10. Krótka wycieczka po Bibliotece Standardowej
***********************************************


10.1. Interfejs Systemu Operacyjnego
====================================

Moduł "os" udostępnia wiele funkcji do interakcji z systemem
operacyjnym:

   >>> import os
   >>> os.getcwd()      # Return the current working directory
   'C:\\Python311'
   >>> os.chdir('/server/accesslogs')   # Change current working directory
   >>> os.system('mkdir today')   # Run the command mkdir in the system shell
   0

Upewnij się, że używasz stylu "import os", a nie "from os import *".
W tym drugim przypadku funkcja "os.open()" przesłoni wbudowaną funkcję
"open()", która działa w skrajnie inny sposób.

Wbudowane funkcje "dir()" i "help()", są przydatne jako interaktywne
pomoce do pracy z dużymi modułami, takimi jak "os":

   >>> import os
   >>> dir(os)
   <returns a list of all module functions>
   >>> help(os)
   <returns an extensive manual page created from the module's docstrings>

Do codziennego zarządzania plikami i katalogami, moduł  "shutil"
zapewnia interfejs wyższego poziomu, który jest łatwiejszy w użyciu:

   >>> import shutil
   >>> shutil.copyfile('data.db', 'archive.db')
   'archive.db'
   >>> shutil.move('/build/executables', 'installdir')
   'installdir'


10.2. Symbole wieloznaczne plików
=================================

Moduł "glob" udostępnia funkcję do tworzenia list plików korzystając z
wyszukiwania na symbolach wieloznacznych:

   >>> import glob
   >>> glob.glob('*.py')
   ['primes.py', 'random.py', 'quote.py']


10.3. Argumenty linii polecenia
===============================

Common utility scripts often need to process command line arguments.
These arguments are stored in the "sys" module's *argv* attribute as a
list.  For instance the following output results from running "python
demo.py one two three" at the command line:

   >>> import sys
   >>> print(sys.argv)
   ['demo.py', 'one', 'two', 'three']

Moduł "argparse" zapewnia bardziej wyrafinowane mechanizmy do
przetwarzania argumentów wiersza poleceń.  Poniższy skrypt wyodrębnia
jedną lub więcej nazw plików i opcjonalną liczbę linii do
wyświetlenia:

   import argparse

   parser = argparse.ArgumentParser(
       prog='top',
       description='Show top lines from each file')
   parser.add_argument('filenames', nargs='+')
   parser.add_argument('-l', '--lines', type=int, default=10)
   args = parser.parse_args()
   print(args)

Po uruchomieniu w wierszu poleceń "python top.py --lines=5 alpha.txt
beta.txt", skrypt ustawia "args.lines" na "5" i "args.filenames" na
"['alpha.txt', 'beta.txt']".


10.4. Przekierowanie wyjścia błędu i zakończenie programu
=========================================================

Moduł "sys" ma również atrybuty dla *stdin*, *stdout* i *stderr*
(standardowe wejście, standardowe wyjście i standardowe wyjście
błędu). To ostatnie jest przydatne do emitowania ostrzeżeń i
komunikatów o błędach, aby były widoczne nawet wtedy, gdy *stdout*
został przekierowany:

   >>> sys.stderr.write('Warning, log file not found starting a new one\n')
   Warning, log file not found starting a new one

Najbardziej bezpośrednim sposobem na zakończenie skryptu jest użycie
"sys.exit()".


10.5. Dopasowywanie wzorców w napisach
======================================

Moduł "re" zapewnia narzędzia wyrażeń regularnych do zaawansowanego
przetwarzania napisów. W przypadku złożonych operacji dopasowywania i
manipulacji na ciągach znaków, wyrażenia regularne pozwalają na
zwięzłe, zoptymalizowane rozwiązania:

   >>> import re
   >>> re.findall(r'\bf[a-z]*', 'which foot or hand fell fastest')
   ['foot', 'fell', 'fastest']
   >>> re.sub(r'(\b[a-z]+) \1', r'\1', 'cat in the the hat')
   'cat in the hat'

Gdy potrzebne są tylko proste funkcje, preferowane są funkcje
standardowe napisów, ponieważ są łatwiejsze do odczytania i
debugowania:

   >>> 'tea for too'.replace('too', 'two')
   'tea for two'


10.6. Funkcje matematyczne
==========================

The "math" module gives access to the underlying C library functions
for floating point math:

   >>> import math
   >>> math.cos(math.pi / 4)
   0.70710678118654757
   >>> math.log(1024, 2)
   10.0

Moduł "random" dostarcza narzędzi do dokonywania wyborów losowych:

   >>> import random
   >>> random.choice(['apple', 'pear', 'banana'])
   'apple'
   >>> random.sample(range(100), 10)   # sampling without replacement
   [30, 83, 16, 4, 8, 81, 41, 50, 18, 33]
   >>> random.random()    # random float
   0.17970987693706186
   >>> random.randrange(6)    # random integer chosen from range(6)
   4

Moduł "statistics" oblicza podstawowe wskaźniki statystyczne (średnią,
medianę, wariancję itp.) z danych liczbowych:

   >>> import statistics
   >>> data = [2.75, 1.75, 1.25, 0.25, 0.5, 1.25, 3.5]
   >>> statistics.mean(data)
   1.6071428571428572
   >>> statistics.median(data)
   1.25
   >>> statistics.variance(data)
   1.3720238095238095

Projekt SciPy <https://scipy.org> posiada wiele innych modułów
służących do obliczeń numerycznych.


10.7. Dostęp do internetu
=========================

Istnieje wiele modułów umożliwiających dostęp do Internetu i
przetwarzanie protokołów internetowych. Dwa z najprostszych to
"urllib.request" do pobierania danych z adresów URL i "smtplib" do
wysyłania poczty:

   >>> from urllib.request import urlopen
   >>> with urlopen('http://worldtimeapi.org/api/timezone/etc/UTC.txt') as response:
   ...     for line in response:
   ...         line = line.decode()             # Convert bytes to a str
   ...         if line.startswith('datetime'):
   ...             print(line.rstrip())         # Remove trailing newline
   ...
   datetime: 2022-01-01T01:36:47.689215+00:00

   >>> import smtplib
   >>> server = smtplib.SMTP('localhost')
   >>> server.sendmail('soothsayer@example.org', 'jcaesar@example.org',
   ... """To: jcaesar@example.org
   ... From: soothsayer@example.org
   ...
   ... Beware the Ides of March.
   ... """)
   >>> server.quit()

(Zauważ, że drugi przykład wymaga serwera pocztowego działającego
lokalnie pod adresem *localhost*).


10.8. Daty i czas
=================

Moduł "datetime" dostarcza klasy do manipulowania datami i godzinami
zarówno w prosty, jak i złożony sposób. Podczas gdy obsługiwana jest
arytmetyka daty i czasu, implementacja koncentruje się na wydajnym
wyodrębnianiu danych w celu formatowania i manipulacji. Moduł
obsługuje również obiekty uwzględniające strefę czasową

   >>> # dates are easily constructed and formatted
   >>> from datetime import date
   >>> now = date.today()
   >>> now
   datetime.date(2003, 12, 2)
   >>> now.strftime("%m-%d-%y. %d %b %Y is a %A on the %d day of %B.")
   '12-02-03. 02 Dec 2003 is a Tuesday on the 02 day of December.'

   >>> # dates support calendar arithmetic
   >>> birthday = date(1964, 7, 31)
   >>> age = now - birthday
   >>> age.days
   14368


10.9. Kompresja Danych
======================

Popularne formaty archiwizacji i kompresji danych są bezpośrednio
obsługiwane przez moduły, w tym: "zlib", "gzip", "bz2", "lzma",
"zipfile" i "tarfile":

   >>> import zlib
   >>> s = b'witch which has which witches wrist watch'
   >>> len(s)
   41
   >>> t = zlib.compress(s)
   >>> len(t)
   37
   >>> zlib.decompress(t)
   b'witch which has which witches wrist watch'
   >>> zlib.crc32(s)
   226805979


10.10. Mierzenie wydajności
===========================

Niektórzy użytkownicy Python są głęboko zainteresowani poznaniem
względnej wydajności różnych podejść do tego samego problemu. Python
zapewnia narzędzie pomiarowe, które natychmiast odpowiada na te
pytania.

Na przykład kuszące może być użycie funkcji pakowania i rozpakowywania
krotka zamiast tradycyjnego podejścia do zamiany argument. Moduł
"timeit" szybko pokazuje skromną przewagę wydajności:

   >>> from timeit import Timer
   >>> Timer('t=a; a=b; b=t', 'a=1; b=2').timeit()
   0.57535828626024577
   >>> Timer('a,b = b,a', 'a=1; b=2').timeit()
   0.54962537085770791

W przeciwieństwie do dokładnego poziomu szczegółowości "timeit",
moduły "profile" i "pstats" zapewniają narzędzia do identyfikacji
sekcji krytycznych czasowo w większych blok kodu.


10.11. Kontrola jakości
=======================

Jednym z podejść do tworzenia wysokiej jakości oprogramowania jest
pisanie testów dla każdej funkcj w trakcie jego tworzenia i częste
uruchamianie tych testów podczas rozwoju.

Moduł "doctest"  zapewnia narzędzie do skanowania strony moduł i
sprawdzania poprawności testów osadzonych w dokumentacji programu.
Konstrukcja testu jest tak prosta, jak wycięcie i wklejenie typowego
wywołania wraz z jego wynikami do docstring. Poprawia to dokumentację
poprzez dostarczenie użytkownikowi przykładu i pozwala doctestowi
moduł upewnić się, że kod pozostaje prawda zgodny z dokumentacją:

   def average(values):
       """Computes the arithmetic mean of a list of numbers.

       >>> print(average([20, 30, 70]))
       40.0
       """
       return sum(values) / len(values)

   import doctest
   doctest.testmod()   # automatically validate the embedded tests

Moduł "unittest" nie jest tak łatwy w użytku jak moduł "doctest" , ale
pozwala na przechowywanie bardziej kompleksowego zestawu testów w
osobnym pliku:

   import unittest

   class TestStatisticalFunctions(unittest.TestCase):

       def test_average(self):
           self.assertEqual(average([20, 30, 70]), 40.0)
           self.assertEqual(round(average([1, 5, 7]), 1), 4.3)
           with self.assertRaises(ZeroDivisionError):
               average([])
           with self.assertRaises(TypeError):
               average(20, 30, 70)

   unittest.main()  # Calling from the command line invokes all tests


10.12. Dostarczone z bateriami
==============================

Python trzyma się filozofii "dostarczone z bateriami". Można to
najłatwiej ujrzeć w zaawansowanych możliwościach jego większych
pakietów. Dla przykładu:

* Moduły "xmlrpc.client" i "xmlrpc.server" sprawiają, że implementacja
  zdalnych wywołań procedur staje się niemal trywialnym zadaniem.
  Pomimo nazw moduł', nie jest wymagana bezpośrednia znajomość lub
  obsługa XML.

* Pakiet "email" jest biblioteką do zarządzania wiadomościami e-mail,
  w tym MIME i innymi dokumentami wiadomości opartymi na **RFC 2822**.
  W przeciwieństwie do "smtplib" i "poplib", które faktycznie wysyłają
  i odbierają wiadomości, pakiet e-mail posiada kompletny zestaw
  narzędzi do tworzenia lub dekodowania złożonych struktur wiadomości
  (w tym załączników) oraz do implementacji internetowych protokołów
  kodowania i nagłówków.

* Pakiet "json" zapewnia solidne wsparcie dla analizowania tego
  popularnego formatu wymiany danych.  Pakiet "csv" moduł obsługuje
  bezpośredni odczyt i zapis plików w formacie Comma-Separated Value
  (.csv), powszechnie obsługiwanym przez bazy danych i arkusze
  kalkulacyjne.  Przetwarzanie XML jest obsługiwane przez pakiety
  "xml.etree.ElementTree", "xml.dom" i "xml.sax". Razem te moduły i
  pakiety znacznie upraszczają wymianę danych między Python aplikacja
  i innymi narzędziami.

* Moduł "sqlite3" jest opakowaniem dla biblioteki bazy danych SQLite,
  zapewniając trwałą bazę danych, która może być aktualizowana i
  dostępna przy użyciu nieco niestandardowej składni SQL.

* Internacjonalizacja jest wspierana przez kilka moduł, w tym
  "gettext", "locale" i "codecs".
