Python一直被自稱“batteries included”，就是因為內置了許多非常有用的模塊，無需額外安裝和配置，即可直接使用，
除了內建的模塊外，Python還有大量的第三方模塊，直接使用pip安裝即可使用，下面給大家簡單介紹幾個Python非常實用的自帶庫和第三方庫，
自帶庫
一、datetime
datetime是Python處理日期和時間的標準庫，
1、獲取當前日期和時間
>>> from datetime import datetime
>>> now = datetime.now()
>>> print(now)
2021-06-14 09:33:10.460192
>>> print(type(now))
<class 'datetime.datetime'>
2、獲取指定日期和時間
>>> from datetime import datetime
>>> dt = datetime(2021,6,10,12,0)
>>> print(dt)
2021-06-10 12:00:00
3、datetime轉換為timestamp
在計算機中，時間實際上是用數字表示的，我們把1970年1月1日 00:00:00 UTC+00:00時區的時刻稱為epoch time，記為0（1970年以前的時間timestamp為負數），當前時間就是相對于epoch time的秒數，稱為timestamp（時間戳），
>>> from datetime import datetime
>>> now = datetime.now()
>>> now
datetime.datetime(2021, 6, 14, 9, 38, 34, 969006)
>>> now.timestamp() #把datetime轉換為timestamp
1623634714.969006
4、timestamp轉換為datetime
>>> from datetime import datetime
>>> timestamp = 1623634714.969006
>>> print(datetime.fromtimestamp(timestamp))
2021-06-14 09:38:34.969006
5、str轉換為datetime
>>> from datetime import datetime
>>> day = datetime.strptime('2021-6-10 12:12:12','%Y-%m-%d %H:%M:%S')
>>> print(day)
2021-06-10 12:12:12
6、datetime轉換為str
>>> from datetime import datetime
>>> now = datetime.now()
>>> print(now)
2021-06-14 09:49:02.281820
>>> print(type(now))
<class 'datetime.datetime'>
>>> str_day = now.strftime('%Y-%m-%d %H:%M:%S')
>>> print(str_day)
2021-06-14 09:49:02
>>> print(type(str_day))
<class 'str'>
二、collections
collections是Python內建的一個集合模塊，提供了許多有用的集合類，其中統計功能非常實用，
Counter
Counter是一個簡單的計數器，例如，統計字符出現的個數
>>> from collections import Counter
>>> c = Counter()
>>> str = 'jdkjefwnewnfjqbefbqbefqbferbb28934`83278784727'
>>> c.update(str)
>>> c
Counter({'b': 6, 'e': 5, 'f': 5, '8': 4, '7': 4, 'j': 3, 'q': 3, '2': 3, 'w': 2, 'n': 2, '3': 2, '4': 2, 'd': 1, 'k': 1, 'r': 1, '9': 1, '`': 1})
三、base64
Base64是一種用64個字符來表示任意二進制資料的方法，
用記事本打開exe、jpg、pdf這些檔案時，我們都會看到一大堆亂碼，因為二進制檔案包含很多無法顯示和列印的字符，所以，如果要讓記事本這樣的文本處理軟體能處理二進制資料，就需要一個二進制到字串的轉換方法，Base64是一種最常見的二進制編碼方法，
>>> import base64
>>> base64.b64encode(b'binary\x00string')
b'YmluYXJ5AHN0cmluZw=='
>>> base64.b64decode(b'YmluYXJ5AHN0cmluZw==')
b'binary\x00string'
四、hashlib
Python的hashlib提供了常見的摘要演算法，如MD5，SHA1等等，
什么是摘要演算法呢？摘要演算法又稱哈希演算法、散列演算法，它通過一個函式，把任意長度的資料轉換為一個長度固定的資料串（通常用16進制的字串表示），
我們以常見的摘要演算法MD5為例，計算出一個字串的MD5值：
>>> import hashlib
>>> md5 = hashlib.md5()
>>> md5.update("程式員唐丁".encode('utf-8'))
>>> print(md5.hexdigest())
05eb21a61d2cf0cf84e474d859c4c055
摘要演算法能應用到什么地方？舉個常用例子：
任何允許用戶登錄的網站都會存盤用戶登錄的用戶名和口令，如何存盤用戶名和口令呢？方法是存到資料庫表中，如果以明文保存用戶口令，如果資料庫泄露，所有用戶的口令就落入黑客的手里，此外，網站運維人員是可以訪問資料庫的，也就是能獲取到所有用戶的口令，正確的保存口令的方式是不存盤用戶的明文口令，而是存盤用戶口令的摘要，比如MD5，當用戶登錄時，首先計算用戶輸入的明文口令的MD5，然后和資料庫存盤的MD5對比，如果一致，說明口令輸入正確，如果不一致，口令肯定錯誤，
第三方庫
一、requests
requests是一個Python第三方庫，處理URL資源特別方便，在之前的”爬蟲簡介“文章中我們已經初步認識了它，
1、安裝requests
如果安裝了Anaconda，requests就已經可用了，否則，需要在命令列下通過pip安裝：
$ pip install requests
如果遇到Permission denied安裝失敗，請加上sudo重試，
2、通過GET訪問豆瓣首頁，只需要幾行代碼：
>>> import requests
>>> r = requests.get('https://www.douban.com/') # 豆瓣首頁
>>> r.status_code
200
>>> r.text
r.text
'<!DOCTYPE HTML>\n<html>\n<head>\n<meta name="description" content="提供圖書、電影、音樂唱片的推薦、評論和...'
3、對于帶引數的URL，傳入一個dict作為params引數：
>>> r = requests.get('https://www.douban.com/search', params={'q': 'python', 'cat': '1001'})
>>> r.url # 實際請求的URL
'https://www.douban.com/search?q=python&cat=1001'
4、requests自動檢測編碼，可以使用encoding屬性查看：
>>> r.encoding
'utf-8'
5、無論回應是文本還是二進制內容，我們都可以用content屬性獲得bytes物件：
>>> r.content
b'<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv="Content-Type" content="text/html; charset=utf-8">\n...'
6、requests的方便之處還在于，對于特定型別的回應，例如JSON，可以直接獲取：
>>> r = requests.get('https://query.yahooapis.com/v1/public/yql?q=select%20*%20from%20weather.forecast%20where%20woeid%20%3D%202151330&format=json')
>>> r.json()
{'query': {'count': 1, 'created': '2017-11-17T07:14:12Z', ...
7、需要傳入HTTP Header時，我們傳入一個dict作為headers引數：
>>> r = requests.get('https://www.douban.com/', headers={'User-Agent': 'Mozilla/5.0 (iPhone; CPU iPhone OS 11_0 like Mac OS X) AppleWebKit'})
>>> r.text
'<!DOCTYPE html>\n<html>\n<head>\n<meta charset="UTF-8">\n <title>豆瓣(手機版)</title>...'
8、要發送POST請求，只需要把get()方法變成post()，然后傳入data引數作為POST請求的資料：
>>> r = requests.post('https://accounts.douban.com/login', data={'form_email': 'abc@example.com', 'form_password': '123456'})
9、requests默認使用application/x-www-form-urlencoded對POST資料編碼，如果要傳遞JSON資料，可以直接傳入json引數：
params = {'key': 'value'}
r = requests.post(url, json=params) # 內部自動序列化為JSON
10、類似的，上傳檔案需要更復雜的編碼格式，但是requests把它簡化成files引數：
>>> upload_files = {'file': open('report.xls', 'rb')}
>>> r = requests.post(url, files=upload_files)
在讀取檔案時，注意務必使用'rb'即二進制模式讀取，這樣獲取的bytes長度才是檔案的長度，
把post()方法替換為put()，delete()等，就可以以PUT或DELETE方式請求資源，
11、除了能輕松獲取回應內容外，requests對獲取HTTP回應的其他資訊也非常簡單，例如，獲取回應頭：
>>> r.headers
{Content-Type': 'text/html; charset=utf-8', 'Transfer-Encoding': 'chunked', 'Content-Encoding': 'gzip', ...}
>>> r.headers['Content-Type']
'text/html; charset=utf-8'
12、requests對Cookie做了特殊處理，使得我們不必決議Cookie就可以輕松獲取指定的Cookie：
>>> r.cookies['ts']
'example_cookie_12345'
13、要在請求中傳入Cookie，只需準備一個dict傳入cookies引數：
>>> cs = {'token': '12345', 'status': 'working'}
>>> r = requests.get(url, cookies=cs)
14、最后，要指定超時，傳入以秒為單位的timeout引數：
>>> r = requests.get(url, timeout=2.5) # 2.5秒后超時
二、chardet
字串編碼一直是令人非常頭疼的問題，尤其是我們在處理一些不規范的第三方網頁的時候，雖然Python提供了Unicode表示的str和bytes兩種資料型別，并且可以通過encode()和decode()方法轉換，但是，在不知道編碼的情況下，對bytes做decode()不好做，
對于未知編碼的bytes，要把它轉換成str，需要先“猜測”編碼，猜測的方式是先收集各種編碼的特征字符，根據特征字符判斷，就能有很大概率“猜對”，
當然，我們肯定不能從頭自己寫這個檢測編碼的功能，這樣做費時費力，chardet這個第三方庫正好就派上了用場，用它來檢測編碼，簡單易用，
1、安裝chardet
如果安裝了Anaconda，chardet就已經可用了，否則，需要在命令列下通過pip安裝：
$ pip install chardet
如果遇到Permission denied安裝失敗，請加上sudo重試，
2、當我們拿到一個bytes時，就可以對其檢測編碼，用chardet檢測編碼，只需要一行代碼：
>>> chardet.detect(b'Hello, world!')
{'encoding': 'ascii', 'confidence': 1.0, 'language': ''}
三、psutil
用Python來撰寫腳本簡化日常的運維作業是Python的一個重要用途，在Linux下，有許多系統命令可以讓我們時刻監控系統運行的狀態，如ps，top，free等等，要獲取這些系統資訊，Python可以通過subprocess模塊呼叫并獲取結果，但這樣做顯得很麻煩，尤其是要寫很多決議代碼，
在Python中獲取系統資訊的另一個好辦法是使用psutil這個第三方模塊，它不僅可以通過一兩行代碼實作系統監控，還可以跨平臺使用，支持Linux／UNIX／OSX／Windows等，是系統管理員和運維小伙伴不可或缺的必備模塊，
1、安裝psutil
如果安裝了Anaconda，psutil就已經可用了，否則，需要在命令列下通過pip安裝：
$ pip install psutil
如果遇到Permission denied安裝失敗，請加上sudo重試，
2、獲取CPU資訊
我們先來獲取CPU的資訊：
>>> import psutil
>>> psutil.cpu_count() # CPU邏輯數量
4
>>> psutil.cpu_count(logical=False) # CPU物理核心
2
# 2說明是雙核超執行緒, 4則是4核非超執行緒
3、統計CPU的用戶／系統／空閑時間：
>>> psutil.cpu_times()
scputimes(user=10963.31, nice=0.0, system=5138.67, idle=356102.45)
4、獲取記憶體資訊
使用psutil獲取物理記憶體和交換記憶體資訊，分別使用：
>>> psutil.virtual_memory()
svmem(total=8589934592, available=2866520064, percent=66.6, used=7201386496, free=216178688, active=3342192640, inactive=2650341376, wired=1208852480)
>>> psutil.swap_memory()
sswap(total=1073741824, used=150732800, free=923009024, percent=14.0, sin=10705981440, sout=40353792)
回傳的是位元組為單位的整數，可以看到，總記憶體大小是8589934592 = 8 GB，已用7201386496 = 6.7 GB，使用了66.6%，
而交換區大小是1073741824 = 1 GB，
5、獲取磁盤資訊
可以通過psutil獲取磁盤磁區、磁盤使用率和磁盤IO資訊：
>>> psutil.disk_partitions() # 磁盤磁區資訊
[sdiskpart(device='/dev/disk1', mountpoint='/', fstype='hfs', opts='rw,local,rootfs,dovolfs,journaled,multilabel')]
>>> psutil.disk_usage('/') # 磁盤使用情況
sdiskusage(total=998982549504, used=390880133120, free=607840272384, percent=39.1)
>>> psutil.disk_io_counters() # 磁盤IO
sdiskio(read_count=988513, write_count=274457, read_bytes=14856830464, write_bytes=17509420032, read_time=2228966, write_time=1618405)
好了，就先介紹這么多吧，更多實用的Python庫后面唐丁再給大家一一介紹～～
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/287837.html
標籤：其他