())
print(klist) # ['name', 'addr', 'data']# 值即使是引用对象，假如要保存修改后的值，要重新赋值
temp = d['data']
temp.append(4)
print(d["data"]) # [1, 2, 3]
d['data'] = temp
print(d["data"]) # [1, 2, 3, 4]# close掉，可以使用上下文管理协议
d.close()
xml
xml也是一个可以跨语言的数据交换协议，但使用起来没有json简单，由于xml诞生的时间比json早，所以至今还有一些公司正在使用。
生成xml
步骤：
创建根节点
为根节点添加子节点
为字节点添加内容和属性
生成文档对象树
保存到文件等
import xml.etree.ElementTree as ET
# 创建根节点
new_xml = ET.Element("namelist")# 为跟节点创建字节点
name1 = ET.SubElement(new_xml, "name", attrib={"enrolled": "yes"})
age1 = ET.SubElement(name1, "age", attrib={"checked": "no"})# 添加内容
name1.text = '老王'
age1.text = "30"# 同上
name2 = ET.SubElement(new_xml, "name", attrib={"enrolled": "no"})
age2 = ET.SubElement(name2, "age")
name2.text = "隔壁"
age2.text = '33'# 生成文档对象
et = ET.ElementTree(new_xml)# 写入文件中
et.write("test.xml", encoding="utf-8", xml_declaration=True)# 打印生成的格式
ET.dump(new_xml)
结果：
<?xml version='1.0' encoding='utf-8'?>
<namelist><name enrolled="yes">老王<age checked="no">30</age></name><name enrolled="no">隔壁<age>33</age></name>
</namelist>
读取xml
对xml文件进行操作，用的是parse方法和getroot方法
import xml.etree.ElementTree as ET
tree = ET.parse("./test.xml")
root = tree.getroot()
以下都以root即根节点这个对象进行操作
root可以换成任意子节点
查看
root.tag 获取标签名
root.attrib 获取属性
root.text 获取内容
遍历/查找
root.iter(tag) 查找子孙节点中的tag标签，以迭代器方式返回
root.find(tag) 查找子节点的第一个tag标签
root.findall(tag) 找子节点的所有tag标签
修改
root.text=“xx” 修改内容
root.set(“属性名”, “属性值”) 设置属性值
删除
root.remove(node) 删除子节点
struct
此模块可以执行 Python 值和以 Python bytes 对象表示的 C 结构之间的转换。 这可以被用来处理存储在文件中或是从网络连接等其他来源获取的二进制数据。
一般使用它的两个函数：
struct.pack("格式", data)
struct.unpack("格式", byte_data)
import struct# 数据 -> bytes
pi = 3.14159265358
res = struct.pack("f", pi)
print(res, type(res)) # b'\xdb\x0fI@' <class 'bytes'> # 已经转化为字节类型# bytes -> 原数据
data = struct.unpack(“f”, res)
print(data, type(data)) # (3.1415927410125732,) <class ‘tuple’>
格式 C 类型 Python 类型 标准大小 注释
x 填充字节 无
c char 长度为 1 的字节串 1
b signed char 整数 1 (1), (2)
B unsigned char 整数 1 (2)
? _Bool bool 1 (1)
h short 整数 2 (2)
H unsigned short 整数 2 (2)
i int 整数 4 (2)
I unsigned int 整数 4 (2)
l long 整数 4 (2)
L unsigned long 整数 4 (2)
q long long 整数 8 (2)
Q unsigned long long 整数 8 (2)
n ssize_t 整数 (3)
N size_t 整数 (3)
e (6) 浮点数 2 (4)
f float 浮点数 4 (4)
d double 浮点数 8 (4)
s char[] 字节串
p char[] 字节串
P void * 整数 (5)re
正则表达式是用来描述字符或字符串的特殊符号，在python中用re模块实现，正则表达式模式被编译成一系列的字节码，用 C 编写的匹配引擎执行。
元字符
正则表达式语言由两种基本字符类型组成:原义(正常)文本字符和元字符，元字符实质上就是有特殊含义的字符。
下面列举一些常用的元字符，参考文档给出的元字符
字符 描述 列子
\ 匹配\
\w 匹配字母、数字、下划线
\W 匹配非字母数字下划线
\s 匹配空白字符
\S 匹配非空白字符
\d 匹配数字
\D 匹配非数字
\n 匹配换行符
\t 匹配制表符
^ 匹配字符串的开头
$ 匹配字符串的结尾
. 匹配除换行符外的所有字符，当re.DOTALL标记被指定时，可以匹配换行符
[] 匹配括号中的每一个字符，如[abc]表示a、b、c
[^] 匹配不在括号中的字符，如[^abc]表示不是a或b
- 对它前面的正则式匹配0到任意次重复，如\w*表示0到任意个数字
- 对它前面的正则式匹配1到任意次重复
? 对它前面的正则式匹配0到1次重复
{n} 对其之前的正则式指定匹配 m 个重复；少于 m 的话就会导致匹配失败，如\w{6}表示6个数字
{n,m} 对正则式进行 n 到 m 次匹配，在 n 和 m 之间取尽量多。
a|b 匹配a或b
() 组合，匹配括号内的表达式
更多可以看这篇文章 linux shell 正则表达式(BREs,EREs,PREs)差异比较
关于(?…)个扩展标记法，可以看官方文档。
方法
查找
使用 说明
re.findall(pattern, string) 匹配所有结果，返回一个列表，空匹配也会包含在结果里
re.finditer(pattern, string) 匹配所有结果，返回由匹配对象（re.Match）构成的迭代器 。 string 从左到右扫描，匹配按顺序排列。空匹配也包含在结果里。
re.search(pattern, string) 匹配第一个结果，返回匹配对象（re.Match），未匹配到时为None
re.match(pattern, string) 字符串开头相当于re.search("^ …", string)是否匹配pattern，是则返回匹配对象（re.Match），未匹配到时为None
分割
re.split(pattern, string, maxsplit=0, flags=0)
以pattern规则分割string，结果以列表形式返回，maxsplit非零时，表示分割多少次，flags=re.IGNORECASE可以忽略大小写
import re
s = “12a21v13xsa15”
res = re.split("[a-z]+", s)
print(res) # [‘12’, ‘21’, ‘13’, ‘15’]
替换
re.sub(pattern, repl, string, count=0, flags=0)
返回通过使用 repl 替换在 string 最左边非重叠出现的 pattern 而获得的字符串。
可选参数 count 是要替换的最大次数；count 必须是非负整数。如果省略这个参数或设为 0，所有的匹配都会被替换。
import res = "12a21v13xsa15"
res = re.sub("[a-z]+", ", ", s)print(res) # 12, 21, 13, 15
假如repl参数是一个函数，那么可以极大扩展替换功能。
import res = "name=lczmx, age=22"def repl_func(matchobj):age = int(matchobj.group("age"))return str(age + 1)res = re.sub(r"(?P<age>\d+)", repl_func, s)
print(res) # name=lczmx, age=23
匹配对象（re.Match）操作
Match.group([group1, …])
返回一个或者多个匹配的子组。如果只有一个参数，结果就是一个字符串，如果有多个参数，结果就是一个元组，使用正则表达式使用了(?P…) 语法,可以用Match.group(“name”)的方式取值。
Match.groups(default=None)
返回一个元组，包含所有匹配的子组
Match.groupdict(default=None)¶
返回一个字典，包含了所有的命名子组。key就是组名
import res = "abc@example.com,user"res = re.match(r"([a-zA-Z]+)@(\w+\.com)", s)print(res.groups()) # ('abc', 'example.com')
print(res.group(0)) # abc@example.com
print(res.group(1)) # abc
print(res.group(2)) # example.comres = re.match(r"(?P<prefix>\w+)@(?P<suffix>\w+\.com)", s)print(res.groups()) # ('abc', 'example.com')
print(res.group(0)) # abc@example.comprint(res.group(1)) # abc
print(res.group("prefix")) # abcprint(res.group(2)) # example.com
print(res.group("suffix")) # example.comprint(res.groupdict()) # {'prefix': 'abc', 'suffix': 'example.com'}
去括号优先级
假如这样的例子：
import reres = re.findall(r"(abc)+", "abcabcabc")
print(res) # ['abc']
其匹配结果是[“abc”]，而非[“abcabcabc”]，这是因为括号的优先级高，假如要括号与后面的元字符相结合的化可以使用以下方法：
import reres = re.findall(r"(?:abc)+", "abcabcabc")
print(res) # ['abcabcabc']
匹配原理
关于正则匹配原理，看此文。
logging
关于日志管理的基本教程，请点击这里
关于使用日志的流程，大约有以下步骤：
调用logging.basicConfig()设置logging，确定日记级别、是否输入到文件、信息格式等参数
根据需求，调用logging的debug、info、warning、error、critical方法
注意
由于logging.basicConfig()只需要定义一次，所以debug等方法应该在其被设置后调用
打印到终端
打印到终端是开发过程中的一个实用的方法。
import logginglogging.basicConfig()logging.debug("debug messages")
logging.info("info messages")
logging.warning("warning messages")
logging.error("error messages")
logging.critical("critical messages")
由于默认日志级别为WARNING，所以只在终端显示了后三行信息
写入文件
为basicConfig()增加filename参数即可
import logginglogging.basicConfig(filename="test.log")logging.debug("debug messages")
logging.info("info messages")
logging.warning("warning messages")
logging.error("error messages")
logging.critical("critical messages")
python 3.9版本的logging.basicConfig() 可以指定encoding参数，之前的以系统默认的编码方式打开。多模块使用
在多个模块中import logging即可，其操作的是同一个logging对象import logging
import mylibdef main():logging.basicConfig()logging.warning("start function")mylib.my_func()logging.warning("end function")print(id(logging)) # 2248755624272if __name__ == '__main__':main()
./mylib.py# ./mylib.py
import loggingdef my_func():logging.error("error massage")print(id(logging)) # 2248755624272
修改日志级别
日志级别从低到高：
级别 何时使用
DEBUG 细节信息，仅当诊断问题时适用。
INFO 确认程序按预期运行
WARNING 表明有已经或即将发生的意外（例如：磁盘空间不足）。程序仍按预期进行
ERROR 由于严重的问题，程序的某些功能已经不能正常执行
CRITICAL 严重的错误，表明程序已不能继续执行
默认级别为WARNING
修改日志级别要用到logging.basicConfig()的level参数，其传入的值是一个在logging模块中已经被定义好的数：
CRITICAL = 50
FATAL = CRITICAL
ERROR = 40
WARNING = 30
WARN = WARNING
INFO = 20
DEBUG = 10
NOTSET = 0
例子：
import logging
logging.basicConfig(level=logging.INFO)
logging.warning(“start function”)
从命令行中接收日志级别
使用argparse库接收命令行参数，再使用getattr()方法从logging模块中把对应的日志级别取出来：
import logging
import argparse# log选项的值只能是level_list的元素
level_list = ["debug", "info", "warning", "warn", "error", "fatal", "critical"]
level_list.extend(list(map(lambda x: x.upper(), level_list))) # 全大写再加入parser = argparse.ArgumentParser(description="test file")parser.add_argument("--log", default="debug", choices=level_list)args = parser.parse_args()# 拿到级别字符串后要大写level = getattr(logging, args.log.upper())
logging.basicConfig(level=level)logging.debug("debug messages")
logging.info("info messages")
logging.warning("warning messages")
logging.error("error messages")
logging.critical("critical messages")
$ python test.py --log error
ERROR:root:error messages
CRITICAL:root:critical messages$ python test.py --log info
INFO:root:info messages
WARNING:root:warning messages
ERROR:root:error messages
CRITICAL:root:critical messages
configparser
configparser库是python的配置文件管理模块，其所用结构与 INI 文件的类似。
注意：小节（section）中的键（key）大小写不敏感并且会存储为小写形式
写
步骤：
创建对象configparser.ConfigParser()
在字典中添加数据，用中括号操作，类似字典
写入文件
import configparser# 1 创建parser对象
config = configparser.ConfigParser()# 2 添加数据
# 方法一
config["DEFAULT"] = {"HOST": "localhost", "PORT": "3306"}# 方法二
config["CUSTOM"] = {}
config["CUSTOM"]["HOST"] = "192.168.0.1"
# 或
custom_config = config["CUSTOM"]
custom_config["PORT"] = "3333"# 3 写入文件with open("config.ini", "w") as f:config.write(f)
最外层就是一个字典
config.ini文件：
[DEFAULT]
host = localhost
port = 3306[CUSTOM]
host = 192.168.0.1
port = 3333
读
注意：DEFAULT不在sections()中，可以直接用[“DEFAULT”].get(key)或.get(“DEFAULT”, key)取值
根据不同的需求可以用以下几个方法：
config.read(path) 读取配置文件config.sections() 返回可用节的列表，即[xxx]中的xxxconfig.options(Section) 返回键构成的元组config.items(Section) 返回列表，元素为键值对组成的元组config.get(Section, key) 等价于 Section.get(key)Section.get(key, default) 类似字典一样取值config 还可以通过使用for循环，有.keys(), .values(), .items()import configparserconfig = configparser.ConfigParser()config.read("./config.ini")print(config["DEFAULT"].get("host")) # localhostprint(config.options("CUSTOM")) # ['host', 'port']print(config.items("CUSTOM"))
# [('host', '192.168.0.1'), ('port', '3333')]
删操作
config.remove_section(section) 删除块即整个[xxx]config.remove_option(section, key) 删除块下面的键（包括值）import configparserconfig = configparser.ConfigParser()config.read("./config.ini")config.remove_section("CUSTOM")
config.remove_option("DEFAULT", "host")
config.write(open("./config.ini", "w"))
argparse
argparse是python推荐的命令行参数解析模块，argparse基于optparse(3.2版中已经被弃用)，所以两者用法类似。
其一般的使用步骤是：
创建解析器
添加参数
解析参数
创建解析器
parser = argparse.ArgumentParser(description="计算两个数的和", prog="SUM")
description参数可以指定帮助文档之前显示的描述信息
prog 指定程序名，默认sys.argv[0]
添加参数
使用parser.add_argument(name or flags)方法，该方法可以指定位置参数或者是选项，而且它可以接收很多参数，下面列举几个常用的参数：action - 当参数在命令行中出现时使用的动作基本类型。
它的值列出这几个更多可以看文档：
action值 说明
store 存储参数的值（默认）
store_true and store_false 分别用作存储 True 和 False 值的特殊用例
version 期望有一个 version= 命名参数，version参数可以用%(prog)s的形式使用prog参数
default - 设置默认值。
type - 命令行参数应当被转换成的类型，即把str转成其他形式。
choices - 可用的参数的容器（一般为列表），即参数值只能是里面的元素。
required - 此命令行选项是否必需，默认False
(一般来说选项是可以被省略的，不然换为位置参数更好)。
help - 为此选项作用的简单描述，使用-h或--help可以看到。
parser.add_argument("x", type=float, help="一个数x") # 添加位置参数x
parser.add_argument("y", type=float, help="一个数y") # 添加位置参数y
# 添加选项-a， 把值存储为True
parser.add_argument("-a", action="store_true", help="显示详细过程")# 添加选项-f，它的值知道能是[1, 2, 3]中的元素
parser.add_argument("-f", default=1, choices=[1, 2, 3],type=int, help="保留小数点位数")# 添加选项-v 或 --version
# 使用来自argparse.ArgumentParser的prog参数
parser.add_argument("-v", "--version", action="version",version="%(prog)s 0.1", help="显示版本")
解析参数
通过parser.parse_args()解析，然后通过.的方式取值（无论位置参数还是选项）# 解析
args = parser.parse_args()
print(args.x)
print(args.a)
print(args.f)
完整例子
一个计算两个数和的程序
import argparseparser = argparse.ArgumentParser(description="计算两个数的和", prog="SUM")parser.add_argument("x", type=float, help="一个数x") # 添加位置参数x
parser.add_argument("y", type=float, help="一个数y") # 添加位置参数y
# 添加选项-a， 把值存储为True
parser.add_argument("-a", action="store_true", help="显示详细过程")# 添加选项-f，它的值知道能是[1, 2, 3]中的元素
parser.add_argument("-f", default=1, choices=[1, 2, 3],type=int, help="保留小数点位数")# 添加选项-v 或 --version
# 使用来自argparse.ArgumentParser的prog参数
parser.add_argument("-v", "--version", action="version",version="%(prog)s 0.1", help="显示版本")# 解析
args = parser.parse_args()# 计算并保留小数
res = round(args.x + args.y, args.f)if args.a:print("{x} + {y} = {res}".format(x=args.x, y=args.y, res=res))
else:print(res)
在命令行中使用：$ python get_sum.py -h
usage: SUM [-h] [-a] [-f {1,2,3}] [-v] x y计算两个数的和positional arguments:x 一个数xy 一个数yoptional arguments:-h, --help show this help message and exit-a 显示详细过程-f {1,2,3} 保留小数点位数-v, --version 显示版本$ python get_sum.py -v
SUM 0.1$ python get_sum.py 3.14 5.96
9.1$ python get_sum.py 3.14 5.96 -a
3.14 + 5.96 = 9.1$ python get_sum.py 3.14159 3.335 -f 3 -a
3.14159 + 3.335 = 6.477$ python get_sum.py
usage: SUM [-h] [-a] [-f {1,2,3}] [-v] x y
SUM: error: the following arguments are required: x, y
hashlib
hashlib是针对不同的安全哈希和消息摘要算法实现了一个通用的接口。
生成md5
import hashlibmd5 = hashlib.md5()
# 输入的是字节串
md5.update("test message".encode("utf-8"))res = md5.hexdigest()
print(res)
# c72b9698fa1927e1dd12d3cf26ed84b2
为md5加盐
所谓加盐就是update其他内容，改变md5的值，防止撞库。import hashlibmd5 = hashlib.md5()
# 输入的是字节
md5.update("加盐".encode("utf-8"))
md5.update("test message".encode("utf-8"))res = md5.hexdigest()
print(res)
# 3f5a030db81d9e5e83d2c8e7eba1965c
uuid
生成uuid4
import uuidprint(uuid.uuid4())
# f1d50cdd-2f36-4db2-b788-ec4f2f08ce52
subprocess
subprocess 模块允许你生成新的进程，连接它们的输入、输出、错误管道，并且获取它们的返回码。
对于subprocess模块，我们只需要关注底层的Popen接口的使用方法即可。
常用参数：
args
一般来说是命令，推荐使用列表的方式传入（有顺序）
shell
True或False
在 POSIX，当 shell=True， shell 默认为 /bin/sh
在 Windows，当 shell=True，环境变量 COMSPEC 指定了默认 shell，执行命令时可以为True，但执行批处理文件或可执行文件时，不需要shell=True
stdin， stdout 和 stderr
分别指定了执行的程序的标准输入、输出和标准错误文件句柄
它们的合法值一般有：
其他Popen对象的stdin/stdout/stderr
subprocess.PIPE 表示打开标准流的管道
None
文件对象
更加详细内容，请看官方文档
获取返回信息
使用subprocess.PIPE接收
popen_obj.stdout.read().decode(“xx”) 的方式
当然也可以在stdout中传入文件对象，直接写入文件中
使用例子
import subprocess# 执行没有参数的
subprocess.Popen(["dir"], shell=True, stdout=open("dir_res.txt", "w"))# 有参数
# get_sum.py为argparse模块最后的例子
command = "python get_sum.py 3.47 2.48 -a -f 2"res2 = subprocess.Popen(command.split(" "), shell=True, stdout=subprocess.PIPE)
print(res2.stdout.read().decode("gbk")) # 3.47 + 2.48 = 5.95# stdout作为stdinres3 = subprocess.Popen(["echo", "www.baidu.com"],shell=True, stdout=subprocess.PIPE)res4 = subprocess.Popen(["nslookup"], shell=True,stdin=res3.stdout, stdout=subprocess.PIPE)print(res4.stdout.read().decode("gbk"))
"""
默认服务器: UnKnown
Address: 192.168.0.1> 服务器: UnKnown
Address: 192.168.0.1名称: www.baidu.com
Address: 182.61.200.7>
python3常用标准库相关推荐
- python标准库和第三方库_python常用标准库及三方库
python 常用标准库及三方库 作者: yegle 链接: https://www.zhihu.com/question/20501628/answer/153211 84 著作权归作者所有.商业转 ...
- 10个常用python标准库_【循序渐进学Python】11.常用标准库
安装完Python之后,我们也同时获得了强大的Python标准库,通过使用这些标准库可以为我们节省大量的时间.这里是一些常用标准库的简单说明.更多的标准库的说明,可以参考Python文档 sys 模块 ...
- C++ STL常用标准库容器入门（vector,map,set,string,list...）
STL常用标准库容器 C++ STL中最基本以及最常用的类或容器无非就是以下几个: 目录 string vector deque list forward_list queue priority_qu ...
- Python常用标准库之正则表达式
Python常用标准库之正则表达式 1.re模块常用函数 1.1 匹配对象以及group()和groups()方法 1.2 match()与search():匹配单个目标 1.3 findall(): ...
- python常用标准库的基本用法_Python常用标准库之fileinput
Python常用标准库之fileinput fileinput模块用于对标准输入或多个文件进行逐行遍历.这个模块的使用非常简单,相比open()方法批量处理文件,fileinput模块可以对文件.行号 ...
- go 常用标准库之-time
文章目录 go 常用标准库之-time 基本使用 时间戳 时间间隔 时间操作 Add Sub Equal Before After 时间格式化 字符串格式化成时间 时区 定时任务 go 常用标准库之- ...
- 【博学谷学习记录】超强总结，用心分享 | 人工智能编程语言Python常用标准库（上）
Python常用标准库 上 sys库 time库 random库 math库 os库 shutil库 Python语言的急速发展很大程度上得益于其开放共享的特点和良好的社区支持和计算生态,拥有超过十几 ...
- python 常用标准库
python 常用标准库 1.文本 string:通用字符串操作 re:正则表达式操作 difflib:差异计算工具 textwrap:文本填充 unicodedata:Unicode字符数据库 st ...
- python常用标准库有哪些-Python - 常用标准库
sys 和Python解释器关系密切的标准库 sys.__doc__中已经说明了:这个模块提供了对一些对象的访问使用或维护的解释器和交互的功能强的解释 sys.argv 变量,专门用来向Python解 ...
最新文章
- 怎么做 慢充 话费_警惕！冒充亲友骗充话费卷土重来
- jsp调试java_调试从Tomcat(JSP)运行的Java程序
- DeepMind让AI变身天才数学家！首次提出两大数学猜想，登Nature封面
- 字体大小的设置_老年人用智能手机，怎样更改字体大小？3种方法，手把手教您学会...
- 新网 云服务器,新网云服务器的优势包括什么？
- 《Java从入门到放弃》框架入门篇：hibernate基本配置
- 电脑桌面图标异常 计算机只显示C盘,Windows7系统桌面图标异常如何解决?
- 华为手机怎么隐藏按键图标_华为手机隐藏技巧，一键简单设置，让沟通更加便捷...
- Android项目打第三方jar包
- 最简单的WIN7内核PE系统的U盘安装方法+WIN7密码破解
- 基于KNN的手写数字识别
- java毕业设计商品货物信息管理系统源码+lw文档+mybatis+系统+mysql数据库+调试
- 计算机的桌面图标不见,桌面图标不见了怎么办,小编教你电脑桌面图标不见了怎么办...
- html生成一维码,JS条形码(一维码)插件JsBarcode用法详解【编码类型、参数、属性】...
- 帐套文件（*.mdf）无法复制，拷贝出现数据错误（循环冗余检查）帐套文件（*.mdf）无法复制，拷贝出现数据错误（循环冗余检查）,sql附加823错误
- plus project的mpp文件导出问题和plus project的xml导出
- UBports使用和开发资料（Linux手机操作系统）
- 6代cpu装win7
- 我的开源项目从0到1024的过程
- Debian下Apache2安装与设置 一 ZT