ICode9

精准搜索请尝试: 精确搜索
首页 > 编程语言> 文章详细

python常用模块

2020-02-22 22:01:43  阅读:237  来源: 互联网

标签:常用 python datetime 模块 time print path 序列化


python常用模块学习

本节大纲:

模块介绍

time &datetime模块

random

os

sys

shutil

json & picle

shelve

xml处理

yaml处理

configparser

hashlib

subprocess

logging模块

re正则表达式

模块,用一砣代码实现了某个功能的代码集合。

类似于函数式编程和面向过程编程,函数式编程则完成一个功能,其他代码用来调用即可,提供了代码的重用性和代码间的耦合。而对于一个复杂的功能来,可能需要多个函数才能完成(函数又可以在不同的.py文件中),n个 .py 文件组成的代码集合就称为模块。

如:os 是系统相关的模块;file是文件操作相关的模块

模块分为三种:

自定义模块

内置标准模块(又称标准库)

开源模块

time & datetime模块

在Python中,通常有这几种方式来表示时间:1)时间戳 2)格式化的时间字符串 3)元组(struct_time)共九个元素。由于Python的time模块实现主要调用C库,所以各个平台可能有所不同。

UTC(Coordinated Universal Time)即格林威治天文时间,为世界标准时间。中国北京为UTC+8。
DST(Daylight Saving Time)即夏令时。

时间戳(timestamp)的方式:通常来说,时间戳是指格林威治时间1970年01月01日00时00分00秒(北京时间1970年01月01日08时00分00秒)起至现在的总秒数。

我们运行“type(time.time())”,返回的是float类型。

返回时间戳方式的函数主要有time(),clock()等。

元组(struct_time)方式:struct_time元组共有9个元素,返回struct_time的函数主要有gmtime(),localtime(),strptime()。

下面列出这种方式元组中的几个元素:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
1.以元组方式返回本地当前时间
>>> time.localtime()
time.struct_time(tm_year=2017, tm_mon=5, tm_mday=8, tm_hour=16, tm_min=13, tm_sec=34, tm_wday=0, tm_yday=128, tm_isdst=0)

2.以元组方式返回格林威治时间
>>> time.gmtime()
time.struct_time(tm_year=2017, tm_mon=5, tm_mday=8, tm_hour=8, tm_min=13, tm_sec=38, tm_wday=0, tm_yday=128, tm_isdst=0)

3.将元组时间转换为时间戳
>>> x = time.localtime()
>>> time.mktime(x)
1494232890.0

4.将元组时间转换为字符串格式时间
>>> x = time.localtime()
>>> time.strftime('%Y-%m-%d %H:%M:%S',x)
'2017-05-08 16:57:38'

5.将字符串格式时间转换为元组格式时间
>>> time.strptime('2017-05-08 17:03:12','%Y-%m-%d %H:%M:%S')
time.struct_time(tm_year=2017, tm_mon=5, tm_mday=8, tm_hour=17, tm_min=3, tm_sec=12, tm_wday=0, tm_yday=128, tm_isdst=-1)

6.元组格式时间转换为字符串格式时间
>>> time.asctime()
'Tue May 9 15:23:21 2017'
>>> x = time.localtime()
>>> time.asctime(x)
'Tue May 9 15:23:39 2017'

7.时间戳转换成字符串格式时间
>>> time.ctime()
'Tue May 9 16:07:24 2017'
>>> time.ctime(987867475)
'Sat Apr 21 23:37:55 2001'
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
格式参照:



字符串
功能




%a
本地(locale)简化星期名称


%A
本地完整星期名称


%b
本地简化月份名称


%B
本地完整月份名称


%c
本地相应的日期和时间表示


%d
一个月中的第几天(01 - 31)


%H
一天中的第几个小时(24小时制,00 - 23)


%I
第几个小时(12小时制,01 - 12)


%j
一年中的第几天(001 - 366)


%m
月份(01 - 12)


%M
分钟数(00 - 59)


%p
本地am或者pm的相应符


%S
秒(01 - 61)


%w
一个星期中的第几天(0 - 6,0是星期天)


%W
和%U基本相同,不同的是%W以星期一为一个星期的开始。


%x
本地相应日期


%X
本地相应时间


%y
去掉世纪的年份(00 - 99)


%Y
完整的年份


%Z
时区的名字(如果不存在为空字符)


%%
%’字符


%U
一年中的周数。(00 - 53,周日是一个周的开始。)第一个星期天之前的所有天数都放在第0周
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
datetime模块
import datetime
1.返回当前时间
>>> datetime.datetime.now()
datetime.datetime(2017, 5, 9, 17, 7, 0, 514481)

2.时间戳转换成日期
>>> datetime.date.fromtimestamp(1178766678)
datetime.date(2007, 5, 10)

3.当前时间+3天
>>> datetime.datetime.now() + datetime.timedelta(+3)
datetime.datetime(2017, 5, 12, 17, 12, 42, 124379)

4.当前时间-3天
>>> datetime.datetime.now() + datetime.timedelta(-3)
datetime.datetime(2017, 5, 6, 17, 13, 18, 474406)

5.当前时间+3小时
>>> datetime.datetime.now() + datetime.timedelta(hours=3)
datetime.datetime(2017, 5, 9, 20, 13, 55, 678310)

6.当前时间+30分钟
>>> datetime.datetime.now() + datetime.timedelta(minutes=30)
datetime.datetime(2017, 5, 9, 17, 44, 40, 392370)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
1 #_*_coding:utf-8_*_
2 __author__ = 'Alex Li'
3
4 import time
5
6
7 # print(time.clock()) #返回处理器时间,3.3开始已废弃 , 改成了time.process_time()测量处理器运算时间,不包括sleep时间,不稳定,mac上测不出来
8 # print(time.altzone) #返回与utc时间的时间差,以秒计算
9 # print(time.asctime()) #返回时间格式"Fri Aug 19 11:14:16 2016",
10 # print(time.localtime()) #返回本地时间 的struct time对象格式
11 # print(time.gmtime(time.time()-800000)) #返回utc时间的struc时间对象格式
12
13 # print(time.asctime(time.localtime())) #返回时间格式"Fri Aug 19 11:14:16 2016",
14 #print(time.ctime()) #返回Fri Aug 19 12:38:29 2016 格式, 同上
15
16
17
18 # 日期字符串 转成 时间戳
19 # string_2_struct = time.strptime("2016/05/22","%Y/%m/%d") #将 日期字符串 转成 struct时间对象格式
20 # print(string_2_struct)
21 # #
22 # struct_2_stamp = time.mktime(string_2_struct) #将struct时间对象转成时间戳
23 # print(struct_2_stamp)
24
25
26
27 #将时间戳转为字符串格式
28 # print(time.gmtime(time.time()-86640)) #将utc时间戳转换成struct_time格式
29 # print(time.strftime("%Y-%m-%d %H:%M:%S",time.gmtime()) ) #将utc struct_time格式转成指定的字符串格式
30
31
32
33
34
35 #时间加减
36 import datetime
37
38 # print(datetime.datetime.now()) #返回 2016-08-19 12:47:03.941925
39 #print(datetime.date.fromtimestamp(time.time()) ) # 时间戳直接转成日期格式 2016-08-19
40 # print(datetime.datetime.now() )
41 # print(datetime.datetime.now() + datetime.timedelta(3)) #当前时间+3天
42 # print(datetime.datetime.now() + datetime.timedelta(-3)) #当前时间-3天
43 # print(datetime.datetime.now() + datetime.timedelta(hours=3)) #当前时间+3小时
44 # print(datetime.datetime.now() + datetime.timedelta(minutes=30)) #当前时间+30分
45
46
47 #
48 # c_time = datetime.datetime.now()
49 # print(c_time.replace(minute=3,hour=2)) #时间替换

总结:格式化的字符串(format string)转化成元组(struct_time)用strptime,元组(struct_time)转换成格式化的字符串(format string)用strftime

元组(struct_time)转换成时间戳(timestamp)用mktime,时间戳(timestamp)转成元组(struct_time)用localtime,gmtime

元组(struct_time)转换成%a %b %d %H %D %Y用asctime,时间戳(timestamp)转换成%a %b %d %H %D %Y用ctime。

random模块

随机数

1
2
3
4
import random
print random.random() 返回一个大于0小于1的数
print random.randint(1,2)
print random.randrange(1,10)

os模块

提供对操作系统进行调用的接口

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
os.getcwd() 获取当前工作目录,即当前python脚本工作的目录路径
os.chdir("dirname") 改变当前脚本工作目录;相当于shell下cd
os.curdir 返回当前目录: ('.')
os.pardir 获取当前目录的父目录字符串名:('..')
os.makedirs('dirname1/dirname2') 可生成多层递归目录
os.removedirs('dirname1') 若目录为空,则删除,并递归到上一级目录,如若也为空,则删除,依此类推
os.mkdir('dirname') 生成单级目录;相当于shell中mkdir dirname
os.rmdir('dirname') 删除单级空目录,若目录不为空则无法删除,报错;相当于shell中rmdir dirname
os.listdir('dirname') 列出指定目录下的所有文件和子目录,包括隐藏文件,并以列表方式打印
os.remove() 删除一个文件
os.rename("oldname","newname") 重命名文件/目录
os.stat('path/filename') 获取文件/目录信息
os.sep 输出操作系统特定的路径分隔符,win下为"\",Linux下为"/"
os.linesep 输出当前平台使用的行终止符,win下为"tn",Linux下为"n"
os.pathsep 输出用于分割文件路径的字符串
os.name 输出字符串指示当前使用平台。win->'nt'; Linux->'posix'
os.system("bash command") 运行shell命令,直接显示
os.environ 获取系统环境变量
os.path.abspath(path) 返回path规范化的绝对路径
os.path.split(path) 将path分割成目录和文件名二元组返回
os.path.dirname(path) 返回path的目录。其实就是os.path.split(path)的第一个元素
os.path.basename(path) 返回path最后的文件名。如何path以/或结尾,那么就会返回空值。即os.path.split(path)的第二个元素
os.path.exists(path) 如果path存在,返回True;如果path不存在,返回False
os.path.isabs(path) 如果path是绝对路径,返回True
os.path.isfile(path) 如果path是一个存在的文件,返回True。否则返回False
os.path.isdir(path) 如果path是一个存在的目录,则返回True。否则返回False
os.path.join(path1[, path2[, ...]]) 将多个路径组合后返回,第一个绝对路径之前的参数将被忽略 会从第一个以”/”开头的参数开始拼接,之前的参数全部丢弃 以上一种情况为先。在上一种情况确保情况下,若出现”./”开头的参数,会从”./”开头的参数的上一个参数开始拼接
os.path.getatime(path) 返回path所指向的文件或者目录的最后存取时间
os.path.getmtime(path) 返回path所指向的文件或者目录的最后修改时间

更多:https://docs.python.org/2/library/os.html?highlight=os#module-os

sys模块

1
2
3
4
5
6
7
8
sys.argv           命令行参数List,第一个元素是程序本身路径
sys.exit(n) 退出程序,正常退出时exit(0)
sys.version 获取Python解释程序的版本信息
sys.maxint 最大的Int值
sys.path 返回模块的搜索路径,初始化时使用PYTHONPATH环境变量的值
sys.platform 返回操作系统平台名称
sys.stdout.write('please:')
val = sys.stdin.readline()[:-1]

shutil模块

shutil – High-level file operations 是一种高层次的文件操作工具

类似于高级API,而且主要强大之处在于其对文件的复制与删除操作更是比较支持好。

shutil:高级的文件、文件夹、压缩包处理模块

shutil被定义为python中的一个高级的文件操作模块,拥有比os模块中更强大的函数。

1、shutil.copyfileobj(fsrc, fdst[, length])(copyfileobj方法只会拷贝文件内容)

将文件内容拷贝到另一个文件中

1
2
3
import shutil
shutil.copyfileobj(open('old.xml','r'),open('new.xml','w'))
shutil.copyfile(src,dst) (copyfile只拷贝文件内容)

2、拷贝文件

1
2
3
shutil.copyfile('f1.log', 'f2.log')
shutil.copy(src, dst) 拷贝文件和权限
shutil.copy('f1.log', 'f2.log')

3、shutil.copy2(src, dst)

拷贝文件和状态信息

1
shutil.copy2('f1.log', 'f2.log')

4、shutil.copymode(src, dst)  (前提是dst文件存在,不然报错)

仅拷贝权限。内容、组、用户均不变

1
shutil.copymode('f1.log', 'f2.log')

5、shutil.copystat(src, dst)

仅拷贝状态的信息,即文件属性,包括:mode bits, atime, mtime, flags

1
shutil.copystat('f1.log', 'f2.log')

6、shutil.ignore_patterns(*patterns)  (忽略哪个文件,有选择性的拷贝)

7、shutil.copytree(src, dst, symlinks=False, ignore=None)

递归的去拷贝文件夹

1
2
shutil.copytree('folder1', 'folder2', ignore=shutil.ignore_patterns('*.pyc', 'tmp*'))
shutil.copytree('f1', 'f2', symlinks=True, ignore=shutil.ignore_patterns('*.pyc', 'tmp*'))

8、shutil.rmtree(path[, ignore_errors[, one rror]])

递归的去删除文件

1
shutil.rmtree('folder1')

9、shutil.move(src, dst)

递归的去移动文件,它类似mv命令,其实就是重命名。

1
shutil.move('folder1', 'folder3')

10、shutil.make_archive(base_name, format,…)

1
2
3
4
5
6
7
8
9
10
11
12
13
创建压缩包并返回文件路径,例如:zip、tar
● base_name: 压缩包的文件名,也可以是压缩包的路径。只是文件名时,则保存至当前目录,否则保存至指定路径, 如: tar_name =>保存至当前路径 如:/Users/a6/tar_name =>保存至/Users/a6/
● format: 压缩包种类,“zip”, “tar”, “bztar”,“gztar”
● root_dir: 要压缩的文件夹路径(默认当前目录)
● owner: 用户,默认当前用户
● group: 大专栏  python常用模块 组,默认当前组
● logger: 用于记录日志,通常是logging.Logger对象
#将 /Users/a6/Downloads/test 下的文件打包放置当前程序目录
import shutil
ret = shutil.make_archive("tar_name", 'gztar', root_dir='/Users/a6/Downloads/test')
#将 /Users/a6/Downloads/test 下的文件打包放置 /Users/a6/目录
import shutil
ret = shutil.make_archive("/Users/a6/tar_name", 'gztar', root_dir='/Users/a6/Downloads/test')

11、shutil 对压缩包的处理是调用 ZipFile 和 TarFile 两个模块来进行的,详细:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
import zipfile
# 压缩
z = zipfile.ZipFile('laxi.zip', 'w')
z.write('a.log')
z.write('data.data')
z.close()
# 解压
z = zipfile.ZipFile('laxi.zip', 'r')
z.extractall()
z.close()
import tarfile
# 压缩
tar = tarfile.open('your.tar','w')
tar.add('/Users/wupeiqi/PycharmProjects/bbs2.log', arcname='bbs2.log')
tar.add('/Users/wupeiqi/PycharmProjects/cmdb.log', arcname='cmdb.log')
tar.close()
# 解压
tar = tarfile.open('your.tar','r')
tar.extractall() # 可设置解压地址
tar.close()

备注:zipfile压缩不会保留文件的状态信息,而tarfile会保留文件的状态信息
json & pickle 模块

用于序列化的两个模块

序列化

在程序运行的过程中,所有的变量都是在内存中,比如,定义一个dict:

1
2
3
4
5
6
7
8
9
10
11
12
13
d = dict(name='Bob', age=20, score=88)
```
可以随时修改变量,比如把name改成Bill,但是一旦程序结束,变量所占用的内存就被操作系统全部回收。如果没有把修改后的Bill存储到磁盘上,下次重新运行程序,变量又被初始化为Bob。

我们把变量从内存中变成可存储或传输的过程称之为序列化,在python中叫pickling,在其他语言中也被称之为serialization,marshalling,flattening等等,都是一个意思。

序列化之后,就可以把序列化后的内容写入磁盘,或者通过网络传输到别的机器上。

反过来,把变量内容从序列化的对象重新读到内存里称之为反序列化,即unpickling。

python提供了pickle模块来实现序列化。

首先,我们尝试把一个对象序列化写入文件:

import pickle
d = dict(name=’Bob’, age=20, score=88)
pickle.dumps(d)
b’x80x03}qx00(Xx03x00x00x00ageqx01Kx14Xx05x00x00x00scoreqx02KXXx04x00x00x00nameqx03Xx03x00x00x00Bobqx04u.’

1
pickle.dumps()方法把任意对象序列化成一个bytes,然后,就可以把这个bytes写入文件。或者用另一个方法pickle.dump()直接把对象序列化后写入一个file-like Object:

f = open(‘dump.txt’, ‘wb’)
pickle.dump(d, f)
f.close()

1
2
3
看看写入的dump.txt文件,一堆乱七八糟的内容,这些都是Python保存的对象内部信息。

当我们要把对象从磁盘读到内存时,可以先把内容读到一个bytes,然后用pickle.loads()方法反序列化出对象,也可以直接用pickle.load()方法从一个file-like Object中直接反序列化出对象。我们打开另一个Python命令行来反序列化刚才保存的对象:

f = open(‘dump.txt’, ‘rb’)
d = pickle.load(f)
f.close()
d
{‘age’: 20, ‘score’: 88, ‘name’: ‘Bob’}

1
2
3
4
5
6
7
8
9
10
变量的内容又回来了!

当然,这个变量和原来的变量是完全不相干的对象,它们只是内容相同而已。

Pickle的问题和所有其他编程语言特有的序列化问题一样,就是它只能用于Python,并且可能不同版本的Python彼此都不兼容,因此,只能用Pickle保存那些不重要的数据,不能成功地反序列化也没关系。

### JSON
如果我们要在不同的编程语言之间传递对象,就必须把对象序列化为标准格式,比如XML,但更好的方法是序列化为JSON,因为JSON表示出来就是一个字符串,可以被所有语言读取,也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式,并且比XML更快,而且可以直接在Web页面中读取,非常方便。

JSON表示的对象就是标准的JavaScript语言的对象,JSON和Python内置的数据类型对应如下:

JSON类型 Python类型
{} dict
[] list
“string” str
1234.56 int或float
true/false True/False
null None

1
Python内置的json模块提供了非常完善的Python对象到JSON格式的转换。我们先看看如何把Python对象变成一个JSON:

import json
d = dict(name=’Bob’, age=20, score=88)
json.dumps(d)
‘{“age”: 20, “score”: 88, “name”: “Bob”}’

1
2
3
dumps()方法返回一个str,内容就是标准的JSON。类似的,dump()方法可以直接把JSON写入一个file-like Object。

要把JSON反序列化为Python对象,用loads()或者对应的load()方法,前者把JSON的字符串反序列化,后者从file-like Object中读取字符串并反序列化:

json_str = ‘{“age”: 20, “score”: 88, “name”: “Bob”}’
json.loads(json_str)
{‘age’: 20, ‘score’: 88, ‘name’: ‘Bob’}

1
2
3
由于JSON标准规定JSON编码是UTF-8,所以我们总是能正确地在Python的str与JSON的字符串之间转换。
### JSON进阶
Python的dict对象可以直接序列化为JSON的{},不过,很多时候,我们更喜欢用class表示对象,比如定义Student类,然后序列化:

import json

class Student(object):
def init(self, name, age, score):
self.name = name
self.age = age
self.score = score

s = Student(‘Bob’, 20, 88)
print(json.dumps(s))

1
运行代码,毫不留情地得到一个TypeError:

Traceback (most recent call last):

TypeError: <main.Student object at 0x10603cc50> is not JSON serializable

1
2
3
4
5
6
7
8
9
10
11
错误的原因是Student对象不是一个可序列化为JSON的对象。

如果连class的实例对象都无法序列化为JSON,这肯定不合理!

别急,我们仔细看看dumps()方法的参数列表,可以发现,除了第一个必须的obj参数外,dumps()方法还提供了一大堆的可选参数:

https://docs.python.org/3/library/json.html#json.dumps

这些可选参数就是让我们来定制JSON序列化。前面的代码之所以无法把Student类实例序列化为JSON,是因为默认情况下,dumps()方法不知道如何将Student实例变为一个JSON的{}对象。

可选参数default就是把任意一个对象变成一个可序列为JSON的对象,我们只需要为Student专门写一个转换函数,再把函数传进去即可:

def student2dict(std):
return {
‘name’: std.name,
‘age’: std.age,
‘score’: std.score
}

1
这样,Student实例首先被student2dict()函数转换成dict,然后再被顺利序列化为JSON:

print(json.dumps(s, default=student2dict))
{“age”: 20, “name”: “Bob”, “score”: 88}

1
不过,下次如果遇到一个Teacher类的实例,照样无法序列化为JSON。我们可以偷个懒,把任意class的实例变为dict:

print(json.dumps(s, default=lambda obj: obj.dict))

1
2
3
因为通常class的实例都有一个__dict__属性,它就是一个dict,用来存储实例变量。也有少数例外,比如定义了__slots__的class。

同样的道理,如果我们要把JSON反序列化为一个Student对象实例,loads()方法首先转换出一个dict对象,然后,我们传入的object_hook函数负责把dict转换为Student实例:

def dict2student(d):
return Student(d[‘name’], d[‘age’], d[‘score’])

1
运行结果如下:

json_str = ‘{“age”: 20, “score”: 88, “name”: “Bob”}’
print(json.loads(json_str, object_hook=dict2student))
<main.Student object at 0x10cd3c190>

1
2
3
4
5
6
7
8
打印出的是反序列化的Student实例对象。 

### 小结
Python语言特定的序列化模块是pickle,但如果要把序列化搞得更通用、更符合Web标准,就可以使用json模块。

json模块的dumps()和loads()函数是定义得非常好的接口的典范。当我们使用时,只需要传入一个必须的参数。但是,当默认的序列化或反序列机制不满足我们的要求时,我们又可以传入更多的参数来定制序列化或反序列化的规则,既做到了接口简单易用,又做到了充分的扩展性和灵活性。
### shelve 模块
shelve类似于一个key-value数据库,可以很方便的用来保存Python的内存对象,其内部使用pickle来序列化数据,简单来说,使用者可以将一个列表、字典、或者用户自定义的类实例保存到shelve中,下次需要用的时候直接取出来,就是一个Python内存对象,不需要像传统数据库一样,先取出数据,然后用这些数据重新构造一遍所需要的对象。下面是简单示例:

import shelve

d = shelve.open(‘shelve_test’) #打开一个文件

class Test(object):
def init(self,n):
self.n = n

t = Test(123)
t2 = Test(123334)

name = [“alex”,”rain”,”test”]
d[“test”] = name #持久化列表
d[“t1”] = t #持久化类
d[“t2”] = t2

d.close()

1
2
3
4
### xml处理模块
xml是实现不同语言或程序之间进行数据交换的协议,跟json差不多,但json使用起来更简单,不过,古时候,在json还没诞生的黑暗年代,大家只能选择用xml呀,至今很多传统公司如金融行业的很多系统的接口还主要是xml。

xml的格式如下,就是通过<>节点来区别数据结构的:
2 2008 141100 5 2011 59900 69 2011 13600
1
xml协议在各个语言里的都 是支持的,在python中可以用以下模块操作xml

import xml.etree.ElementTree as ET

tree = ET.parse(“xmltest.xml”)
root = tree.getroot()
print(root.tag)

#遍历xml文档
for child in root:
print(child.tag, child.attrib)
for i in child:
print(i.tag,i.text)

#只遍历year 节点
for node in root.iter(‘year’):
print(node.tag,node.text)

1
修改和删除xml文档内容

import xml.etree.ElementTree as ET

tree = ET.parse(“xmltest.xml”)
root = tree.getroot()

#修改
for node in root.iter(‘year’):
new_year = int(node.text) + 1
node.text = str(new_year)
node.set(“updated”,”yes”)

tree.write(“xmltest.xml”)

#删除node
for country in root.findall(‘country’):
rank = int(country.find(‘rank’).text)
if rank > 50:
root.remove(country)

tree.write(‘output.xml’)

1
自己创建xml文档

import xml.etree.ElementTree as ET

new_xml = ET.Element(“namelist”)
name = ET.SubElement(new_xml,”name”,attrib={“enrolled”:”yes”})
age = ET.SubElement(name,”age”,attrib={“checked”:”no”})
sex = ET.SubElement(name,”sex”)
sex.text = ‘33’
name2 = ET.SubElement(new_xml,”name”,attrib={“enrolled”:”no”})
age = ET.SubElement(name2,”age”)
age.text = ‘19’

et = ET.ElementTree(new_xml) #生成文档对象
et.write(“test.xml”, encoding=”utf-8”,xml_declaration=True)

ET.dump(new_xml) #打印生成的格式

1
2
3
4
5
6
### PyYAML模块
Python也可以很容易的处理ymal文档格式,只不过需要安装一个模块,参考文档:http://pyyaml.org/wiki/PyYAMLDocumentation
### ConfigParser模块
用于生成和修改常见配置文档,当前模块的名称在 python 3.x 版本中变更为 configparser。

来看一个好多软件的常见文档格式如下

[DEFAULT]
ServerAliveInterval = 45
Compression = yes
CompressionLevel = 9
ForwardX11 = yes

[bitbucket.org]
User = hg

[topsecret.server.com]
Port = 50022
ForwardX11 = no

1
如果想用python生成一个这样的文档怎么做呢?

import configparser

config = configparser.ConfigParser()
config[“DEFAULT”] = {‘ServerAliveInterval’: ‘45’,
‘Compression’: ‘yes’,
‘CompressionLevel’: ‘9’}

config[‘bitbucket.org’] = {}
config[‘bitbucket.org’][‘User’] = ‘hg’
config[‘topsecret.server.com’] = {}
topsecret = config[‘topsecret.server.com’]
topsecret[‘Host Port’] = ‘50022’ # mutates the parser
topsecret[‘ForwardX11’] = ‘no’ # same here
config[‘DEFAULT’][‘ForwardX11’] = ‘yes’
with open(‘example.ini’, ‘w’) as configfile:
config.write(configfile)

1
写完了还可以再读出来哈。

import configparser
config = configparser.ConfigParser()
config.sections()
[]
config.read(‘example.ini’)
[‘example.ini’]
config.sections()
[‘bitbucket.org’, ‘topsecret.server.com’]
‘bitbucket.org’ in config
True
‘bytebong.com’ in config
False
config[‘bitbucket.org’][‘User’]
‘hg’
config[‘DEFAULT’][‘Compression’]
‘yes’
topsecret = config[‘topsecret.server.com’]
topsecret[‘ForwardX11’]
‘no’
topsecret[‘Port’]
‘50022’
for key in config[‘bitbucket.org’]: print(key)

user
compressionlevel
serveraliveinterval
compression
forwardx11
config[‘bitbucket.org’][‘ForwardX11’]
‘yes’

1
configparser增删改查语法

[section1]
k1 = v1
k2:v2

[section2]
k1 = v1

import ConfigParser

config = ConfigParser.ConfigParser()
config.read(‘i.cfg’)

#secs = config.sections()

#print secs

#options = config.options(‘group2’)

#print options

#item_list = config.items(‘group2’)

#print item_list

#val = config.get(‘group1’,’key’)

#val = config.getint(‘group1’,’key’)

########## 改写

#sec = config.remove_section(‘group1’)

#config.write(open(‘i.cfg’, “w”))

#sec = config.has_section(‘wupeiqi’)

#sec = config.add_section(‘wupeiqi’)

#config.write(open(‘i.cfg’, “w”))

#config.set(‘group2’,’k1’,11111)

#config.write(open(‘i.cfg’, “w”))

#config.remove_option(‘group2’,’age’)

#config.write(open(‘i.cfg’, “w”))

1
2
3
### hashlib模块  

用于加密相关的操作,3.x里代替了md5模块和sha模块,主要提供 SHA1, SHA224, SHA256, SHA384, SHA512 ,MD5 算法

import hashlib

m = hashlib.md5()
m.update(b”Hello”)
m.update(b”It’s me”)
print(m.digest())
m.update(b”It’s been a long time since last time we …”)

print(m.digest()) #2进制格式hash
print(len(m.hexdigest())) #16进制格式hash
‘’’
def digest(self, args, *kwargs): # real signature unknown
“”” Return the digest value as a string of binary data. “””
pass

def hexdigest(self, args, *kwargs): # real signature unknown
“”” Return the digest value as a string of hexadecimal digits. “””
pass

‘’’
import hashlib

######## md5

hash = hashlib.md5()
hash.update(‘admin’)
print(hash.hexdigest())

######## sha1

hash = hashlib.sha1()
hash.update(‘admin’)
print(hash.hexdigest())

######## sha256

hash = hashlib.sha256()
hash.update(‘admin’)
print(hash.hexdigest())

######## sha384

hash = hashlib.sha384()
hash.update(‘admin’)
print(hash.hexdigest())

######## sha512

hash = hashlib.sha512()
hash.update(‘admin’)
print(hash.hexdigest())

1
2
3
4
5
还不够吊?python 还有一个 hmac 模块,它内部对我们创建 key 和 内容 再进行处理然后再加密

散列消息鉴别码,简称HMAC,是一种基于消息鉴别码MAC(Message Authentication Code)的鉴别机制。使用HMAC时,消息通讯的双方,通过验证消息中加入的鉴别密钥K来鉴别消息的真伪;

一般用于网络通信中消息加密,前提是双方先要约定好key,就像接头暗号一样,然后消息发送把用key把消息加密,接收方用key + 消息明文再加密,拿加密后的值 跟 发送者的相对比是否相等,这样就能验证消息的真实性,及发送者的合法性了。

import hmac
h = hmac.new(b’天王盖地虎’, b’宝塔镇河妖’)
print h.hexdigest()
更多关于md5,sha1,sha256等介绍的文章看这里https://www.tbs-certificates.co.uk/FAQ/en/sha256.html

1
2
3

### re模块  
常用正表达式符号

‘.’ 默认匹配除n之外的任意一个字符,若指定flag DOTALL,则匹配任意字符,包括换行
‘^’ 匹配字符开头,若指定flags MULTILINE,这种也可以匹配上(r”^a”,”nabcneee”,flags=re.MULTILINE)
‘$’ 匹配字符结尾,或e.search(“foo$”,”bfoonsdfsf”,flags=re.MULTILINE).group()也可以
‘ 匹配*号前的字符0次或多次,re.findall(“ab“,”cabb3abcbbac”) 结果为[‘abb’, ‘ab’, ‘a’]
‘+’ 匹配前一个字符1次或多次,re.findall(“ab+”,”ab+cd+abb+bba”) 结果[‘ab’, ‘abb’]
‘?’ 匹配前一个字符1次或0次
‘{m}’ 匹配前一个字符m次
‘{n,m}’ 匹配前一个字符n到m次,re.findall(“ab{1,3}”,”abb abc abbcbbb”) 结果’abb’, ‘ab’, ‘abb’]
‘|’ 匹配|左或|右的字符,re.search(“abc|ABC”,”ABCBabcCD”).group() 结果’ABC’
‘(…)’ 分组匹配,re.search(“(abc){2}a(123|456)c”, “abcabca456c”).group() 结果 abcabca456c

‘A’ 只从字符开头匹配,re.search(“Aabc”,”alexabc”) 是匹配不到的
‘Z’ 匹配字符结尾,同$
‘d’ 匹配数字0-9
‘D’ 匹配非数字
‘w’ 匹配[A-Za-z0-9]
‘W’ 匹配非[A-Za-z0-9]
‘s’ 匹配空白字符、t、n、r , re.search(“s+”,”abtc1n3”).group() 结果 ‘t’

‘(?P…)’ 分组匹配 re.search(“(?P[0-9]{4})(?P[0-9]{2})(?P[0-9]{4})”,”371481199306143242”).groupdict(“city”) 结果{‘province’: ‘3714’, ‘city’: ‘81’, ‘birthday’: ‘1993’}

1
最常用的匹配语法

re.match 从头开始匹配
re.search 匹配包含
re.findall 把所有匹配到的字符放到以列表中的元素返回
re.splitall 以匹配到的字符当做列表分隔符
re.sub 匹配字符并替换

1
2
3
4
反斜杠的困扰
与大多数编程语言相同,正则表达式里使用""作为转义字符,这就可能造成反斜杠困扰。假如你需要匹配文本中的字符"",那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\":前两个和后两个分别用于在编程语言里转义成反斜杠,转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题,这个例子中的正则表达式可以使用r"\"表示。同样,匹配一个数字的"\d"可以写成r"d"。有了原生字符串,你再也不用担心是不是漏写了反斜杠,写出来的表达式也更直观。

仅需轻轻知道的几个匹配模式

re.I(re.IGNORECASE): 忽略大小写(括号内是完整写法,下同)
M(MULTILINE): 多行模式,改变’^’和’$’的行为(参见上图)
S(DOTALL): 点任意匹配模式,改变’.’的行为

标签:常用,python,datetime,模块,time,print,path,序列化
来源: https://www.cnblogs.com/lijianming180/p/12347462.html

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有