「學習筆記——Python」Python標準庫簡明教程II__Python

11 Python標準庫簡明教程 II Table of Contents 1 輸出格式 2 模板 3 處理位元據 4 多線程 5 日誌(Logging) 6 弱引用(Weak References) 7 與List配合使用的工具 8 十進位浮點數據運算 1 輸出格式

repr 模組提供了一個定製版本的repr()，用於得到有大量內容的容器的縮寫形式

>>> import repr>>> repr.repr(set('helloword'))"set(['d', 'e', 'h', 'l', 'o', 'r', ...])"

pprint 模組提供了更多複雜的控制，用於列印內建的以及使用者定義物件，輸出的結果可讀性比較好。

>>> import pprint>>> t = [[[['black', 'cyan'], 'white', ['green', 'red']]]]>>> pprint.pprint(t, width=30)[[[['black', 'cyan'],   'white',   ['green', 'red']]]]

textwrap 模組可以格式化段落以適應螢幕寬度

>>> import textwrap>>> doc = """The wrap() method is just like fill() except that it returns... a list of strings instead of one big string with newlines to separate... the wrapped lines.""">>> >>> print textwrap.fill(doc, width = 30)The wrap() method is just likefill() except that it returnsa list of strings instead ofone big string with newlinesto separate the wrapped lines.

locacle 模組可以根據文化和地區決定資料格式：

>>> locale.setlocale(locale.LC_ALL, 'zh_CN.utf8')'zh_CN.utf8'>>> conv = locale.localeconv()>>> x = 1234567.8>>> locale.format("%d", x, grouping=True)'1,234,567'

2 模板

string 模組提供了一個多才多藝的 Template 類，它文法簡單，普通使用者也可以方便地編輯，這使得使用者可以定製 它們的應用。

>>> from string import Template>>> t = Template('${village}folk send $$10 to $cause.')>>> t.substitute(village='Nottingham', case='the ditch fund')'Nottinghamfolk send $10 to the ditch fund.'

注意，$可以開始定義一個點位符，這個點位符將來可以被真正的資料替換。 如果想輸入真正的，可以連續輸入兩個.如果substitute中沒有指定模板中 點位符的值，將返回KeyError.如果使用safe_ substitute,沒有指定的點位符會 被忽略。

>>> t = Template('Return the $item to $owner.')>>> t.substitute(item='value')Traceback (most recent call last):  File "<stdin>", line 1, in <module>  File "/usr/lib/python2.7/string.py", line 172, in substitute    return self.pattern.sub(convert, self.template)  File "/usr/lib/python2.7/string.py", line 162, in convert    val = mapping[named]KeyError: 'owner'>>> t.safe_substitute(item='value')'Return the value to $owner.'

Template 子類可以指定限定符，即把$換成其它符號也可以，例如下面這個批量改名的程式。

import timeimport os.pathfrom string import Templatephotofiles = ['img_1074.jpg', 'img_1076.jpg', 'img_1077.jpg']class BatchRename(Template):    delimiter = '%'fmt = raw_input('Enter rename style (%d-date %n-seqnum %f-format):  ')t = BatchRename(fmt)date = time.strftime('%d%b%y')for i, filename in enumerate(photofiles):    base, ext = os.path.splitext(filename)    newname = t.substitute(d=date, n=i, f=ext)    print '{0} --> {1}'.format(filename, newname)

>>> import tempEnter rename style (%d-date %n-seqnum %f-format):  Steve_%n%fimg_1074.jpg --> Steve_0.jpgimg_1076.jpg --> Steve_1.jpgimg_1077.jpg --> Steve_2.jpg

3 處理位元據

struct 包提供了 pack() 和 unpack() 函數，處理不同長度的二進位記錄格式的資料。下面的代碼 展示了如何不使用 zipfile 模組處理ZIP檔案的頭資訊。"H"和"I"分別代表兩位元組，四位元組無符號數字。 "<"代表標準大小，小尾端位元組順序。

import structdata = open('tzipfile.zip', 'rb').read()start = 0for i in range(3):                      # show the first 3 file headers    start += 14    fields = struct.unpack('<IIIHH', data[start:start+16])    crc32, comp_size, uncomp_size, filenamesize, extra_size = fields    start += 16    filename = data[start:start+filenamesize]    start += filenamesize    extra = data[start:start+extra_size]    print filename, hex(crc32), comp_size, uncomp_size    start += extra_size + comp_size     # skip to the next header

$ zipinfo tzipfile.zip Archive:  tzipfile.zipZip file size: 442 bytes, number of entries: 3-rw-rw-r--  3.0 unx        0 bx stor 13-Mar-08 14:31 tzipfile.c-rw-rw-r--  3.0 unx        0 bx stor 13-Mar-08 14:38 f2.c-rw-rw-r--  3.0 unx        0 bx stor 13-Mar-08 14:38 f3.c3 files, 0 bytes uncompressed, 0 bytes compressed:  0.0%$ python tstruct.py tzipfile.c 0x0 0 0f2.c 0x0 0 0f3.c 0x0 0 0

4 多線程

線程是一種可以將沒有序列信賴的任務分開執行的技術，可以用於提高程式的響應。例如等待使用者輸入時，在後台同時 運行其它任務。

import threading, zipfileclass AsyncZip(threading.Thread):    def __init__(self, infile, outfile):        threading.Thread.__init__(self)        self.infile = infile        self.outfile = outfile    def run(self):        f = zipfile.ZipFile(self.outfile, 'w', zipfile.ZIP_DEFLATED)        f.write(self.infile)        f.close()        print 'Finished background zip of: ', self.infilebackground = AsyncZip('mydata.txt', 'myarchive.zip')background.start()print 'The main program continues to run in foreground.'background.join()    # Wait for the background task to finishprint 'Main program waited until background was done.'

多線程程式的挑戰在於協調好共用資料和資源的線程。線程模組提取了大量同步原語，例如鎖，事件，條件變數，訊號量。 雖然這些工具非常強大，但是低級的設計錯誤常常導致一些不可重現的錯誤。所以，比較好的方式是使用一個線程訪問 資源，使用 Queue 模組讓其它線程依次得到資料。 5 日誌(Logging)

logging 模組提供了靈活多樣的日誌系統，最簡單的情況是將日誌資訊發送到一個檔案或者 sys.stderr:

>>> import logging>>> logging.debug("Debugging infor")>>> logging.info("Infomation mess")>>> logging.warning("Warning mess")WARNING:root:Warning mess>>> logging.error("Error mess")ERROR:root:Error mess>>> logging.critical('Critical error')CRITICAL:root:Critical error

日誌系統可以由Python直接配置，也可以使用可編輯的設定檔來定製。 6 弱引用(Weak References)

Python會自動進行記憶體管理，當最後一次引用被消除後就會釋放記憶體。 這種機制多數情況下運行良好，但是有時候需要跟蹤對象，看它什麼時候被引用。但是跟蹤對象本身就是對對象的引用。 weakref 模組提供了跟蹤對象，但又不建立引用的方式，當對象不再需要時，會自動從 weakref 表中移除。

>>> import weakref, gc>>> class A:...     def __init__(self, value):...         self.value = value...     def __repr__(self):...         return str(self.value)...>>> a = A(10)                   # create a reference>>> d = weakref.WeakValueDictionary()>>> d['primary'] = a            # does not create a reference>>> d['primary']                # fetch the object if it is still alive10>>> del a                       # remove the one reference>>> gc.collect()                # run garbage collection right away0>>> d['primary']                # entry was automatically removedTraceback (most recent call last):  File "<stdin>", line 1, in <module>    d['primary']                # entry was automatically removed  File "C:/python26/lib/weakref.py", line 46, in __getitem__    o = self.data[key]()KeyError: 'primary'

7 與List配合使用的工具

內建的list類型可以滿足許多資料結構的需求，但是有時候出於效能方面的權衡，可以需要一些其它的類似 list的資料結構。 array 模組提取了一個 array() 對象，只儲存同類型資料並且可以以更加緊湊的方式儲存。 下面這個例子可以以每項2位元組的方式儲存無符號位元，而不是list的16位元組。

>>> from array import array>>> a = array('H', [1,2,3])>>> sum(a)6>>> a[1:3]array('H', [2, 3])>>> 

collections 模組提供了 deque() 對象，與list非常相似，但是可以更快地從左側添加刪除資料，同時從中間尋找的速度 變慢。這一對象適合於實現隊列和寬度優先搜尋樹。

>>> from collections import deque>>> d = deque(["task1", "task2", "task3"])>>> d.append("task4")>>> print "Handleing", d.popleft()Handleing task1

除此之外，標準庫還提取了例如 bisect 模組用於操作已排序的list.

>>> import bisect>>> scores = [(100, 'perl'), (200, 'tcl'), (400, 'python')]>>> bisect.insort(scores, (300, 'ruby'))>>> scores[(100, 'perl'), (200, 'tcl'), (300, 'ruby'), (400, 'python')]

heapq 模組提供了一些函數，用於在普通lists的基礎上實現堆。值最小的項通常放在位置０。這在經常訪問最小元素， 但是不需要對整個list排序時非常有用.

>>> from heapq import heapify, heappop, heappush>>> data = [1,3,4,6,2,7]>>> heapify(data)>>> heappush(data, -5)>>> [heappop(data) for i in range(3)][-5, 1, 2]

8 十進位浮點數據運算

decimal 模組提供　*Decimal* 資料類型用於十進位浮點數運算。與內建的float相比，這個類在以下方面非常有用： 金融以及其它需要精確十進位表示的應用 控制精度 控制舍入，滿足合法可控的需求 跟蹤重要的十進位位 使用者希望結果和手工計算的相同的應用

例如下面的計算，使用十進位浮點計算和二進位浮點計算結果就不相同

>>> from decimal import *>>> x = Decimal('0.70') * Decimal('1.05')>>> xDecimal('0.7350')>>> x.quantize(Decimal('0.01'))Decimal('0.74')>>> 0.7 * 1.050.735>>> round(.70 * 1.05, 2)0.73>>> 1.999999999+0.00000000000000000000000011.999999999>>> Decimal('1.999999999') + Decimal('0.0000000000000000000000001')Decimal('1.9999999990000000000000001')

原文連結： http://docs.python.org/2/tutorial/stdlib2.html