Skip to main content

常用模块

os 模块​

这个模块应该是 Python 自带模块中使用率最高的一个了。一些例子：

# import os
#
# ----- 文件操作 -----
# os.rename("old.py", "new.py")  	# 重命名
# os.remove("a.py")  			# 删除
# os.stat("b.py")  			# 查看文件属性
#
# ----- 路径操作 -----
# os.getcwd()  				# 获取当前目录
# os.chdir(r"d:\list")  		# 更改当前目录为
# os.chdir(os.pardir)  			# 返回上一级目录
# os.mkdir('newfolder ') 		# 在当前目录新建一个文件夹
# os.listdir('c:\list')  		# 列出文件夹下所有文件的列表
# os.removedirs('thefolder ')  		# 删除空文件夹
# os.path.isfile/ispath("f")  		# 检查路径是文件或是目录
# os.path.exists("f")  			# 检查路径是否存在
# 
# ----- 操作平台相关 -----
# os.sep  				# 当前操作系统的路径分隔符
# os.linesep  				# 当前操作系统的换行符
# os.path.join(r"c:\abc", "d")  	# 连接字串成为路径

示例：

#windows路径写法
os.listdir(r"d:/")	#使用 r 声明
os.listdir("d:\\")	#使用双反斜杠

pathlib 模块​

Python 3提供了一个新的模块pathlib，提供了Path类型来进行更方便的路径操作：

import pathlib
p = pathlib.Path('.')	#调用并赋值给p
p
PosixPath('.')		#显示但钱

获得当前目录下所有的文件：

list(p.iterdir())
#结果
[PosixPath('05-09模块pathlib：路径操作.ipynb'),
 PosixPath('05-06模块glob：文件模式匹配.ipynb'),
 PosixPath('05-01模块sys：系统相关.ipynb'),
 PosixPath('05-02模块os：与操作系统进行交互.ipynb'),
 PosixPath('05-07模块math：数学.ipynb'),
 PosixPath('.ipynb_checkpoints'),
 PosixPath('05-03模块re：正则表达式.ipynb'),
 PosixPath('05-05模块json：处理JSON数据.ipynb'),
 PosixPath('05-08模块random：随机数.ipynb'),
 PosixPath('05-04模块datetime：日期时间.ipynb')]

得到所有的 .ipynb文件：

list(p.glob('*.ipynb'))
#结果
[PosixPath('05-09模块pathlib：路径操作.ipynb'),
 PosixPath('05-06模块glob：文件模式匹配.ipynb'),
 PosixPath('05-01模块sys：系统相关.ipynb'),
 PosixPath('05-02模块os：与操作系统进行交互.ipynb'),
 PosixPath('05-07模块math：数学.ipynb'),
 PosixPath('05-03模块re：正则表达式.ipynb'),
 PosixPath('05-05模块json：处理JSON数据.ipynb'),
 PosixPath('05-08模块random：随机数.ipynb'),
 PosixPath('05-04模块datetime：日期时间.ipynb')]

路径运算：

p / "abc" / "123.txt"
#结果
PosixPath('abc/123.txt')

sys 模块​

一般我很少用到这个模块。可能有这么几个命令会用到：

  • sys.argv：能够传递从命令行接受的参数到代码内。
  • sys.platform：当前操作系统平台。
  • sys.exit()：无参数时抛出 SystemExit 错误并退出；有参数时会在退出前输出对应的字符串到屏幕。
import sys
sys.platform
'win32'

一个 sys.argv 的例子：

sys.argv
['e:\\python\\lib\\site-packages\\ipykernel_launcher.py',
 '-f',
 'C:\\Users\\wklchris\\AppData\\Roaming\\jupyter\\runtime\\kernel-3724c4c9-2130-485d-b388-7a84379fd043.json']

以上不是典型的例子，因为并不是在命令行下运行的。命令行下通常有如下格式：

python test.py hello

此时，sys.argv[0] = test.py，sys.argv[1] = hello.

random随机数模块​

函数 random.randint()可以产生一个随机整数。产生一个1到9之间的随机整数：

import random
random.randint(1, 9)
4

random.randint(1, 9)
8

函数 random.random()可以生成一个在0到1之间的随机数：

random.random()
0.9131366648833286

函数 random.choice()可以从一个序列中随机选择一个元素：

a = [2, 3.2, "abc"]
random.choice(a)
2

函数 random.shuffle()可以将序列中元素的顺序进行打乱：

b = list(range(20))
b
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]

random.shuffle(b)
b
[5, 1, 9, 3, 0, 16, 17, 13, 10, 12, 7, 4, 6, 18, 15, 8, 2, 14, 19, 11]

函数random.sample()可以从序列中不放回地随机采样元素，如采样3个元素：

random.sample(b, 3)
[17, 7, 3]

glob 模块​

glob模块是与文件模式匹配相关的标准库模块，提供了方便的文件模式匹配方法：

匹配当前文件夹下所有的.ipynb文件：

import glob
glob.glob("*.ipynb")
['05-06模块glob：文件模式匹配.ipynb',
 '05-01模块sys：系统相关.ipynb',
 '05-02模块os：与操作系统进行交互.ipynb',
 '05-03模块re：正则表达式.ipynb',
 '05-05模块json：处理JSON数据.ipynb',
 '05-04模块datetime：日期时间.ipynb']

一般来说，glob.glob()函数支持三种格式的语法：

  • “*”：匹配单个或多个字符，除了路径分隔符。
  • “?”：匹配任意单个字符。
  • “[seq]”：匹配指定范围内的单个字符，如：[0-9]匹配单个数字。
  • “[!seq]”：匹配非指定范围内的单个字符，如：[!0-9]匹配非数字的单个字符。
  • 如果要匹配“ ”和“?”本身，可以使用“[ ]”和“[?]”来转义。

datetime 模块​

日期date对象​

import datetime as dt

产生一个有年月日信息的date对象：

d1 = dt.date(2007, 9, 25)
d1
datetime.date(2007, 9, 25)
d2 = dt.date(2008, 9, 25)

分别表示2008年9月25日和2007年9月25日。日期可以打印出来：

print(d1)
2007-09-25

还可以调用date对象的 .strftime()方法将日期转化为特定格式：

d1.strftime('%A, %m/%d/%y')
'Tuesday, 09/25/07'

d1.strftime('%a, %m-%d-%Y')
'Tue, 09-25-2007'

时间间隔timedelta对象​

两个日期可以相减：

d2 - d1
datetime.timedelta(days=366)

时间time对象​

产生两个时间对象：

t1 = dt.time(15, 38)
t2 = dt.time(18)

分别表示15点38分和18点整：

print(t1)
15:38:00

t2
datetime.time(18, 0)

输出格式同样可以用 .strftime()方法改变：

t1.strftime('%H:%M:%S, %p')
'15:38:00, PM'

日期时间datetime对象​

同时带日期与时间的对象：

dt.datetime(2022, 3, 7, 2, 49, 39)
datetime.datetime(2022, 3, 7, 2, 49, 39)

d1 = dt.datetime.now()
print(d1)
2022-05-02 21:05:26.567396

date和datetime对象都支持减法；此外，它们还支持与timedelta对象的加法。例如，将当前时间加上30天：

print(d1 + dt.timedelta(30))
2022-06-01 21:05:26.567396

日期格式​

字符含义
%a星期英文缩写
%A星期英文
%w一星期的第几天，[0(sun),6]
%b月份英文缩写
%B月份英文
%d日期，[01,31]
%H小时，[00,23]
%I小时，[01,12]
%j一年的第几天，[001,366]
%m月份，[01,12]
%M分钟，[00,59]
%pAM 和PM
%S秒钟，[00,61]
%U一年中的第几个星期，星期日为第一天，[00,53]
%W一年中的第几个星期，星期一为第一天，[00,53]
%y没有世纪的年份
%Y完整的年份

math 模块​

math模块的主要功能是计算数学函数。例如：计算平方根：

import math
math.sqrt(16)
4.0

除了数学函数之外，模块中还有一些数学常数。例如，圆周率：

math.pi
3.141592653589793

自然底数：

math.e
2.718281828459045

三角函数：

math.cos(0)
1.0

math.sin(math.pi / 2)
1.0

math.tan(math.pi / 4)
0.9999999999999999

反三角函数：

math.asin(1)
1.5707963267948966

math.acos(0)
1.5707963267948966

math.atan(1)
0.7853981633974483

对数和指数：

math.log(10)
2.302585092994046

math.exp(math.log(10))
10.000000000000002

math.log1p(1)
0.6931471805599453

math.expm1(0.6931471805599453)
1.0

近似，向上取整和向下取整：

math.ceil(10.2)
11

math.floor(10.2)
10

JSON模块​

用于使用JSON序列化和反序列化对象

re 模块：正则表达式​

参考本文附录。

其他模块​

  • collection 模块：
    • 提供了一种双端列表 deque，可以用 appendleft, extendleft, popleft 等方法从 deque 的左侧（也就是lst[0]）进行操作。注意，deque 的更新操作比 list 更快，但读取操作比 list 慢。
    • 提供了一种缺省字典 defaultdict，可以直接操作键值（即使这个键先前未定义）；首次操作时会赋一个合理的初值，比如首次调用 d["a"] += 1 而字典本身没有 “a” 键时，会自动初始化 “a” 键并赋初值 0。
  • calendar 模块：判断星期、闰年，输出日历等等。
  • itertools 模块：在本文“迭代器”小节已进行了简要介绍。
  • logging 模块：在调试中可能会使用。
  • urllib 模块：这是一个 HTML 请求模块，常用于爬虫。

附录：正则表达式

正则表达式的基础内容参考本博客的这篇博文：正则表达式。注意：如果要保存一个正则表达式供多次使用，请存储其 compile 后的结果，避免反复编译。

  • re.compile(exp)：编译正则表达式。
  • re.compile(exp).match(str)：判断正则表达式能否匹配一个字串。可以 bool() 结果来获知是否匹配。
    • re.compile(exp).match(str).groups()：将匹配结果返回为单个字符串（无子组时）或元组（有子组时）。
    • re.compile(exp).findall(str)：找出字符串中所有匹配表达式的子串。返回列表。
  • re.split(exp, str)：用表达式来分割字符串，相当于 str.split() 的增强版。
import re
bool(re.match(r"\d", "1"))
True
phone_re = re.compile(r'\d{3,4}-\d{7,8}')
phone_re.match('010-12345678').group()
'010-12345678'
# 如果在正则表达式中添加了子组（小括号），那么会返回子组依顺序组成的一个元组
phone_re = re.compile(r'(\d{3,4})-(\d{7,8})')
phone_re.match('010-12345678').groups()
('010', '12345678')
phone_re = re.compile(r'\d{3,4}-\d{7,8}')  # 寻找所有子串
phone_set = '010-12345678, 021-65439876 '
phone_re.findall(phone_set)
['010-12345678', '021-65439876']
s = 'a b   c'  # 用 re.split() 处理连续的空格
print(s.split(' '), re.split(r"\s+", s))
['a', 'b', '', '', 'c'] ['a', 'b', 'c']