「Python系列」Python标准库

Python标准库是Python编程语言自带的一系列模块和功能的集合，这些模块提供了各种常见任务的解决方案，如文件处理、网络编程、数据库接口、图形界面开发、科学计算等。使用标准库可以大大提高开发效率，减少重复劳动。

一、 os 模块：文件和目录操作

import os# 获取当前工作目录
current_directory = os.getcwd()
print("当前工作目录:", current_directory)# 更改工作目录
os.chdir("/path/to/new/directory")
print("新的工作目录:", os.getcwd())# 列出目录中的文件
files = os.listdir()
print("当前目录中的文件:", files)# 判断文件或目录是否存在
if os.path.exists("file.txt"):print("文件存在")# 创建新目录
os.mkdir("new_directory")# 删除文件
os.remove("file.txt")# 删除目录（需确保目录为空）
os.rmdir("new_directory")

二、 sys 模块：与Python解释器交互

import sys# 访问命令行参数
print("命令行参数:", sys.argv)# 退出程序
sys.exit("程序退出")# 标准输出和标准错误输出
print("这是标准输出")
sys.stderr.write("这是标准错误输出\n")

三、 datetime 模块：日期和时间处理

import datetime# 获取当前日期和时间
now = datetime.datetime.now()
print("当前日期和时间:", now)# 创建自定义日期和时间
custom_date = datetime.datetime(2023, 3, 15, 12, 30)
print("自定义日期和时间:", custom_date)# 计算两个日期之间的差值
delta = datetime.timedelta(days=5)
print("5天后的日期:", now + delta)# 格式化日期和时间
formatted_date = now.strftime("%Y-%m-%d %H:%M:%S")
print("格式化后的日期:", formatted_date)

四、 json 模块：处理JSON数据

import json# Python对象转换为JSON字符串
data = {"name": "John Doe","age": 30,"city": "New York"
}
json_string = json.dumps(data)
print("JSON字符串:", json_string)# JSON字符串转换为Python对象
parsed_data = json.loads(json_string)
print("解析后的Python对象:", parsed_data)

五、 re 模块：正则表达式

import re# 匹配字符串中的数字
pattern = re.compile(r'\d+')
match = pattern.findall("The price is 123 dollars.")
print("找到的数字:", match)# 替换字符串中的模式
new_string = re.sub(r'\d+', '42', "The price is 123 dollars.")
print("替换后的字符串:", new_string)

六、 time模块

time 模块是 Python 的标准库之一，用于处理时间相关的操作。你可以使用 time 模块来获取当前时间、执行时间的测量、延迟执行等。下面是一些 time 模块的常见用法和案例代码：

1. 获取当前时间

import time# 获取当前时间戳（以秒为单位的浮点数）
current_time = time.time()
print("Current time in seconds:", current_time)# 格式化时间戳为本地时间
local_time = time.localtime(current_time)
print("Local time:", local_time)# 格式化时间戳为字符串
formatted_time = time.strftime("%Y-%m-%d %H:%M:%S", local_time)
print("Formatted time:", formatted_time)

2. 延迟执行（休眠）

import time# 延迟执行 5 秒
time.sleep(5)
print("5 seconds have passed.")

3. 执行时间的测量

import timestart_time = time.time()# 执行一些操作
for i in range(1000000):passend_time = time.time()
elapsed_time = end_time - start_timeprint("Elapsed time:", elapsed_time, "seconds")

4. 时间格式化

import time# 获取当前时间戳
current_time = time.time()# 使用strftime方法格式化时间
formatted_time = time.strftime("%A, %d. %B %Y %H:%M:%S", time.localtime(current_time))
print("Formatted time:", formatted_time)# 常用的格式化代码
# %A: 星期几的完整文本表示
# %a: 星期几的缩写表示
# %B: 月份的完整文本表示
# %b: 月份的缩写表示
# %d: 日，两位数的表示
# %H: 小时，24小时制，两位数表示
# %I: 小时，12小时制，两位数表示
# %M: 分钟，两位数表示
# %S: 秒，两位数表示
# %Y: 年份，四位数表示
# %y: 年份，两位数表示

5. 时间戳与结构化时间转换

import time# 将时间戳转换为结构化时间
timestamp = 1626700800  # 假设这是一个时间戳
structured_time = time.localtime(timestamp)
print("Structured time:", structured_time)# 将结构化时间转换为时间戳
structured_time = time.struct_time((2021, 7, 20, 0, 0, 0, 0, 0, 0))
timestamp = time.mktime(structured_time)
print("Timestamp:", timestamp)

time 模块提供了多种方法来处理时间，从获取当前时间到执行时间的测量，再到时间戳和结构化时间之间的转换。在处理时间相关的任务时，它是非常有用的。

七、 random模块

random 模块是 Python 的标准库之一，用于生成随机数。你可以使用 random 模块来生成伪随机数，这些数在多种应用中都很有用，比如模拟、游戏、统计模型等。下面是一些 random 模块的常见用法和案例代码：

1. 生成随机整数

import random# 生成一个0到9之间的随机整数
random_integer = random.randint(0, 9)
print("Random integer:", random_integer)# 生成一个随机选择的整数列表
random_integers = random.sample(range(100), 5)  # 从0到99中选择5个不重复的整数
print("Random integers:", random_integers)

2. 生成随机浮点数

import random# 生成一个0.0到1.0之间的随机浮点数
random_float = random.random()
print("Random float:", random_float)# 生成一个指定范围内的随机浮点数
random_float_in_range = random.uniform(1.0, 10.0)  # 在1.0到10.0之间
print("Random float in range:", random_float_in_range)

3. 打乱列表顺序

import random# 打乱列表顺序
my_list = [1, 2, 3, 4, 5]
random.shuffle(my_list)
print("Shuffled list:", my_list)

4. 随机选择元素

import random# 从列表中随机选择一个元素
my_list = ['apple', 'banana', 'cherry']
random_choice = random.choice(my_list)
print("Random choice:", random_choice)

5. 设置随机数种子

import random# 设置随机数种子，使得每次生成的随机数序列相同
random.seed(1)# 生成随机整数
print(random.randint(0, 9))# 再次生成随机整数，由于种子相同，结果应该与上一次相同
print(random.randint(0, 9))

通过设置随机数种子，你可以确保每次运行程序时生成的随机数序列是相同的，这在需要可重复的实验或调试时非常有用。

6. 随机分割列表

import random# 随机分割列表为两部分
my_list = [1, 2, 3, 4, 5, 6, 7, 8, 9]
split_index = random.randint(0, len(my_list) - 1)
first_part = my_list[:split_index]
second_part = my_list[split_index:]
print("First part:", first_part)
print("Second part:", second_part)

random 模块提供了丰富的功能来生成各种类型的随机数。请注意，由于它们是伪随机数生成器，所以并不是真正的随机，但对于大多数应用来说，它们的随机性已经足够了。如果你需要更高质量的随机数，可能需要考虑使用专门的随机数生成库。

八、math模块

math 模块是 Python 的标准库之一，提供了对一系列数学函数的访问，这些函数有助于执行基本的数学运算，如三角函数、对数、指数函数、开方等。以下是一些 math 模块的常见用法和案例代码：

1. 常量

math 模块包含了一些常用的数学常量，如 π 和 e。

import math# 圆周率 π
pi_value = math.pi
print("Value of pi:", pi_value)# 自然对数的底 e
e_value = math.e
print("Value of e:", e_value)

2. 幂和对数

import math# 计算幂
x = 2
y = 3
x_to_the_power_of_y = math.pow(x, y)
print(f"{x} to the power of {y} is {x_to_the_power_of_y}")# 计算自然对数
log_of_x = math.log(x)
print(f"Natural logarithm of {x} is {log_of_x}")# 计算以10为底的对数
log10_of_x = math.log10(x)
print(f"Logarithm base 10 of {x} is {log10_of_x}")

3. 开方

import math# 计算平方根
sqrt_of_x = math.sqrt(x)
print(f"Square root of {x} is {sqrt_of_x}")# 计算任意数的幂次方根
cuberoot_of_x = math.pow(x, 1/3)
print(f"Cube root of {x} is {cuberoot_of_x}")

4. 三角函数

import math# 计算正弦
sin_of_x = math.sin(math.radians(45))  # 注意：角度需要转换为弧度
print(f"Sine of 45 degrees is {sin_of_x}")# 计算余弦
cos_of_x = math.cos(math.radians(45))
print(f"Cosine of 45 degrees is {cos_of_x}")# 计算正切
tan_of_x = math.tan(math.radians(45))
print(f"Tangent of 45 degrees is {tan_of_x}")

5. 舍入函数

import math# 向上取整
ceil_value = math.ceil(4.7)
print(f"Ceiling of 4.7 is {ceil_value}")# 向下取整
floor_value = math.floor(4.7)
print(f"Flooring of 4.7 is {floor_value}")# 四舍五入
round_value = math.round(4.7)
print(f"Rounding of 4.7 is {round_value}")

6. 阶乘

import math# 计算阶乘
factorial_of_5 = math.factorial(5)
print(f"Factorial of 5 is {factorial_of_5}")

7. 最大值和最小值

import math# 计算最大值
max_value = math.fmax(3, 5)
print(f"Maximum of 3 and 5 is {max_value}")# 计算最小值
min_value = math.fmin(3, 5)
print(f"Minimum of 3 and 5 is {min_value}")

math 模块还包含许多其他函数，用于执行各种数学运算。这些函数为开发者提供了一个方便的工具集，用于处理日常的数学计算任务。如果你需要执行更复杂的数学运算或需要用到高级的数学函数，可能需要考虑使用 scipy 或 numpy 等第三方库。

九、urllib模块

urllib 是 Python 的一个标准库模块，用于打开和读取 URL（统一资源定位符）。这个模块提供了一系列的功能，用于处理网络相关的任务，比如打开和读取网页内容、发送 HTTP 请求等。urllib 模块通常与 urllib.request、urllib.error、urllib.parse 和 urllib.robotparser 一起使用，这些模块提供了一系列的功能和异常处理。

下面是一些 urllib 模块中常用功能的使用示例：

1. urllib.request - 打开和读取 URL

from urllib.request import urlopen# 打开 URL 并读取内容
url = 'https://www.example.com'
response = urlopen(url)# 读取网页内容
html_content = response.read()# 打印网页内容
print(html_content.decode('utf-8'))

2. urllib.parse - 解析 URL

from urllib.parse import urlparse, urljoin# 解析 URL
parsed_url = urlparse('https://www.example.com/path?query=value#fragment')
print(parsed_url)# 构建 URL
base_url = 'https://www.example.com/path'
relative_url = 'subpath?query=value'
absolute_url = urljoin(base_url, relative_url)
print(absolute_url)

3. urllib.error - 异常处理

from urllib.request import urlopen
from urllib.error import URLError, HTTPErrorurl = 'https://www.example.com/nonexistent'try:response = urlopen(url)
except URLError as e:print(f'We failed to reach a server.')print(f'Reason: {e.reason}')
except HTTPError as e:print(f'The server couldn\'t fulfill the request.')print(f'Error code: {e.code}')print(f'Error message: {e.read()}')

4. urllib.robotparser - 读取和解析 robots.txt 文件

from urllib.robotparser import RobotFileParser# 创建机器人解析器对象
parser = RobotFileParser()# 设置要解析的 robots.txt 文件的 URL
parser.set_url('https://www.example.com/robots.txt')# 检查特定用户代理是否可以访问某个路径
user_agent = 'mybot/1.0'
path = '/some/path'
if parser.can_fetch(user_agent, path):print(f'{user_agent} can fetch {path}')
else:print(f'{user_agent} cannot fetch {path}')

请注意，urllib 模块的功能相对基础，对于更复杂的 HTTP 请求（如 POST 请求、设置 headers、处理 cookies 等），你可能需要使用更高级的库，如 requests。requests 库提供了更友好和强大的 API，使得发送 HTTP 请求变得更加简单和直观。

十、相关链接

1. Python下载安装中心
2. Python官网
3. Python软件下载
4. 「Python系列」Python简介及案例
5. 「Python系列」Python基础语法/数据类型
6. 「Python系列」Python解释器
7. 「Python系列」Python运算符
8. 「Python系列」Python数据结构
9. 「Python系列」Python元组
10. 「Python系列」Python集合
11. 「Python系列」Python列表