常用内建模块

一.datetime

1.模块导入:

from datetime import datetime

2.获取当前日期和时间:

>>> now = datetime.now()
>>> print(now)
2019-01-13 14:19:38.181000

　　

3.获取指定日期和时间:

>>> dt = datetime(2019,1,10,15,0)
>>> print(dt)
2019-01-10 15:00:00

　　

4.datetime转换为timestamp

from datetime import datetimenow = datetime.now()
print(now.timestamp())

　　

注意:
Python的timestamp是一个浮点数。如果有小数位，小数位表示毫秒数。

 

5.timestamp转换为datetime

#本地时区时间
datetime.fromtimestamp(1547360695.313724)
#UTC标准时区的时间
print(datetime.utcfromtimestamp(1547360695.313724))

　　

6.str转换为datetime

datetime.strptime('2015-6-1 18:19:59', '%Y-%m-%d %H:%M:%S')

　　

7.datetime转换为str

now = datetime.now()
print(now.strftime('%a, %b %d %H:%M'))

　　

8.datetime加减

from datetime import datetime, timedelta
now = datetime.now()
new_time = now + timedelta(hours=10)
print(new_time)

　　

9.本地时间转换为UTC时间

from datetime import datetime, timedelta, timezone
tz_utc_8 = timezone(timedelta(hours=8))
now = datetime.now()
dt = now.replace(tzinfo=tz_utc_8)
print(dt)

　　

10.时区转换

from datetime import datetime, timedelta, timezone# 强制设置时区为UTC+0:00:
utc_dt = datetime.utcnow().replace(tzinfo=timezone.utc)
print(utc_dt)
#  利用astimezone()将转换时区为北京时间:
bj_dt = utc_dt.astimezone(timezone(timedelta(hours=8)))
print(bj_dt)

　　

注意:
如果要存储datetime，最佳方法是将其转换为timestamp再存储，因为timestamp的值与时区完全无关

 

 二.collections


1.namedtuple:给tuple属性命名

from collections import namedtuplePoint = namedtuple('Point', ['x', 'y', 'z'])
p = Point(1,3,9)
print(p.x, p.y, p.z)

　　

2.deque

使用list存储数据时，按索引访问元素很快，但是插入和删除元素就很慢了，因为list是线性存储，数据量大的时候，插入和删除效率很低。
deque是为了高效实现插入和删除操作的双向列表，适合用于队列和栈:

from collections import deque
q = deque([2,3,5])
q.appendleft(6)
q.popleft()
print(q)

　　

3.defaultdict

使用dict时，如果引用的Key不存在，就会抛出KeyError。如果希望key不存在时，返回一个默认值，就可以用defaultdict

from collections import defaultdictd = defaultdict(lambda : 'N/A')
d['l'] = 100
print(d['l'])
print(d['m'])

　　

4.OrderedDict

使用dict时，Key是无序的。OrderedDict的Key会按照插入的顺序排列,可以实现FIFO

from collections import OrderedDictd1 = OrderedDict()
d1['a'] = 1
d1['b'] = 2
d1['c'] = 3
print(d1)

　　

输出:
OrderedDict([('a', 1), ('b', 2), ('c', 3)])

 

5.ChainMap

ChainMap可以把一组dict串起来并组成一个逻辑上的dict。ChainMap本身也是一个dict，但是查找的时候，会按照顺序在内部的dict依次查找

from collections import ChainMap
import osdefault_dict = {'platform': os.name}
user_select = {'platform': 'posix'}d = ChainMap(user_select, default_dict)
print(d['platform'])

　　

如果user_select存在platform就是用该值,否则就使用默认的

 

6.Counter

Counter是一个简单的计数器

from collections import Counterc = Counter()
for ch in 'helloworld':c[ch] += 1print(c)

　　

输出:
Counter({'l': 3, 'o': 2, 'h': 1, 'e': 1, 'w': 1, 'r': 1, 'd': 1})

 

三.base64

Base64是一种用64个字符来表示任意二进制数据的方法,Base64编码会把3字节的二进制数据编码为4字节的文本数据，长度增加33%，好处是编码后的文本数据可以在邮件正文、网页等直接显示。

如果要编码的二进制数据不是3的倍数，最后会剩下1个或2个字节怎么办？Base64用\x00字节在末尾补足后，再在编码的末尾加上1个或2个=号，表示补了多少字节，解码的时候，会自动去掉。

示例代码:

import base64# base64编码
base64_encode = base64.b64encode(b'52222')
# base64安全编码,会将可能出现的字符字符+和/替换为-和_
base64_safe_encode = base64.urlsafe_b64encode(b'52222')
print(base64_encode)
print(base64_safe_encode)# 解码
print(base64.b64decode(base64_encode))
print(base64.urlsafe_b64decode(base64_safe_encode))

　　

输出:
b'NTIyMjI='
b'NTIyMjI='
b'52222'
b'52222'

 

四.struct

Python提供了一个struct模块来解决bytes和其他二进制数据类型的转换

import struct# 变成字节,>表示字节顺序是big-endian，也就是网络序，I表示4字节无符号整数
print(struct.pack('>I', 10240099))
# 字节变成相应的数据类型,根据>IH的说明，后面的bytes依次变为I：4字节无符号整数和H：2字节无符号整数。
print(struct.unpack('>IH', b'\xf0\xf0\xf0\xf0\x80\x80'))

　　

五.hashlib

md5/SHA1解密加密

1.md5加密(32位长度)

import hashlib#加密
md5 = hashlib.md5()
md5.update('hello'.encode('utf-8'))
print(md5.hexdigest())

　　

2.SHA1(40位长度)

import hashlibsha1 = hashlib.sha1()
sha1.update('hello'.encode('utf-8'))
print(sha1.hexdigest())

　　

六.hmac

它通过一个标准算法，在计算哈希的过程中，把key混入计算过程中

import hmachmac_encode = hmac.new(b'salt', b'message', 'MD5')
print(hmac_encode.hexdigest())

　　

七.itertools

1.count:会创建一个无限的迭代器,是自然数序列:

import itertoolsfor i in itertools.count(1):print(i)

　　

2.cycle:会把传入的一个序列无限重复下去

import itertoolsfor i in itertools.cycle('abc'):print(i)

　　

3.repeat:负责把一个元素无限重复下去，不过如果提供第二个参数就可以限定重复次数

4.无限序列虽然可以无限迭代下去，但是通常我们会通过takewhile()等函数根据条件判断来截取出一个有限的序列

 

import itertoolsnatuals = itertools.count(1)
ns = itertools.takewhile(lambda x: x <= 10, natuals)
print(list(ns))

　　

5.chain: 可以把一组迭代对象串联起来，形成一个更大的迭代器

import itertoolsfor i in itertools.chain('abc', 'def'):print(i)

　　

输出:
a
b
c
d
e
f

 

6.groupby:把迭代器中相邻的重复元素挑出来放在一起

import itertoolsfor key, group in itertools.groupby('AAABBBCCAAA'):print(key, group)

　　

输出:
A <itertools._grouper object at 0x000001C32D2A3550>
B <itertools._grouper object at 0x000001C32D2DCDA0>
C <itertools._grouper object at 0x000001C32D2A3550>
A <itertools._grouper object at 0x000001C32D2DCD68>

 

八.contextlib(with)

任何对象，只要正确实现了上下文管理，就可以用于with语句.要使用with实现上下文管理是通过__enter__和__exit__这两个方法实现的

1.通过类实现:

class Query:def __enter__(self):print('enter')return selfdef query(self, params):print(params)return 100def __exit__(self, exc_type, exc_val, exc_tb):if exc_type:print('error')else:print('exit')with Query() as query:query.query('rorshach')

　　

2.更加简便的通过@contextmanager和yield实现:

from contextlib import contextmanagerclass Query:def query(self, params):print(params)return 100@contextmanager
def make_context_query():q = Query()yield qwith make_context_query() as query:query.query('rorshach')

　　

很多时候，我们希望在某段代码执行前后自动执行特定代码，也可以用@contextmanager实现:

from contextlib import contextmanager@contextmanager
def tag():print('<h1>')yieldprint('</h1>')#yield没有生成值,with语句中就不需要写as子句了
with tag() as tag:print('hello')

　　

输出:
<h1>
hello
</h1>

如果出错,关闭对象示例:

from contextlib import contextmanager
from urllib.request import urlopen@contextmanager
def closing(thing):try:yield thingfinally:thing.close()with closing(urlopen('http://www.baidu.com')) as page:for line in page:print(line)

　　

九.urllib

1.get请求

from urllib import requestreq = request.Request('http://www.baidu.com/')
# 设置ua
req.add_header('User-Agent', 'Mozilla/6.0 (iPhone; CPU iPhone OS 8_0 like Mac OS X) AppleWebKit/536.26 (KHTML, like Gecko) Version/8.0 Mobile/10A5376e Safari/8536.25')
with request.urlopen(req) as f:print('Status:', f.status, f.reason)for k, v in f.getheaders():print('%s: %s' % (k, v))print('Data:', f.read().decode('utf-8'))

　　

2.post请求

from urllib import request, parseprint('Login to weibo.cn...')
email = input('Email: ')
passwd = input('Password: ')
login_data = parse.urlencode([('username', email),('password', passwd),('entry', 'mweibo'),('client_id', ''),('savestate', '1'),('ec', ''),('pagerefer', 'https://passport.weibo.cn/signin/welcome?entry=mweibo&r=http%3A%2F%2Fm.weibo.cn%2F')
])req = request.Request('https://passport.weibo.cn/sso/login')
req.add_header('Origin', 'https://passport.weibo.cn')
req.add_header('User-Agent', 'Mozilla/6.0 (iPhone; CPU iPhone OS 8_0 like Mac OS X) AppleWebKit/536.26 (KHTML, like Gecko) Version/8.0 Mobile/10A5376e Safari/8536.25')
req.add_header('Referer', 'https://passport.weibo.cn/signin/login?entry=mweibo&res=wel&wm=3349&r=http%3A%2F%2Fm.weibo.cn%2F')with request.urlopen(req, data=login_data.encode('utf-8')) as f:print('Status:', f.status, f.reason)for k, v in f.getheaders():print('%s: %s' % (k, v))print('Data:', f.read().decode('utf-8'))

　　

十.XML

1.DOM:

DOM会把整个XML读入内存，解析为树，因此占用内存大，解析慢，优点是可以任意遍历树的节点

示例代码:

from xml.parsers.expat import ParserCreateclass DefaultSaxHandler(object):def start_element(self, name, attrs):print('sax:start_element: %s, attrs: %s' % (name, str(attrs)))def end_element(self, name):print('sax:end_element: %s' % name)def char_data(self, text):print('sax:char_data: %s' % text)xml = r'''<?xml version="1.0"?>
<ol><li><a href="/python">Python</a></li><li><a href="/ruby">Ruby</a></li>
</ol>
'''handler = DefaultSaxHandler()
parser = ParserCreate()
parser.StartElementHandler = handler.start_element
parser.EndElementHandler = handler.end_element
parser.CharacterDataHandler = handler.char_data
parser.Parse(xml)

　　

2.SAX是流模式，边读边解析，占用内存小，解析快，缺点是我们需要自己处理事件

十一.HTMLParser

from html.parser import HTMLParserclass MyHTMLParser(HTMLParser):def handle_starttag(self, tag, attrs):print('<%s>' % tag)def handle_endtag(self, tag):print('</%s>' % tag)def handle_startendtag(self, tag, attrs):print('<%s/>' % tag)def handle_data(self, data):print(data)def handle_comment(self, data):print('<!--', data, '-->')def handle_entityref(self, name):print('&%s;' % name)def handle_charref(self, name):print('&#%s;' % name)parser = MyHTMLParser()
parser.feed('''<html>
<head></head>
<body>
<!-- test html parser --><p>Some <a href=\"#\">html</a> HTML tutorial...<br>END</p>
</body></html>''')

　　

　　

 

转载于:https://www.cnblogs.com/itfenqing/p/10275132.html

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/252527.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

子序列进阶问题

子序列进阶问题

题目&#xff1a; 有一个数组&#xff0c;让找到两个不重复的连续子序列A,B &#xff0c;求Max(Sum(A)-Sum(B) 分析&#xff1a; AB必定连续&#xff0c;设两端连接处index为{X&#xff0c;x1}&#xff0c;X可取0~n-1 设F(x)为连接处index为{X&#xff0c;x1}时 Max(Sum(A)…
阅读更多...
day5-shelve模块

day5-shelve模块

一、概述前面章节我们讲述了json和pickle模块的序列化和反序列化处理&#xff0c;他们有一个不足是在python 3中不能多次dump和load&#xff0c;shelve模块则可以规避这个问题。shelve模块是一个简单的k,v将内存数据通过文件持久化的模块&#xff0c;可以持久化任何pickle可支持…
阅读更多...
程序员：请你不要对业务「置之不理」

程序员：请你不要对业务「置之不理」

成长是条孤独的路&#xff0c;一个人会走得更快&#xff1b;有志同道合者同行&#xff0c;会走得更远。本篇内容整理自 21 天鲲鹏新青年计划线上分享内容。鲲鹏新青年计划是由 TGO 鲲鹏会组织的线上分享活动&#xff0c;希望能帮助更多同学一起学习、成长。12 月 28 日&#xf…
阅读更多...
在Ubuntu系统下如何将chrome浏览器的bookmarks导出到本地

在Ubuntu系统下如何将chrome浏览器的bookmarks导出到本地

1. 打开chrome浏览器在页面的右上角点击那个三个小点的位置&#xff0c;找到bookmarks&#xff0c;然后点击bookmarks manager,然后在organize右侧大倒三角下选择&#xff0c;export bookmarks to HTML&#xff0c;选择要保存的位置&#xff0c;利用同样的方法下次就可以直接导…
阅读更多...
php基于数组的分页实现

php基于数组的分页实现

关于数组的分页函数,用数组进行分页的好处是可以方便的进行联合多表查询,只需要将查询的结果放在数组中就可以了以下是数组分页的函数,函数page_array用于数组的分页&#xff0c;函数show_array用于分页函数的操作及显示&#xff0c;需要配合使用.两个函数通过全局变量$countpa…
阅读更多...
028 -bash-4.1$ 出现故障的原理及解决办法？

028 -bash-4.1$ 出现故障的原理及解决办法？

最近在搭建分布式的时候&#xff0c;出现了这个问题&#xff0c;很不爽。下面是我的解决方式。 1.在用户下删除bash rm -rf /home/beifeng/.bash* 2.拷贝 cp /etc/skel/.bash* /home/beifeng 3.退出&#xff0c;再进入用户 4.解释 set |grep -i ps1 转载于:https://www.cnblogs…
阅读更多...
弹出ifream

弹出ifream

top.$.jBox("iframe:"${ctx}/synopsis/hmlwxSynopsis/addItem, {title: "添加作品",width: 1000, height: 500, buttons:{关闭: true,确定:ok},submit:function(v, h, f){},loaded: function (jboxContent) {$(jboxContent).css(overflow-x,);$(jboxConten…
阅读更多...
ORB-SLAM2中的Loop Closinng中DetectLoopCandidates函数解析

ORB-SLAM2中的Loop Closinng中DetectLoopCandidates函数解析

/函数的三要素是&#xff1a;函数返回值类型&#xff0c;函数名称&#xff0c;函数参数 函数的返回值是装有关键帧指针的vector 该函数是类KeyFrameDatabase的成员函数,函数名是DetectLoopCandidate 该函数的参数分别是KeyFrame类型的指针变量 pKF和最小得分vector<KeyFrame…
阅读更多...
NYOJ2—括号配对问题

NYOJ2—括号配对问题

括号配对问题 时间限制&#xff1a;3000 ms | 内存限制&#xff1a;65535 KB 难度&#xff1a;3描述现在&#xff0c;有一行括号序列&#xff0c;请你检查这行括号是否配对。输入第一行输入一个数N&#xff08;0<N<100&#xff09;,表示有N组测试数据。后面的N行输入多…
阅读更多...
李彦宏千字愿景内部信：10次提到“用户”

李彦宏千字愿景内部信：10次提到“用户”

中新网1月17日电 1月17日&#xff0c;百度公司创始人、董事长兼CEO李彦宏发出一封内部信&#xff0c;信中&#xff0c;李彦宏向员工阐述了百度愿景&#xff1a;成为最懂用户&#xff0c;并能帮助人们成长的全球顶级高科技公司。他提出&#xff0c;百度要持续创新&#xff0c;“…
阅读更多...
spring-boot 速成(8) 集成druid+mybatis

spring-boot 速成(8) 集成druid+mybatis

spring-boot与druid、mybatis集成&#xff08;包括pageHelper分页插件&#xff09;, 要添加以下几个依赖项: compile(mysql:mysql-connector-java:6.0.5)compile(tk.mybatis:mapper-spring-boot-starter:1.1.1)compile(org.mybatis.spring.boot:mybatis-spring-boot-starter:1.…
阅读更多...
ORB-SLAM2中生成金字塔提取FAST角点和计算BRIEF描述子

ORB-SLAM2中生成金字塔提取FAST角点和计算BRIEF描述子

//这个是类ORBextractor的带参构造函数&#xff0c;并且使用初始化列表对该类中的这5个变量赋值 ORBextractor::ORBextractor(int _nfeatures, float _scaleFactor, int _nlevels,int _iniThFAST, int _minThFAST):nfeatures(_nfeatures), scaleFactor(_scaleFactor), nlevels(…
阅读更多...
我们怎样确保从大数据计算中获得价值

我们怎样确保从大数据计算中获得价值

我们怎样确保从大数据计算中获得价值 支持大数据方案并不是在硬件以及软件层次终止&#xff0c;企业要想真正地从大数据中受益&#xff0c;领导者必须改变思考与对待信息的方式。 我们怎样确保从大数据计算中获得价值&#xff1f; 当所有可用数据都可用时&#xff0c;大数据…
阅读更多...
jsoncpp-src-0.5.0.tar.gz 源码错误！！！！

jsoncpp-src-0.5.0.tar.gz 源码错误！！！！

近期在做毕设&#xff0c;使用到了JsonCpp0.5.0版本号的源码&#xff01;依照网上的安装配置教程&#xff0c;搭建好环境后就能够使用了&#xff01; 在这里就不浪费空间去将怎样搭建开发环境了&#xff01;请大家去google一下就好了&#xff01;在解析一个Json文件时。程序总是…
阅读更多...
青海省多地日降水量突破历史极值

青海省多地日降水量突破历史极值

受高原槽和西北冷空气的共同影响&#xff0c;青海省海西州茫崖等多地日降水量突破历史极值。 李万花 摄 受高原槽和西北冷空气的共同影响&#xff0c;青海省海西州茫崖等多地日降水量突破历史极值。 李万花 摄 中新网西宁1月18日电 (孙睿 赵海梅)记者18日从青海省气象局获悉&am…
阅读更多...
ORB-SLAM2中四叉树管理特征点

ORB-SLAM2中四叉树管理特征点

当从图像金字塔中的每一层图像上提取特征点之后&#xff0c;都要先用四叉树技术对这些特征点进行管理 //该类中定义了四叉树创建的函数以及树中结点的属性 //bool bNoMore&#xff1a; 根据该结点中被分配的特征点的数目来决定是否继续对其进行分割 //DivisionNode()&#xff…
阅读更多...
Python多线程3：queue

Python多线程3：queue

queue模块实现了多生产者。多消费者队列。在多线程环境下&#xff0c;该队列能实现多个线程间安全的信息交换。 queue模块介绍 模块实现了3种类型的队列&#xff0c;差别在于队列中条目检索的顺序不同。在FIFO队列中。依照先进先出的顺序检索条目。在LIFO队列中&#xff0c;最后…
阅读更多...
微信小程序教程02：App(Object)和Page(Object) 构造器介绍

微信小程序教程02：App(Object)和Page(Object) 构造器介绍

在/app.js中&#xff0c;有方法App&#xff0c;它的作用是注册整个小程序的应用&#xff0c;其中可以传入一些配置&#xff0c;或者存储全局状态。 App(Object) 构造器生命周期 属性类型描述onLaunchFunction在小程序初始化时触发&#xff0c;全局仅触发一次onShowFunction小程…
阅读更多...
ORB-SLAM2图像预处理流程概括

ORB-SLAM2图像预处理流程概括

阅读更多...
阿里云.log

阿里云.log

申请证书审核失败的原因及处理方法;( 新添加站点 免费版 SSL 网页内不能有 HTTPS的连接&#xff1b;更多点击连接) 转载于:https://www.cnblogs.com/q1104460935/p/8287377.html
阅读更多...
最新文章

Copyright @ 2022~2023