Python基础：标准库概览

1. 标准库介绍

  Python 标准库非常庞大，所提供的组件涉及范围十分广泛，正如以下内容目录所显示的。这个库包含了多个内置模块 (以 C 编写)，Python 程序员必须依靠它们来实现系统级功能，例如文件 I/O，此外还有大量以 Python 编写的模块，提供了日常编程中许多问题的标准解决方案。其中有些模块经过专门设计，通过将特定平台功能抽象化为平台中立的 API 来鼓励和加强 Python 程序的可移植性。
  Windows 版本的 Python 安装程序通常包含整个标准库，往往还包含许多额外组件。对于类 Unix 操作系统，Python 通常会分成一系列的软件包，因此可能需要使用操作系统所提供的包管理工具来获取部分或全部可选组件。
  在标准库以外，还存在成千上万并且不断增加的其他组件集（从单独的程序和模块到软件包以及完整的应用程序开发框架），这些组件集可以从Python 包索引 https://pypi.org 获取。

2. 常见的一些标准库

  下面的表格罗列了一些常用的模块，但还只是标准库的很少的一部分，具体使用需要根据需求来定。

3. 部分模块的示例

3.1 操作系统 – os

  提供与操作系统交互的功能，包括文件和目录操作。

import os

# 获取当前工作目录
current_directory = os.getcwd()
print("Current Directory:", current_directory)

# 列出目录中的文件
files_in_directory = os.listdir(current_directory)
print("Files in Directory:", files_in_directory)

# 创建目录
os.mkdir("example_directory")

# 删除目录
os.rmdir("example_directory")

3.2 文件通配符 – glob

  提供文件名的模式匹配功能。

import glob

# 匹配当前目录下所有的 .txt 文件
txt_files = glob.glob('*.txt')
print(f"匹配的 .txt 文件：{txt_files}")

3.3 命令行参数 – sys 和 argparse

  sys 提供对 Python 解释器的变量和函数的访问，而 argparse 用于解析命令行参数。

import sys
import argparse

# 使用 sys 获取命令行参数
script_name = sys.argv[0]
print(f"脚本名称：{script_name}")

# 使用 argparse 解析命令行参数
parser = argparse.ArgumentParser(description='描述脚本用途')
parser.add_argument('--input', help='输入文件路径')
args = parser.parse_args()
input_file = args.input
print(f"输入文件路径：{input_file}")

3.4 错误输出重定向和程序终止 – sys

import sys

try:
    # 模拟错误
    raise ValueError("这是一个错误")
except ValueError as e:
    # 将错误信息输出到标准错误流
    print(f"发生错误：{e}", file=sys.stderr)
    # 终止程序
    sys.exit(1)

3.5 字符串正则匹配 – re

  提供正则表达式的功能，用于模式匹配。
  更多关于Python正则匹配可以参考下面博文：
  Python基础：正则表达式（regular expression）详解

import re

# 匹配字符串中的数字
result = re.search(r'd+', 'Age: 30')
if result:
    matched_number = result.group()
    print(f"匹配到的数字：{matched_number}")

3.6 数学 – math

  提供数学运算函数

import math

# 计算正弦值
sin_value = math.sin(math.radians(90))
print(f"正弦值：{sin_value}")

3.7 访问互联网 – urllib

  提供处理 URL 的模块，包括打开、读取、解析 URL。

from urllib.request import urlopen

# 打开并读取 URL 内容
with urlopen('https://www.example.com') as response:
    content = response.read().decode('utf-8')
    print(f"URL 内容：{content}")

3.8 日期和时间 – datetime

  提供处理日期和时间的类和函数。

from datetime import datetime

# 获取当前日期和时间
current_datetime = datetime.now()
print(f"当前日期和时间：{current_datetime}")

3.9 数据压缩 – gzip

  提供对 GZIP 格式的文件进行压缩和解压缩功能。

import gzip

# 压缩文件
with open('example.txt', 'rb') as file:
    with gzip.open('example.txt.gz', 'wb') as compressed_file:
        compressed_file.writelines(file)

# 解压缩文件
with gzip.open('example.txt.gz', 'rb') as compressed_file:
    content = compressed_file.read().decode('utf-8')
    print(f"解压缩后的内容：{content}")

3.10 性能度量 – timeit

  用于测试代码段的执行时间

import timeit

# 测量代码执行时间
def example_function():
    result = sum(range(1000))

execution_time = timeit.timeit(example_function, number=10000)
print(f"代码执行时间：{execution_time} 秒")

3.11 测试模块 – unittest

  提供单元测试功能

import unittest

# 编写测试用例
class ExampleTestCase(unittest.TestCase):
    def test_addition(self):
        self.assertEqual(1 + 1, 2)

# 运行测试
if __name__ == '__main__':
    unittest.main()

4. 使用标准库注意事项

  使用 Python 标准库是编写稳健、可维护和跨平台的 Python 代码的关键部分。

1. 版本兼容性
     不同版本的 Python 可能会引入新的模块或对现有模块进行更改。确保你的代码适用于你所使用的 Python 版本，查阅相应版本的官方文档。
2. 异常处理
     标准库中的函数和模块可能会引发异常。在使用它们时，确保进行适当的异常处理以防止程序崩溃。
3. 文档查阅
     Python 提供了详细的官方文档，其中包含对每个模块和函数的详细说明。在使用标准库的特定部分之前，请查阅相应的文档以了解其功能和用法。
4. 模块导入
     了解如何正确导入模块是重要的。有时候，你可能只需要导入模块的一部分而不是全部。例如，使用 from module import function 语法。
5. 模块的性能
     一些模块可能会影响程序的性能。在处理大量数据或需要高性能的情况下，考虑使用专门设计的库或工具。
6. 可移植性
     虽然标准库是 Python 的一部分，但并不是所有模块在所有平台上都是完全相同的。确保你的代码在目标平台上能够正确运行。
7. 虚拟环境
     在项目中使用虚拟环境是一个良好的实践，它可以确保你的项目在不同环境中具有相同的依赖关系。
8. 第三方库
     在某些情况下，可能有更好的第三方库可用，提供了比标准库更强大或更专业的功能。在选择使用标准库还是第三方库时，要根据具体需求和项目要求做出明智的选择。
9. 更新和维护
     定期检查 Python 的更新，并确保你的代码能够在最新版本的 Python 中运行。标准库中的一些模块可能会在后续版本中进行改进或修复 bug。
10. 国际化
      如果你的应用程序涉及到国际化和本地化，了解标准库中与这些方面相关的模块，如 locale 和 gettext。

5. 参考

  官网：
  https://docs.python.org/zh-cn/3/library/index.html
  菜鸟教程：
  https://www.runoob.com/python3/python3-stdlib.html

代码007普通

打赏 收藏 海报 链接