Python模块和标准库的使用教程

#!/usr/bin/env python
# coding=utf-8

lang = "python"
引入模块

>>> import sys
>>> sys.path.append("~/Documents/VBS/StartLearningPython/2code/pm.py")
>>> import pm
>>> pm.lang
'python'
当Python解释器读取了 .py 文件，先将它变成由字节码组成的 .pyc 文件，然后这个 .pyc 文件交给一个叫做Python虚拟机的东西去运行（那些号称编译型的语言也是这个流程，不同的是它们先有一个明显的编译过程，编译好了之后再运行）。如果 .py 文件修改了，Python解释器会重新编译，只是这个编译过程不是完全显示给你看的。

我这里说的比较笼统，要深入了解Python程序的执行过程，可以阅读这篇文章： 说说Python程序的执行过程

有了 .pyc 文件后，每次运行就不需要重新让解释器来编译 .py 文件了，除非 .py 文件修改了。这样，Python运行的就是那个编译好了的 .pyc 文件。

ifname== “main“

如果要作为程序执行，则 __name__ == "__main__" ；如果作为模块引入，则 pm.__name__ == "pm" ，即属性 __name__ 的值是模块名称。

模块的位置

>>> import sys
>>> import pprint
>>> pprint.pprint(sys.path)  #查看所有模块的位置
__all__ 在模块中的作用

# /usr/bin/env python
# coding:utf-8

__all__ = ['_private_variable', 'public_teacher']

public_variable = "Hello, I am a public variable."
_private_variable = "Hi, I am a private variable."

def public_teacher():
    print "I am a public teacher, I am from JP."    #Python 3: print("I am a public teacher, I am from JP.")

def _private_teacher():
    print "I am a private teacher, I am from CN."    #Python 3:  print("I am a private teacher, I am from CN.")
__all__ 属性以及相应的值，在 __all__ 属性列表中包含了一个私有变量的名字和一个函数的名字。这是在告诉引用本模块的解释器，这两个东西是有权限被访问的，而且只有这两个东西。

包或者库

包或者库，应该是比“模块”大的。也的确如此，一般来讲，一个“包”里面会有多个模块，当然，“库”是一个更大的概念了，比如Python标准库中的每个库都有好多个包，每个包都有若干个模块。

一个包是由多个模块组成，即多个 .py 的文件，那么这个所谓“包”也就是我们熟悉的一个目录罢了。现在就需要解决如何引用某个目录中的模块问题了。解决方法就是在该目录中放一个 __init__.py 文件。 __init__.py 是一个空文件，将它放在某个目录中，就可以将该目录中的其它 .py 文件作为模块被引用。

自带电池

在Python被安装的时候，就有不少模块也随着安装到本地的计算机上了。这些东西就如同“能源”、“电力”一样，让Python拥有了无限生机，能够非常轻而易举地免费使用很多模块。所以，称之为“自带电池”。

那些在安装Python时就默认已经安装好的模块被统称为“标准库”。

引用的方式

import pprint #引入模块

from pprint import pprint #引入该模块下的方法

from pprint import * #引入该模块下的所有方法

import pprint as pr #重命名模块

from pprint import pprint as pt  #重命名方法
深入探究

dir() ,查看对象的属性和方法
help() 查看对象的含义
帮助、文档和源码

print pprint.__doc__  #查看文档
print pprint.__file__ #查看模块的位置，根据这个位置查到源代码
标准库

sys

sys.argv

sys.argv是专门用来向python解释器传递参数，名曰“命令行参数”。

$ python --version # --veriosn就是命令行参数
Python 2.7.6
sys.exit()

退出当前程序.

在大多数函数中会用到return，其含义是终止当前的函数，并向调用函数的位置返回相应值（如果没有就是None）。但是 sys.exit() 的含义是退出当前程序——不仅仅是函数，并发起 SystemExit 异常。这就是两者的区别了。

如果使用 sys.exit(0) 表示正常退出。若需要在退出的时候有一个对人友好的提示，可以用 sys.exit("I wet out at here.") ，那么字符串信息就被打印出来。

sys.stdout

与Python中的函数功能对照， sys.stdin 获得输入（等价于Python 2中的raw_input()，Python 3中的input()）， sys.stdout 负责输出。

>>> f = open("stdout.md", "w")
>>> sys.stdout = f  #重定向到文件
>>> print "Learn Python: From Beginner to Master"        #Python 3: print("Learn Python: From Beginner to Master")
>>> f.close()
copy

import copy
copy.copy() #浅拷贝
copy.deepcopy() #深拷贝
os

操作文件

import os
os.rename("22201.py", "newtemp.py") #重命名文件
os.remove("123.txt") #删除一个文件，不能是目录
操作目录

os.listdir：显示目录中的内容（包括文件和子目录）

os.getcwd：获取当前工作目录；

os.pardir:获得上一级目录

os.chdir：改变当前工作目录

os.makedirs, os.removedirs：创建和删除目录

文件和目录属性

os.stat(p) 显示文件或目录的属性

os.chmod() 改变权限

操作命令

os 模块中提供了这样的方法，许可程序员在Python程序中使用操作系统的命令。

>>> p
'/home/qw/Documents/VBS/StarterLearningPython'
>>> command = "ls " + p #命令复制给Command变量
>>> command
>>> os.system(command) #执行命令
需要注意的是， os.system() 是在当前进程中执行命令，直到它执行结束。如果需要一个新的进程，可以使用 os.exec 或者 os.execvp 。对此有兴趣详细了解的读者，可以查看帮助文档了解。另外， os.system() 是通过shell执行命令，执行结束后将控制权返回到原来的进程，但是 os.exec() 及相关的函数，则在执行后不将控制权返回到原继承，从而使Python失去控制。

#!/usr/bin/env python
# coding=utf-8

import webbrowser
webbrowser.open("http://www.baidu.com") #跨平台打开浏览器
heapq:堆

headpq模块

>>> import heapq
>>> heapq.__all__
['heappush', 'heappop', 'heapify', 'heapreplace', 'merge', 'nlargest', 'nsmallest', 'heappushpop']
heappush(heap, x)：将x压入堆heap

>>> import heapq
>>> heap = []   
>>> heapq.heappush(heap, 3)
>>> heapq.heappush(heap, 9)
>>> heapq.heappush(heap, 2)
>>> heapq.heappush(heap, 4)
>>> heapq.heappush(heap, 0)
>>> heapq.heappush(heap, 8)
>>> heap
[0, 2, 3, 9, 4, 8]
heappop(heap)：删除最小元素

>>> heapq.heappop(heap)
0
>>> heap
[2, 4, 3, 9, 8]
heapify()：将列表转换为堆

>>> hl = [2, 4, 6, 8, 9, 0, 1, 5, 3]
>>> heapq.heapify(hl)
>>> hl
[0, 3, 1, 4, 9, 6, 2, 5, 8]
heapreplace()是 heappop() 和 heappush() 的联合，也就是删除一个，同时加入一个

>>> heap
[2, 4, 3, 9, 8]
>>> heapq.heapreplace(heap, 3.14)
2
>>> heap
[3, 4, 3.14, 9, 8]
deque:双端队列

>>> qlst.append(5)        #从右边增加
>>> qlst
deque([1, 2, 3, 4, 5])
>>> qlst.appendleft(7)    #从左边增加
>>> qlst
deque([7, 1, 2, 3, 4, 5])
   
>>> qlst.pop() #右边删除一个元素
5
>>> qlst
deque([7, 1, 2, 3, 4])
>>> qlst.popleft() # 左边删除一个元素
7
>>> qlst
deque([1, 2, 3, 4])
   
>>> qlst.rotate(3) #循环移动n个位置
>>> qlst
deque([2, 3, 4, 1])
calendar:日历

import calendar
cal = calendar.month(2016,8)
print cal

    August 2016
Mo Tu We Th Fr Sa Su
 1  2  3  4  5  6  7
 8  9 10 11 12 13 14
15 16 17 18 19 20 21
22 23 24 25 26 27 28
29 30 31
calendar(year,w=2,l=1,c=6)

返回year年的年历，3个月一行，间隔距离为c。 每日宽度间隔为w字符。每行长度为 21* w+18+2* c 。l是每星期行数。

isleap(year)判断是否为闰年，是则返回true，否则false.

leapdays(y1, y2)返回在y1，y2两年之间的闰年总数，包括y1，但不包括y2.

month(year, month, w=2, l=1)返回year年month月日历，两行标题，一周一行。每日宽度间隔为w字符。每行的长度为7* w+6，l是每星期的行数。

monthcalendar(year,month)返回一个列表，列表内的元素还是列表。每个子列表代表一个星期，都是从星期一到星期日，如果没有本月的日期，则为0。

monthrange(year, month)返回一个元组，里面有两个整数。第一个整数代表着该月的第一天从星期几是（从0开始，依次为星期一、星期二，直到6代表星期日）。第二个整数是该月一共多少天。

weekday(year,month,day)输入年月日，知道该日是星期几（注意，返回值依然按照从0到6依次对应星期一到星期六）。

time

常用方法

time()获得的是当前时间（严格说是时间戳），只不过这个时间对人不友好，它是以1970年1月1日0时0分0秒为计时起点，到当前的时间长度（不考虑闰秒）。

localtime()得到的结果可以称之为时间元组（也有括号），其各项的含义是：

索引 属性 含义
0 tm_year 年
1 tm_mon 月
2 tm_mday 日
3 tm_hour 时
4 tm_min 分
5 tm_sec 秒
6 tm_wday 一周中的第几天
7 tm_yday 一年中的第几天
8 tm_isdst 夏令时
gmtime()localtime()得到的是本地时间，如果要国际化，就最好使用格林威治时间。

asctime()

>>> time.asctime()
'Mon May  4 21:46:13 2015'

time.asctime(h) #参数必须是时间元组，即localtime返回的值
ctime()

>>> time.ctime()
'Mon May  4 21:52:22 2015'
   
 >>> time.ctime(1000000)  #参数是时间戳
'Mon Jan 12 21:46:40 1970'
mktime()mktime()也是以时间元组为参数，但是它返回的是时间戳

strftime()将时间元组按照指定格式要求转化为字符串。如果不指定时间元组，就默认为 localtime() 值。

格式 含义 取值范围（格式）
%y 去掉世纪的年份 00-99，如”15”
%Y 完整的年份 如”2015”
%j 指定日期是一年中的第几天 001-366
%m 返回月份 01-12
%b 本地简化月份的名称 简写英文月份
%B 本地完整月份的名称 完整英文月份
%d 该月的第几日 如5月1日返回”01”
%H 该日的第几时（24小时制） 00-23
%l 该日的第几时（12小时制） 01-12
%M 分钟 00-59
%S 秒 00-59
%U 在该年中的第多少星期（以周日为一周起点） 00-53
%W 同上，只不过是以周一为起点 00-53
%w 一星期中的第几天 0-6
%Z 时区 在中国大陆测试，返回CST，即China Standard Time
%x 日期 日/月/年
%X 时间 时:分:秒
%c 详细日期时间 日/月/年 时:分:秒
%% ‘%’字符 ‘%’字符
%p 上下午 AM or PM
strptime()作用是将字符串转化为时间元组,其参数要指定两个，一个是时间字符串，另外一个是时间字符串所对应的格式，格式符号用上表中的。

>>> today = time.strftime("%y/%m/%d")
>>> today
'15/05/05'
>>> time.strptime(today, "%y/%m/%d")
time.struct_time(tm_year=2015, tm_mon=5, tm_mday=5, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=1, tm_yday=125, tm_isdst=-1)
datetime

datetime 模块中有几个类：

datetime.date：日期类，常用的属性有year/month/day
datetime.time：时间类，常用的有hour/minute/second/microsecond
datetime.datetime：日期时间类
datetime.timedelta：时间间隔，即两个时间点之间的时间长度
datetime.tzinfo：时区类
date类

# 生成日期对象
>>> import datetime
>>> today = datetime.date.today()
>>> today
datetime.date(2015, 5, 5)

# 操作日期对象

>>> print today        #Python 3: print(today)
2015-05-05
>>> print today.ctime()        #Python 3: print(today.ctime())
Tue May  5 00:00:00 2015
>>> print today.timetuple()        #Python 3: print(today.timetuple())
time.struct_time(tm_year=2015, tm_mon=5, tm_mday=5, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=1, tm_yday=125, tm_isdst=-1)
>>> print today.toordinal()        #Python 3: print(today.toordinal())
735723
   
>>> print today.year
2015
>>> print today.month
5
>>> print today.day
5
   
# 时间戳与格式化时间格式的转换

>>> to = today.toordinal()
>>> to
735723
>>> print datetime.date.fromordinal(to)
2015-05-05

>>> import time
>>> t = time.time()
>>> t
1430787994.80093
>>> print datetime.date.fromtimestamp(t)
2015-05-05

# 修改日期。

>>> d1 = datetime.date(2015,5,1)
>>> print d1
2015-05-01
>>> d2 = d1.replace(year=2005, day=5)
>>> print d2
2005-05-05
time类

# 生成time对象

>>> t = datetime.time(1,2,3)
>>> print t
01:02:03

# 常用属性：

>>> print t.hour
1
>>> print t.minute
2
>>> print t.second
3
>>> t.microsecond
0
>>> print t.tzinfo
None
timedelta类

主要用来做时间的运算。

    >>> now = datetime.datetime.now()
    >>> print now        #Python 3: print(now)
    2015-05-05 09:22:43.142520

# 对`now`增加5个小时；

    >>> b = now + datetime.timedelta(hours=5)
    >>> print b        #Python 3: print(b)
    2015-05-05 14:22:43.142520

# 增加两周；

    >>> c = now + datetime.timedelta(weeks=2)
    >>> print c        #Python 3: print(c)
    2015-05-19 09:22:43.142520

# 计算时间差：

    >>> d = c - b
    >>> print d        #Python 3: print(d)
    13 days, 19:00:00
urllib

urllib 模块用于读取来自网上（服务器上）的数据，比如不少人用Python做爬虫程序，就可以使用这个模块。

# 在Python 2中，这样操作：
    >>> import urllib
    >>> itdiffer =  urllib.urlopen("http://www.itdiffer.com")

# 但是如果读者使用的是Python 3，必须换个姿势：

    >>> import urllib.request
    >>> itdiffer = urllib.request.urlopen("http://www.itdiffer.com")
   
    >>> print itdiffer.read() #得到网页的内容
urlopen()

urlopen() 主要用于打开url文件，然后就获得指定url的数据，然后就如同在操作文件那样来操作,得到的对象叫做类文件对象。

参数说明一下：

url：远程数据的路径，常常是网址
data：如果使用post方式，这里就是所提交的数据
proxies：设置代理
url编码、解码

url对其中的字符有严格的编码要求，要对url进行编码和解码。

quote(string[, safe])：对字符串进行编码。参数safe指定了不需要编码的字符
urllib.unquote(string) ：对字符串进行解码
quote_plus(string [ , safe ] ) ：与urllib.quote类似，但这个方法用’+’来替换空格 ' ' ，而quote用’%20’来代替空格
unquote_plus(string ) ：对字符串进行解码；
urllib.urlencode(query[, doseq])：将dict或者包含两个元素的元组列表转换成url参数。例如{‘name’: ‘laoqi’, ‘age’: 40}将被转换为”name=laoqi&age=40”
pathname2url(path)：将本地路径转换成url路径
url2pathname(path)：将url路径转换成本地路径
urlretrieve()

将远程文件保存在本地存储器中.

urllib.urlretrieve(url[, filename[, reporthook[, data]]])

url：文件所在的网址
filename：可选。将文件保存到本地的文件名，如果不指定，urllib会生成一个临时文件来保存
reporthook：可选。是回调函数，当链接服务器和相应数据传输完毕时触发本函数
data：可选。如果用post方式所发出的数据
函数执行完毕，返回的结果是一个元组(filename, headers)，filename是保存到本地的文件名，headers是服务器响应头信息。

urllib2

仅仅是针对Python 2的，在Python 3中，已经没有 urllib2 这个模块了，取代它的是 urllib.request 。

Request类

>>>req = urllib2.Request("http://www.itdiffer.com")

# Python2
  >>> response = urllib2.urlopen(req)
  >>> page = response.read()
  >>> print page

Python 3:

    >>> response = urllib.request.urlopen(req)
    >>> page = response.read()
    >>> print(page)
urllib2 或者 urllib.request 的东西还很多，比如还可以:

设置HTTP Proxy
设置Timeout值
自动redirect
处理cookie
XML

Python提供了多种模块来处理XML。

xml.dom.* 模块：Document Object Model。适合用于处理 DOM API。它能够将XML数据在内存中解析成一个树，然后通过对树的操作来操作XML。但是，这种方式由于将XML数据映射到内存中的树，导致比较慢，且消耗更多内存。
xml.sax.* 模块：simple API for XML。由于SAX以流式读取XML文件，从而速度较快，切少占用内存，但是操作上稍复杂，需要用户实现回调函数。
xml.parser.expat：是一个直接的，低级一点的基于 C 的 expat 的语法分析器。 expat接口基于事件反馈，有点像 SAX 但又不太像，因为它的接口并不是完全规范于 expat 库的。
xml.etree.ElementTree (以下简称 ET)：元素树。它提供了轻量级的Python式的API，相对于DOM，ET快了很多
，而且有很多令人愉悦的API可以使用；相对于SAX，ET也有ET.iterparse提供了 “在空中” 的处理方式，没有必要加载整个文档到内存，节省内存。ET的性能的平均值和SAX差不多，但是API的效率更高一点而且使用起来很方便。
ElementTree 在标准库中有两种实现。一种是纯Python实现： xml.etree.ElementTree ，另外一种是速度快一点： xml.etree.cElementTree 。

如果使用的是Python 2，可以像这样引入模块：

try:
    import xml.etree.cElementTree as ET
except ImportError:
    import xml.etree.ElementTree as ET
如果是Python 3以上，就没有这个必要了，只需要一句话 import xml.etree.ElementTree as ET 即可，然后由模块自动来寻找适合的方式。显然Python 3相对Python 2有了很大进步。

常用属性和方法总结

ET里面的属性和方法不少，这里列出常用的，供使用中备查。

Element对象

常用属性：

tag：string，元素数据种类
text：string，元素的内容
attrib：dictionary，元素的属性字典
tail：string，元素的尾形
针对属性的操作

clear()：清空元素的后代、属性、text和tail也设置为None
get(key, default=None)：获取key对应的属性值，如该属性不存在则返回default值
items()：根据属性字典返回一个列表，列表元素为(key, value）
keys()：返回包含所有元素属性键的列表
set(key, value)：设置新的属性键与值
针对后代的操作

append(subelement)：添加直系子元素
extend(subelements)：增加一串元素对象作为子元素
find(match)：寻找第一个匹配子元素，匹配对象可以为tag或path
findall(match)：寻找所有匹配子元素，匹配对象可以为tag或path
findtext(match)：寻找第一个匹配子元素，返回其text值。匹配对象可以为tag或path
insert(index, element)：在指定位置插入子元素
iter(tag=None)：生成遍历当前元素所有后代或者给定tag的后代的迭代器
iterfind(match)：根据tag或path查找所有的后代
itertext()：遍历所有后代并返回text值
remove(subelement)：删除子元素
ElementTree对象

find(match)
findall(match)
findtext(match, default=None)
getroot()：获取根节点.
iter(tag=None)
iterfind(match)
parse(source, parser=None)：装载xml对象，source可以为文件名或文件类型对象.
write(file, encoding=”us-ascii”, xml_declaration=None, default_namespace=None,method=”xml”)
实例

 
   
    Giada De Laurentiis
    2005
    30.00
 
 
   
    J K. Rowling
    2005
    29.99
 
 
   
    Erik T. Ray
    2003
    39.95
 

#!/usr/bin/env python
# coding=utf-8

import xml.etree.ElementTree as ET

fd = open("xml.xml")

data = fd.read()

tree = ET.ElementTree(file="xml.xml")
print tree

#获得根元素
root = tree.getroot()
print root.tag
print root.attrib

#获得根元素下面的元素
for child in root:
    print child.tag,child.attrib
    for gen in child:
        print gen.tag,gen.text
JSON

JSON建构于两种结构：

“名称/值”对的集合（A collection of name/value pairs）。不同的语言中，它被理解为对象（object），纪录（record），结构（struct），字典（dictionary），哈希表（hash table），有键列表（keyed list），或者关联数组 （associative array）。
值的有序列表（An ordered list of values）。在大部分语言中，它被理解为数组（array）。
python标准库中有JSON模块，主要是执行序列化和反序列化功能：

序列化：encoding，把一个Python对象编码转化成JSON字符串
反序列化：decoding，把JSON格式字符串解码转换为Python数据对象
encoding: dumps()

data_json = json.dumps(data)
json.dumps(data, sort_keys=True, indent=2) #格式化输出json数据
decoding: loads()

大json字符串

如果数据不是很大，上面的操作足够了。但现在是所谓“大数据”时代了，随便一个什么业务都在说自己是大数据，显然不能总让JSON很小，事实上真正的大数据，再“大”的JSON也不行了。前面的操作方法是将数据都读入内存，如果数据太大了就会内存溢出。怎么办？JSON提供了 load() 和 dump() 函数解决这个问题，注意，跟上面已经用过的函数相比，是不同的，请仔细观察。

>>> import tempfile    #临时文件模块
>>> data
[{'lang': ('python', 'english'), 'age': 40, 'name': 'qiwsir'}]
>>> f = tempfile.NamedTemporaryFile(mode='w+')
>>> json.dump(data, f)
>>> f.flush()
>>> print open(f.name, "r").read()        #Python 3: print(open(f.name, "r").read())
[{"lang": ["python", "english"], "age": 40, "name": "qiwsir"}]
实例

{"code":20,"data":"liuguoquan","person":[{"name":"zhang","age":19,"sex":"male"},{"name":"zhang","age":20,"sex":"male"}]}
#!/usr/bin/env python
# coding=utf-8

import json

class B(object):
    def __init__(self):
        self.age = 0
        self.name = ""
        self.sex = ""

class A(object): 
    def __init__(self):
        self.code = 2
        self.data = ""
        self.person = []
   

f = open("sample.json")
value = f.read();
print value

ret = json.loads(value)
print type(ret)

a = A()
#对象转为字典
a.__dict__ = ret
print a.code
print a.data
print a.person
print type(a.person)

for item in a.person:
    b = B()
    b.__dict__ = item;
    print b.age
    print b.name
    print b.sex
第三方库

安装第三方库

利用源码安装

在github.com网站可以下载第三方库的源码,通常会看见一个 setup.py 的文件。

python setup.py install
pip管理工具

pip是一个以Python计算机程序语言写成的软件包管理系统，它可以安装和管理软件包，另外不少的软件包也可以在“Python软件包索引”（英语：Python Package Index，简称PyPI）中找到。

pip install XXXXXX （XXXXXX代表第三方库的名字）即可安装第三方库