10. Python 標準函式庫概覽

10.1. 作業系統介面

os 模組提供了數十個與作業系統溝通的函式:

>>> import os
>>> os.getcwd()      # Return the current working directory
'C:\\Python310'
>>> os.chdir('/server/accesslogs')   # Change current working directory
>>> os.system('mkdir today')   # Run the command mkdir in the system shell
0

務必使用 import os 而非 from os import *。這將避免因系統不同而有實作差異的 os.open() 覆蓋內建函式 open()

在使用 os 諸如此類大型模組時搭配內建函式 dir()help() 是非常有用的:

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

對於日常檔案和目錄管理任務,shutil 模組提供了更容易使用的高階介面:

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

10.2. 檔案之萬用字元 (File Wildcards)

glob 模組提供了一函式可以從目錄萬用字元中搜尋並產生檔案列表:

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

10.3. 命令列引數

通用工具腳本常需要處理命令列引數。這些引數會以 list(串列)形式存放在 sys 模組的 argv 屬性中。例如在命令列執行 python demo.py one two three 會有以下輸出結果:

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

argparse 模組提供了一種更複雜的機制來處理命令列引數。以下腳本可擷取一個或多個檔案名稱,並可選擇要顯示的行數:

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)

python top.py --lines=5 alpha.txt beta.txt 在命令列執行時,該腳本會將 args.lines 設為 5,並將 args.filenames 設為 ['alpha.txt', 'beta.txt']

10.4. 錯誤輸出重新導向與程式終止

sys 模組也有 stdinstdout,和 stderr 等屬性。即使當 stdout 被重新導向時,後者 stderr 可輸出警告和錯誤訊息:

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

終止腳本最直接的方式就是利用 sys.exit()

10.5. 字串樣式比對

re 模組提供正規表示式 (regular expression) 做進階的字串處理。當要處理複雜的比對以及操作時,正規表示式是簡潔且經過最佳化的解決方案:

>>> 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'

當只需要簡單的字串操作時,因為可讀性以及方便除錯,字串本身的 method 是比較建議的:

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

10.6. 數學相關

math 模組提供了 C 函式庫中底層的浮點數運算的函式:

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

random 模組提供了隨機選擇的工具:

>>> 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

statistics 模組提供了替數值資料計算基本統計量(包括平均、中位數、變異量數等)的功能:

>>> 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

SciPy 專案 <https://scipy.org> 上也有許多數值計算相關的模組。

10.7. 網路存取

Python 中有許多存取網路以及處理網路協定。最簡單的兩個例子包括 urllib.request 模組可以從網址抓取資料以及 smtplib 可以用來寄郵件:

>>> 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()

(注意第二個例子中需要在本地端執行一個郵件伺服器。)

10.8. 日期與時間

datetime 模組提供許多 class 可以操作日期以及時間,從簡單從複雜都有。模組支援日期與時間的運算,而實作的重點是有效率的成員擷取以達到輸出格式化以及操作。模組也提供支援時區換算的類別。

>>> # 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. 資料壓縮

常見的解壓縮以及壓縮格式都有直接支援的模組。包括:zlibgzipbz2lzmazipfile 以及 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. 效能量測

有一些 Python 使用者很想了解同個問題的不同實作方法的效能差異。Python 提供了評估效能差異的工具。

舉例來說,有人可能會試著用 tuple 的打包機制來交換引數代替傳統的方式。timeit 模組可以迅速地展示效能的進步:

>>> 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

相對於 timeit 模組提供這麼細的粒度,profile 模組以及 pstats 模組則提供了一些在大型的程式碼識別時間使用上關鍵的區塊 (time critical section) 的工具。

10.11. 品質控管

達到高品質軟體的一個方法,是在開發時對每個函式寫測試,以及在開發過程中要不斷地跑這些測試。

doctest 模組提供了一個工具,掃描模組並根據程式中內嵌的文件字串執行測試。撰寫測試如同簡單地將它的呼叫及輸出結果剪下並貼上到文件字串中。透過提供範例給使用者,它強化了說明文件,並允許 doctest 模組確認程式碼的結果與說明文件一致:

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

unittest 模組不像 doctest 模組這般容易,但是它讓你可以在另外一個檔案裡撰寫更完整的測試集:

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. 標準模組庫

"Batteries included" 是 Python 的設計哲學。這個理念可以透過使用它的大型套件,感受複雜與強大的功能,來得到印證。例如:

  • 使用 xmlrpc.clientxmlrpc.server 模組使實作遠端程序呼叫變得更為容易。即使模組名稱裡有 XML,使用者並不需要直接操作 XML 檔案或事先具備相關知識。

  • 函式庫 email 套件用來管理 MIME 和其他 RFC 2822 相關電子郵件訊息的文件。相異於 smtplibpoplib 這些實際用來發送與接收訊息的模組,email 套件擁有更完整的工具集,可用於建立與解碼複雜訊息結構(包含附件檔案)以及實作編碼與標頭協定。

  • json 套件對 JSON 資料交換格式的剖析,提供強大的支援。csv 模組則提供直接讀寫 CSV(以逗號分隔值的檔案格式,通常資料庫和電子表格都有支援)。xml.etree.ElementTreexml.domxml.sax 套件則支援 XML 的處理。綜觀所有,這些模組和套件都簡化了 Python 應用程式與其他工具之間的資料交換。

  • sqllite3 模組是 SQLite 資料庫函式庫的一層包裝,提供一個具持久性的資料庫,可以使用稍微非標準的 SQL 語法來對它進行更新與存取。

  • 有數種支援國際化的模組,包括 gettextlocalecodecs 等套件。