11. 标准库简明教程 — 第二部分¶
第二部分涵盖了更多支持专业编程需求的高级模块。这些模块很少出现在小型脚本中。
11.1. 输出格式化¶
reprlib 模块提供了一个 repr() 的版本，该版本专门用于简短显示大型或深度嵌套的容器
>>> import reprlib
>>> reprlib.repr(set('supercalifragilisticexpialidocious'))
"{'a', 'c', 'd', 'e', 'f', 'g', ...}"
pprint 模块提供了更精细的控制，以易于解释器读取的方式打印内置对象和用户定义对象。当结果超过一行时，“美化打印器”会添加换行符和缩进，以更清晰地显示数据结构
>>> import pprint
>>> t = [[[['black', 'cyan'], 'white', ['green', 'red']], [['magenta',
... 'yellow'], 'blue']]]
...
>>> pprint.pprint(t, width=30)
[[[['black', 'cyan'],
'white',
['green', 'red']],
[['magenta', 'yellow'],
'blue']]]
textwrap 模块将文本段落格式化以适应给定的屏幕宽度
>>> 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=40))
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.
locale 模块访问特定文化数据格式的数据库。locale 的 format 函数的分组属性提供了一种使用组分隔符格式化数字的直接方法
>>> import locale
>>> locale.setlocale(locale.LC_ALL, 'English_United States.1252')
'English_United States.1252'
>>> conv = locale.localeconv() # get a mapping of conventions
>>> x = 1234567.8
>>> locale.format_string("%d", x, grouping=True)
'1,234,567'
>>> locale.format_string("%s%.*f", (conv['currency_symbol'],
... conv['frac_digits'], x), grouping=True)
'$1,234,567.80'
11.2. 模板¶
string 模块包含一个多功能的 Template 类，其语法简化，适合最终用户编辑。这允许用户自定义他们的应用程序，而无需更改应用程序。
格式使用由 $ 和有效的 Python 标识符（字母数字字符和下划线）组成占位符名称。用花括号括起占位符，允许其后跟更多字母数字字符，且没有空格。写入 $$ 会创建一个转义的 $
>>> from string import Template
>>> t = Template('${village}folk send $$10 to $cause.')
>>> t.substitute(village='Nottingham', cause='the ditch fund')
'Nottinghamfolk send $10 to the ditch fund.'
当字典或关键字参数中未提供占位符时，substitute() 方法会引发 KeyError。对于邮件合并风格的应用程序，用户提供的数据可能不完整，safe_substitute() 方法可能更合适 — 如果缺少数据，它将保持占位符不变
>>> t = Template('Return the $item to $owner.')
>>> d = dict(item='unladen swallow')
>>> t.substitute(d)
Traceback (most recent call last):
...
KeyError: 'owner'
>>> t.safe_substitute(d)
'Return the unladen swallow to $owner.'
Template 子类可以指定自定义分隔符。例如，照片浏览器的批量重命名实用程序可以选择使用百分号作为占位符，例如当前日期、图像序列号或文件格式
>>> import time, os.path
>>> photofiles = ['img_1074.jpg', 'img_1076.jpg', 'img_1077.jpg']
>>> class BatchRename(Template):
... delimiter = '%'
...
>>> fmt = input('Enter rename style (%d-date %n-seqnum %f-format): ')
Enter rename style (%d-date %n-seqnum %f-format): Ashley_%n%f
>>> 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))
img_1074.jpg --> Ashley_0.jpg
img_1076.jpg --> Ashley_1.jpg
img_1077.jpg --> Ashley_2.jpg
模板的另一个应用是将程序逻辑与多种输出格式的细节分离。这使得可以为 XML 文件、纯文本报告和 HTML Web 报告替换自定义模板。
11.3. 处理二进制数据记录布局¶
struct 模块提供了 pack() 和 unpack() 函数来处理可变长度的二进制记录格式。以下示例显示了如何在不使用 zipfile 模块的情况下循环遍历 ZIP 文件中的标头信息。打包代码 "H" 和 "I" 分别表示两个和四个字节的无符号数字。"<" 表示它们是标准大小并且是小端字节顺序
import struct
with open('myfile.zip', 'rb') as f:
data = f.read()
start = 0
for 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
11.4. 多线程¶
线程是一种解耦非顺序相关任务的技术。线程可用于提高在后台运行其他任务时接受用户输入的应用程序的响应速度。一个相关的用例是在另一个线程中并行运行 I/O 和计算。
以下代码显示了高级 threading 模块如何在主程序继续运行时在后台运行任务
import threading, zipfile
class 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.infile)
background = AsyncZip('mydata.txt', 'myarchive.zip')
background.start()
print('The main program continues to run in foreground.')
background.join() # Wait for the background task to finish
print('Main program waited until background was done.')
多线程应用程序的主要挑战是协调共享数据或其他资源的线程。为此，threading 模块提供了许多同步原语，包括锁、事件、条件变量和信号量。
虽然这些工具功能强大，但小的设计错误可能会导致难以重现的问题。因此，任务协调的首选方法是将对资源的访问集中在单个线程中，然后使用 queue 模块向该线程馈送来自其他线程的请求。使用 Queue 对象进行线程间通信和协调的应用程序更易于设计、更易于阅读且更可靠。
11.5. 日志¶
logging 模块提供了一个功能齐全且灵活的日志记录系统。最简单地说，日志消息会发送到文件或 sys.stderr
import logging
logging.debug('Debugging information')
logging.info('Informational message')
logging.warning('Warning:config file %s not found', 'server.conf')
logging.error('Error occurred')
logging.critical('Critical error -- shutting down')
这将产生以下输出
WARNING:root:Warning:config file server.conf not found
ERROR:root:Error occurred
CRITICAL:root:Critical error -- shutting down
默认情况下，信息和调试消息会被抑制，输出将发送到标准错误。其他输出选项包括通过电子邮件、数据报、套接字或 HTTP 服务器路由消息。新的过滤器可以根据消息优先级选择不同的路由：DEBUG、INFO、WARNING、ERROR 和 CRITICAL。
日志系统可以直接从 Python 配置，也可以从用户可编辑的配置文件加载，以便在不更改应用程序的情况下进行自定义日志记录。
11.6. 弱引用¶
Python 进行自动内存管理（大多数对象的引用计数和 垃圾回收 以消除循环）。内存会在最后一个引用被删除后不久释放。
这种方法适用于大多数应用程序，但有时需要仅在其他内容使用对象时才跟踪它们。不幸的是，仅仅跟踪它们会创建一个使它们永久存在的引用。weakref 模块提供了用于跟踪对象而不创建引用的工具。当不再需要该对象时，它会自动从 weakref 表中删除，并为 weakref 对象触发回调。典型的应用包括缓存创建成本很高的对象
>>> 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 alive
10
>>> del a # remove the one reference
>>> gc.collect() # run garbage collection right away
0
>>> d['primary'] # entry was automatically removed
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
d['primary'] # entry was automatically removed
File "C:/python313/lib/weakref.py", line 46, in __getitem__
o = self.data[key]()
KeyError: 'primary'
11.7. 列表操作工具¶
许多数据结构的需求可以使用内置的列表类型来满足。但是，有时需要具有不同性能权衡的替代实现。
array 模块提供了一个 array 对象，它类似于列表，但仅存储同构数据并更紧凑地存储。以下示例显示一个存储为两个字节无符号二进制数（类型代码 "H"）的数字数组，而不是常规 Python int 对象列表的每个条目通常的 16 个字节。
>>> from array import array
>>> a = array('H', [4000, 10, 700, 22222])
>>> sum(a)
26932
>>> a[1:3]
array('H', [10, 700])
collections 模块提供了一个 deque 对象，它类似于列表，但从左侧添加和弹出速度更快，但在中间查找速度较慢。这些对象非常适合实现队列和广度优先树搜索。
>>> from collections import deque
>>> d = deque(["task1", "task2", "task3"])
>>> d.append("task4")
>>> print("Handling", d.popleft())
Handling task1
unsearched = deque([starting_node])
def breadth_first_search(unsearched):
node = unsearched.popleft()
for m in gen_moves(node):
if is_goal(m):
return m
unsearched.append(m)
除了替代列表实现之外，该库还提供了其他工具，例如 bisect 模块，其中包含用于操作排序列表的函数。
>>> import bisect
>>> scores = [(100, 'perl'), (200, 'tcl'), (400, 'lua'), (500, 'python')]
>>> bisect.insort(scores, (300, 'ruby'))
>>> scores
[(100, 'perl'), (200, 'tcl'), (300, 'ruby'), (400, 'lua'), (500, 'python')]
heapq 模块提供了用于基于常规列表实现堆的函数。最小值的条目始终保留在零位置。这对于重复访问最小元素但不希望运行完整列表排序的应用程序很有用。
>>> from heapq import heapify, heappop, heappush
>>> data = [1, 3, 5, 7, 9, 2, 4, 6, 8, 0]
>>> heapify(data) # rearrange the list into heap order
>>> heappush(data, -5) # add a new entry
>>> [heappop(data) for i in range(3)] # fetch the three smallest entries
[-5, 0, 1]
11.8. 十进制浮点运算¶
decimal 模块为十进制浮点运算提供了一个 Decimal 数据类型。与内置的二进制浮点 float 实现相比，该类对于以下情况特别有用：
需要精确十进制表示的金融应用程序和其他用途，
控制精度，
控制舍入以满足法律或法规要求，
跟踪有效小数位，或
用户希望结果与手动完成的计算相匹配的应用程序。
例如，计算 70 美分电话费的 5% 税费在十进制浮点和二进制浮点中会得出不同的结果。如果将结果四舍五入到最接近的美分，则差异将变得很明显。
>>> from decimal import *
>>> round(Decimal('0.70') * Decimal('1.05'), 2)
Decimal('0.74')
>>> round(.70 * 1.05, 2)
0.73
Decimal 结果保留了尾随零，从具有两位有效数字的被乘数自动推断出四位有效数字。Decimal 再现了手工完成的数学，并避免了二进制浮点无法精确表示十进制数量时可能出现的问题。
精确表示使 Decimal 类能够执行模运算和等式测试，而这些运算和测试不适用于二进制浮点。
>>> Decimal('1.00') % Decimal('.10')
Decimal('0.00')
>>> 1.00 % 0.10
0.09999999999999995
>>> sum([Decimal('0.1')]*10) == Decimal('1.0')
True
>>> 0.1 + 0.1 + 0.1 + 0.1 + 0.1 + 0.1 + 0.1 + 0.1 + 0.1 + 0.1 == 1.0
False
decimal 模块提供了所需精度的算术运算。
>>> getcontext().prec = 36
>>> Decimal(1) / Decimal(7)
Decimal('0.142857142857142857142857142857142857')