python---常用模块

Posted 2020-10-01

# 什么是模块：一个模块就是一个包含了python定义和声明的文件，文件名就是模块名字加.py的后缀
# import 加载的模块分四个同于类别
# 1.使用python编写的代码（.py文件）
# 2.已被编译为共享库或DLL的c或c++扩展
# 3.包好一组 模块的包
# 4.使用c编程写并连接到python解释器的内置模块

#常用模块
#在内置数据类型（dict，list，set，tuple）的基础上，collestions模块提供了几个额外的数据类型：
#Counter，deque，defaultdict,namedtuple和OrderedDict
#1.namedtuple:生成可以使用名字来访问元素内容的tuple
#2.deque：双端队列，可以快速的从另外一侧追加和退出对象
#3.Counter：计数器，主要用来计数
#4.OrderedDict：有序字典
#5.defaultdict：带默认值的字典
#collections模块

tuple   #可表示不变集合
#namedtuple     #可命名元组    （如果要用坐标和半径表示一个圆，可以用namedtuple）
# from collections import namedtuple     #从进口namedtuple集合
# Point=namedtuple(‘Point‘,[‘x‘,‘y‘])
# p=Point(1,2)
# print(p.x,p.y)
#
# #deque   双队列     （是为了高效实现插入和删除操作的双向类表，适用于队列和栈）
#deque  除了四线list的append（）和pop（）外，还支持appendleft（）和popleft（），这样就能高效的添加和删除元素了
# from collections import deque
# q=deque([‘a‘,‘b‘,‘c‘])
# q.append(‘x‘)   #追加至后
# q.appendleft(‘y‘)   # =添加至前
# print(q)


#  OrderedDict  #有序字典
#使用dict时，key是无须的，在对dict做迭代时，可以的值无法确定顺序
#如要保持可以的顺序，可以用OrderedDict
# from collections import OrderedDict
# d=OrderedDict([(‘a‘,1),(‘b‘,2),(‘c‘,3)])   #key是有序的
# print(d)
# d1=dict([(‘a‘,1),(‘b‘,2),(‘c‘,3)])   #key是无序的
# print(d1)
#OrderedDict的key会按照插入的顺序排列，不是key本身排列
#例如
# from collections import OrderedDict
# ##d=OrderedDict([(‘a‘,1),(‘b‘,2),(‘c‘,3)])
# d2=OrderedDict()
# d2[‘z‘]=1
# d2[‘y‘]=2
# d2[‘x‘]=3
# ##print(d)
# print(d2.keys())   #按照插入的key的顺序返回

#defaultdict
#原生字典解决方法
# value=[11,22,33,44,55,66,77,88,99,100]
# dict={‘k1‘:[],‘k2‘:[]}
# for i in value:
#     if i<66:
#         dict[‘k1‘].append(i)
#     else:
#         dict[‘k2‘].append(i)
# print(dict)

#defaultdict字典解决方法
# from collections import defaultdict
# value=[11,22,33,44,55,66,77,88,99,100]
# dict=defaultdict(list)
# for item in value:
#     if item>66:
#         dict[‘k1‘].append(item)
#     else:
#         dict[‘k2‘].append(item)
# print(dict)

#使用dict时，如果引用的key不存在，就会抛出keyError，如果希望key不存在时，返回一个默认值，就可以
#用defaultdict


#Counter  计算值出现的次数，无序的容器类型，以字典的键值对形式储存，其中元素作为key
#其技术作为value，技术值可以是任意的interger（包括0和负数）

# a=Counter(‘aaaffffvvvvxx‘)
# print(a)

#########re#########
# ‘#re模块
#1、验证手机号是否合法
# while True:
    # phone_number=input(‘请输入手机号：‘)
    # if len(phone_number)==11 and phone_number.isdigit()    #     and phone_number.startswith(‘13‘)    #     or phone_number.startswith(‘14‘)     #     or phone_number.startswith(‘15‘)    #     or phone_number.startswith(‘17‘)     #     or phone_number.startswith(‘18‘):
    #     print(‘手机号合法‘)
    # else:
    #     print(‘手机号不行‘)
#2、验证手机是否合法
# import re
# phone_nuber=input(‘输入手机号：‘)
# if re.match(‘^(13|14|15|18)[0-9]{9}$‘,phone_nuber):
#     print(‘合法手机号‘)
# else:
#     print(‘不合法手机号‘)

#re模块和正则表达式
##正则表达式不仅在python领域中，在整个编程界都有举足轻重的地位
#正则表达式本身就是匹配字符串内容的一种规则
#正则表达式是对字符串操作的一种逻辑公式，就是是先定义号的一些特定字符、这些特定字符的组合
#，组成一个“规则字符串”，这个“规则字符串”用来哦表达对字符串的一种过滤逻辑
##正则表达式
#字符组:在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示
#字符分为很多种类，如数字，字母，标点等等

#re模块下的常用方法
import re
ret=re.findall(‘a‘,‘eva egon yuan‘)  #返回所有满足匹配条件的结果，放在列表里
print(ret)

ret=re.search(‘a‘,‘eva egon yuan‘).group()
print(ret)
##函数会在字符串内查找模式匹配5时时时身上ss，只要找到第一个匹配然后返回一个包含匹配信息的对象，该对象可以通过调用group（）
#方法得到匹配的字符串，如果字符串没有匹配，则返回None

ret=re.match(‘a‘,‘abc‘).group()    #同search，不过在字符串开始处进行匹配
print(ret)

ret=re.split(‘[ab]‘,‘abcd‘)  #先按a分隔，再按b分隔
print(ret)

ret=re.sub(‘\\d‘,‘H‘,‘eva3egon4yuan5‘,1)#将数字替换成H，参数1表示之替换一个
print(ret)

ret=re.subn(‘\\d‘,‘H‘,‘eva3egon4yuan4‘) #将数字替换成H，返回元组
print(ret)

a=re.compile(‘\\d{3}‘)  #将正则表达式编译成一个正则表达式对象，匹配3个数字
ret=a.search(‘abc123eee‘)#正则表达式对象调用search，参数为待匹配的字符串
print(ret)

import re
ret=re.findall(‘\\d‘,‘ds3sy4784a‘)   #findall返回一个存放匹配结果的迭代器
print(ret)  #<callable_iterator object at 0x10195f940>
print(next(ret).group())  #查看第一个结果
print(next(ret).group())  #查看第二个结果
print([i.group() for i in ret])  #查看剩余的左右结果


#findall优先级查询
import re

ret = re.findall(‘www.(baidu|oldboy).com‘, ‘www.oldboy.com‘)
print(ret)  # [‘oldboy‘]     这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可

ret = re.findall(‘www.(?:baidu|oldboy).com‘, ‘www.oldboy.com‘)
print(ret)  # [‘www.oldboy.com‘]

#split的优先级查询
ret=re.split("\\d+","eva3egon4yuan")
print(ret) #结果 ： [‘eva‘, ‘egon‘, ‘yuan‘]

ret=re.split("(\\d+)","eva3egon4yuan")
print(ret) #结果 ： [‘eva‘, ‘3‘, ‘egon‘, ‘4‘, ‘yuan‘]

#在匹配部分加上（）之后所切出的结果是不同的，
#没有（）的没有保留所匹配的项，但是有（）的却能够保留了匹配的项，
#这个在某些需要保留匹配部分的使用过程是非常重要的。

#! usr/bin/env python
# -*- coding: utf-8 -*-
#常用方法
# import time
# #time.sleep(secs)   #(线程)推迟指定的时间运行。单位为秒。
# time.time()   #获取当前时间戳
表示时间的三种方式    时间戳(timestamp)，元组(struce_time)，格式化时间字符串(format String)：

import time    #时间模块
#时间戳
time.time()
#时间字符串
ret=time.strftime(‘%Y-%m-%d %X‘)   # 表示年月日   %X表示时分秒
print(ret)

import time
#格式时间字符串
ret=time.strftime(‘%H-%M-%S‘)     #表示时分秒
print(ret)
#时间元组:localtime将一个时间戳转换为当前时区的struct_time
time.localtime()
time.struct_time(tm_year=2017,tm_mon=7,tm_mday=24,
                 tm_hour=13,tm_min=59,tm_sec=37,
                 tm_wday=0,tm_yday=205,tm_isdst=0)

#几种格式化之间的转换
#时间戳--->结构化时间
time.gmtime(‘时间戳‘)   #UCT时间
time.localtime(‘时间戳‘)  #当地时间
time.gmtime(15000000000)
time.struct_time(tm_year=2017,tm_mon=7,tm_mday=14,tm_hour=2,tm_min=40,tm_sec=0,tm_wday=4,tm_yday=195,tm_isdst=0)
time.localtime(15000000000)
time.struct_time(tm_year=2017,tm_mon=7,tm_mday=14,tm_huor=10,tm_min=40,tm_sec=0,tm_wday=4,tm_yday=195,tm_isdst=0)

#结构化时间--->时间戳
time.mktime(‘结构化时间‘)
time_tuple=time.localtime(1500000000)
time.mktime(time_tuple)


#结构化时间---->字符串时间
#time.strftime(‘格式化‘，‘结构化时间’) #结构化时间参数若不转，则实现当前时间
time.strftime(‘2017-3-15‘,‘%Y-%m-%d  %X‘)
time.strftime(‘%Y-%m-%d‘,time.localtime(1500000000))


#字符串时间---->结构化时间
time.strptime(‘2017-03-16‘,‘%Y-%m-%d‘)
time.srtptime(‘时间字符串，字符串对应格式‘)
time.strptime(tm_year=2017,tm_mon=7,tm_mday=15,tm_hour=10,tm_min=46,tm_sec=22,tm_wday=3,tm_yday=75,tm_isdst=-1)
time.strptime(‘07/24/2017‘,‘%m%d%Y‘)
time.struce_time(tm_year=2017,tm_mon=7,tm_mday=24,tm_hour=0,tm_min=0,tm_sec=0,tm_wday=0,tm_yday=205,tm_isdst=-1)

#结构化时间------>%a %b %d %H:%M:%S %Y串
#time.asctime(‘结构化时间‘)#如果不传参数，直接返回当前时间的格式化串
time.asctime(time.localtime(15000000000))
time.asctime()

#%a %d %d %H:%M：%S %Y串--->结构化时间
#time.ctime(时间戳) 如果不传参，直接返回当前时间的格式化串
time.ctime()
time.ctime(1500000000)


#random模块
import random
#随机小数
random._urandom()   #大于0且小于1之间的小数
random.uniform(1,3)  #大于1小于3的小数

#随机整数
random.randint(1,5)   #大于1且小于等于5之间的整数
random.randrange(1,10,2)  #大于等于1且小于3之间的整数

#随机选择一个返回
random.choice([1,‘23‘,[4,5]])   #1或者23或者[4,5]
#随机选择多个返回，返回的个数为函数的第二个参数
random.sample([1,‘23‘,[4,5]],2)   #列表元素任意两个组合

#打乱列表顺序
item=[1,3,5,7,9]
random.shuffle(time)  #打乱次序
item
random.shuffle(item)
item

#练习生成随机验证码
import random
def code1():
    code=‘‘
    for i in range(5):
        num=random.randint(0,9)
        alf=chr(random.randint(65,90))
        aef=random.randint(91,122)
        add=random.choice([num,alf,aef])
        code=‘‘.join([code,str(add)])
    return code
print(code1())


#os
#os模块是与操作系统交互的一个接口
‘‘‘
os.getcwd() 获取当前工作目录，即当前python脚本工作的目录路径
os.chdir(‘dirname‘)  改变当前脚本工作目录；相当于shell下cd
os.curdir   返回当前目录：（‘.‘）
os.pardir  获取当前目录的父目录字符串名：(‘..‘)
os.makedirs(‘dirname1/dirname2‘)    可生成多层递归目录
os.removedirs(‘dirname1‘)    若目录为空，则删除，并递归到上一级目录，如若也为空，则删除，依此类推
os.mkdir(‘dirname‘)    生成单级目录；相当于shell中mkdir dirname
os.rmdir(‘dirname‘)    删除单级空目录，若目录不为空则无法删除，报错；相当于shell中rmdir dirname
os.listdir(‘dirname‘)    列出指定目录下的所有文件和子目录，包括隐藏文件，并以列表方式打印
os.remove()  删除一个文件
os.rename("oldname","newname")  重命名文件/目录
os.stat(‘path/filename‘)  获取文件/目录信息
os.sep    输出操作系统特定的路径分隔符，win下为"\\\\",Linux下为"/"
os.linesep    输出当前平台使用的行终止符，win下为"\\t\\n",Linux下为"\\n"
os.pathsep    输出用于分割文件路径的字符串 win下为;,Linux下为:
os.name    输出字符串指示当前使用平台。win->‘nt‘; Linux->‘posix‘
os.system("bash command")  运行shell命令，直接显示
os.popen("bash command)  运行shell命令，获取执行结果
os.environ  获取系统环境变量


os.path
os.path.abspath(path) 返回path规范化的绝对路径 os.path.split(path) 将path分割成目录和文件名二元组返回 os.path.dirname(path) 返回path的目录。其实就是os.path.split(path)的第一个元素 os.path.basename(path) 返回path最后的文件名。如何path以／或\\结尾，那么就会返回空值。
                        即os.path.split(path)的第二个元素
os.path.exists(path)  如果path存在，返回True；如果path不存在，返回False
os.path.isabs(path)  如果path是绝对路径，返回True
os.path.isfile(path)  如果path是一个存在的文件，返回True。否则返回False
os.path.isdir(path)  如果path是一个存在的目录，则返回True。否则返回False
os.path.join(path1[, path2[, ...]])  将多个路径组合后返回，第一个绝对路径之前的参数将被忽略
os.path.getatime(path)  返回path所指向的文件或者目录的最后访问时间
os.path.getmtime(path)  返回path所指向的文件或者目录的最后修改时间
os.path.getsize(path) 返回path的大小


‘‘‘
#注：os.stat(‘path/filenanme‘)获取文件/目录信息的结构说明
# stat 结构:
#
# st_mode: inode 保护模式
# st_ino: inode 节点号。
# st_dev: inode 驻留的设备。
# st_nlink: inode 的链接数。
# st_uid: 所有者的用户ID。
# st_gid: 所有者的组ID。
# st_size: 普通文件以字节为单位的大小；包含等待某些特殊文件的数据。
# st_atime: 上次访问的时间。
# st_mtime: 最后一次修改的时间。
# st_ctime: 由操作系统报告的"ctime"。在某些系统上（如Unix）是最新的元数据更改的时间，在其它系统上（如Windows）是创建时间（详细信息参见平台的文档）。


#sys模块
#sys模块是否与python解释器交互的一个接口
# sys.argv           命令行参数List，第一个元素是程序本身路径
# sys.exit(n)        退出程序，正常退出时exit(0)
# sys.version        获取Python解释程序的版本信息
# sys.maxint         最大的Int值
# sys.path           返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值
# sys.platform       返回操作系统平台名称


#序列化模块
#什么叫序列化-----将原本的字典、列表等内容转换成一个字符串的过程就叫做序列化
#序列化的目的
#1.以某种存储形式自定义对象持久化
#2.将对象从一个地方递到另一个地方
#3.使程序更具维护性。

 

           


#json  模块提供了四个功能：dumps、dump、loads、load
#loads和dumps
import json
dic={‘k1‘:‘v1‘,‘k2‘:‘v2‘,‘k3‘:‘v3‘}
str_idc=json.dumps(dic) #序列化:将一个字典转换成一个字符串
print(type(str_idc),str_idc)
#注：json转换完的字符串类型的字典中的字符串是由“”表示的

#dic2=json.loads(str_dic)  #反序列化：将一个字符串格式的字典转换成一个字典
#注要用json的loads功能处理的字符串类型的字典中的字符串必须由“”表示
#print(type(dic2),dic2)

list_dic = [1,[‘a‘,‘b‘,‘c‘],3,{‘k1‘:‘v1‘,‘k2‘:‘v2‘}]
str_dic = json.dumps(list_dic) #也可以处理嵌套的数据类型
print(type(str_dic),str_dic) #<class ‘str‘> [1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}]
list_dic2 = json.loads(str_dic)
print(type(list_dic2),list_dic2) #<class ‘list‘> [1, [‘a‘, ‘b‘, ‘c‘], 3, {‘k1‘: ‘v1‘, ‘k2‘: ‘v2‘}]

#load和dump
import json
f = open(‘json_file‘,‘w‘)
dic = {‘k1‘:‘v1‘,‘k2‘:‘v2‘,‘k3‘:‘v3‘}
json.dump(dic,f)  #dump方法接收一个文件句柄，直接将字典转换成json字符串写入文件
f.close()

f = open(‘json_file‘)
dic2 = json.load(f)  #load方法接收一个文件句柄，直接将文件中的json字符串转换成数据结构返回
f.close()
print(type(dic2),dic2)

#pickle
#json & pickle 模块
#用于序列化的两个模块
    # *json，用于字符串和python数据类型件进行转换
    # *pickle，用于python特有的类型和python的数据类型jian进行转换
#pickle模块了四个功能：dumps、dump(序列化，存)，loads（反序列化，读），load（不仅可以序列化字典、列表，，，，可以吧python中任意的数据类型序列化）
import pickle
dic = {‘k1‘:‘v1‘,‘k2‘:‘v2‘,‘k3‘:‘v3‘}
str_dic = pickle.dumps(dic)
print(str_dic)  #一串二进制内容

dic2 = pickle.loads(str_dic)
print(dic2)    #字典

import time
struct_time  = time.localtime(1000000000)
print(struct_time)
f = open(‘pickle_file‘,‘wb‘)
pickle.dump(struct_time,f)
f.close()

f = open(‘pickle_file‘,‘rb‘)
struct_time2 = pickle.load(f)
print(struct_time.tm_year)

#shelve
#shelve是python提供给我们的序列化工具
import shelve
f = shelve.open(‘shelve_file‘)
f[‘key‘] = {‘int‘:10, ‘float‘:9.5, ‘string‘:‘Sample data‘}  #直接对文件句柄操作，就可以存入数据
f.close()

import shelve
f1 = shelve.open(‘shelve_file‘)
existing = f1[‘key‘]  #取出数据的时候也只需要直接用key获取即可，但是如果key不存在会报错
f1.close()
print(existing)

#shelve只读
import shelve
f = shelve.open(‘shelve_file‘, flag=‘r‘)
existing = f[‘key‘]
f.close()
print(existing)

#设置writeback
import shelve
f1 = shelve.open(‘shelve_file‘)
print(f1[‘key‘])
f1[‘key‘][‘new_value‘] = ‘this was not here before‘
f1.close()

f2 = shelve.open(‘shelve_file‘, writeback=True)
print(f2[‘key‘])
f2[‘key‘][‘new_value‘] = ‘this was not here before‘
f2.close()


#模块博客：http://www.cnblogs.com/Eva-J/articles/7228075.html