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:\\Python37'
>>> 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實作有差異的 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() 和 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

The glob module provides a function for making file lists from directory wildcard searches:

>>> 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。這些引數會以串列形式存放在 sys 模組的 argv 此變數中。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']

getopt 模組使用Unix getopt() 函式來處理 sys.argv。更強大且具有彈性的命令列處理可由 argparse 模組提供。

10.4. 錯誤輸出重新導向與程式終止

sys 模組也有 stdin，stdout，和 stderr 等變數。即使當 stdout 被重新導向時，後者 stderr 可輸出發送警告和錯誤訊息。

>>> 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，字串本身的方法是比較建議的。

>>> '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://tycho.usno.navy.mil/cgi-bin/timer.pl') as response:
...     for line in response:
...         line = line.decode('utf-8')  # Decoding the binary data to text.
...         if 'EST' in line or 'EDT' in line:  # look for Eastern Time
...             print(line)

<BR>Nov. 25, 09:43:32 PM EST

>>> 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 模組中有許多類別供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。 包括： zlib ， gzip ， bz2， lzma ，zipfile 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 提供評估了效能差異的工具。

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，