今天清华学长推荐几个评价又好用的Python库 还不赶紧收藏起来

Posted 2021-09-04 编程界的小胖子

Python的标准库模块和类型太多，时区转换麻烦，而Arrow是一个更加智能的Python时间处理库。它实现并更新日期时间类型，支持创建、操作、格式化和转换日期、时间和时间戳，可以使用更少导入和代码处理日期和时间。

安装：pip install arrow

import arrow

# 当地时区的时间、年、月、日、时
print(arrow.now())
print(arrow.now().year)
print(arrow.now().month)
print(arrow.now().day)
print(arrow.now().hour)
# 获取指定时区时间
print(arrow.now('US/Pacific'))
# 获取时间戳
print(arrow.now().timestamp())

# Arrow对象转化为字符串时间
print(arrow.now().format(fmt="YYYY-MM-DD HH:mm:ss"))

# 时间戳转化为日期
timeStamp = 1625034427.024892
i = arrow.get(timeStamp)
print(i.format('YYYY-MM-DD HH:mm:ss'))

# 当前时间前一年，1个月前，2周前，3天后，2小时后的时间
print(arrow.now().shift(years=-1, months=-1, weeks=-2, days=3, hours=2).format())

print(arrow.utcnow().span('hour'))
复制代码

jsonpath

jsonpath用来解析json数据，是一种简单的方法来提取给定JSON文档的部分内容。它提供了类似正则表达式的语法，可以解析复杂的嵌套数据结构，可以非常方便的提取接口返回的数据信息。

安装：pip install jsonpath

使用：

from jsonpath import jsonpath
ret = jsonpath(dic, '语法规则字符串')
复制代码

jsonpath语法规则

语法	描述
$	根节点
@	使用过滤谓词来处理当前节点
. or []	取子节点
n/a	取父节点,jsonpath未支持
..	就是不管位置,选择符合条件的条件
*	匹配所有元素节点
[,]	支持迭代器中做多选
?()	支持过滤操作
()	支持表达式计算

JsonPath语法	结果
$.store.book[*].author	获取store下book下的所有author值
$..author	获取所有author 的值
$.store..price	获取 store下以及所有子节点下的所有 price
$..book[2]	获取 book数组的第3个值
$..book[0,1]	获取 book数组的第一、第二的值
$..book[:2]	获取 book数组从索引 0 (包括) 到 索引 2 (不包括) 的所有值
$..book[1:2]	获取 book数组从索引 1 (包括) 到 索引 2 (不包括) 的所有值
$..book[2:]	获取 book数组从索引 2 (包括) 到 结尾 的所有值
$..book[?(@.isbn)]	获取 所有节点以及子节点中 book 数组包含 isbn 的所有值
$.store.book[?(@.price < 10)]	获取 store下 book 数组中 price < 10 的所有值
..book[?(@.price<=..book[?(@.price <= ..book[?(@.price<=['expensive'])]	获取 所有节点以及子节点下 book 数组中 price <= expensive 的所有值
$..book[?(@.author =~ /.*REES/i)]	获取所有匹配正则的 book （ 不区分大小写 ）
$..*	逐层列出 json 中 的所有值，层级由外到内

psutil

一个跨平台的监控硬件信息的Python库，可以监控、分析操作系统的进程、cpu、内存、网络、磁盘等资源使用情况。

psutil实现的功能类似linux中很多资源监控命令，如 ps、 top、 iotop、 lsof、 netstat、 ifconfig、 free 等，当然，你可以结合Python编程，实现更高级的功能，比如结合前端框架实现可视化资源监控资源信息。

安装：pip install psutil

查看CPU

import psutil
# cpu的逻辑个数
print(psutil.cpu_count())

#每隔1秒输出每隔cpu的使用率
for x in range(3):
    # interval：每隔0.5s刷新一次
    # percpu：查看所有的cpu使用率
    print(psutil.cpu_percent(interval=1, percpu=True))
复制代码

查看内存

import psutil
# 输出内存使用情况（总内存、可用内存、内存使用率、已使用内存）
print(psutil.virtual_memory())
复制代码

svmem(total=17126330368, available=8755355648, percent=48.9, used=8370974720, free=8755355648)
复制代码

磁盘IO

import psutil
# 磁盘IO信息read_count(读IO数)，write_count(写IO数)、read_bytes(IO写字节数)，read_time(磁盘读时间)，write_time(磁盘写时间)
print(psutil.disk_io_counters())
复制代码

sdiskio(read_count=308820, write_count=193263, read_bytes=6779938304, write_bytes=3320958976, read_time=7298, write_time=2630)
复制代码

网络

import psutil
# bytes_sent: 发送的字节数
# bytes_recv: 接收的字节数
# packets_sent: 发送的包数据量
# packets_recv: 接收的包数据量
# errin: 接收包时, 出错的次数
# errout: 发送包时, 出错的次数
# dropin: 接收包时, 丢弃的次数
# dropout: 发送包时, 丢弃的次数
print(psutil.net_io_counters())
复制代码

snetio(bytes_sent=19362924, bytes_recv=159579883, packets_sent=118788, packets_recv=184342, errin=0, errout=0, dropin=0, dropout=0)
复制代码

github.com/jd/tenacity

tenacity

tenacity是一个 Apache 2.0授权的通用重试库，自动化测试或者爬虫中，当网络不稳定导致请求超时或者等待条件满足时操作，我们可以通过tenacity实现代码的重试功能。

github.com/jd/tenacity

pip install tenacity
复制代码

用法非常简单，直接加上装饰器使用。

重试3次

import tenacity
from tenacity import stop_after_attempt

@tenacity.retry(stop=stop_after_attempt(3))
def retry_test():
    print("重试...")
    raise Exception

retry_test()
复制代码

重试10秒

import tenacity
from tenacity import stop_after_delay

@tenacity.retry(stop=stop_after_delay(10))
def retry_test():
    print("重试...")
    raise Exception

retry_test()
复制代码

每隔2秒重试

import tenacity from tenacity import wait_fixed

@tenacity.retry(wait=wait_fixed(2)) def wait_2_s(): print("Wait 2 second between retries") raise Exception

print(wait_2_s)

好了今天的好用的库就分享到这里了哦~

喜欢小胖子的赶紧关注哦~不然找不到了