"We'd like to pretend that 'Fredrik' is a role, but even hundreds of volunteers couldn't possibly keep up. No, 'Fredrik' is the result of crossing an http server with a spam filter with an emacs whatsit and some other stuff besides."
-Gordon McMillan, June 1998
Python 2.0发布附带了一个包含200个以上模块的可扩展的标准库. 本书简要地介绍每个模块并提供至少一个例子来说明如何使用它. 本书一共包含360个例子.
"Those people who have nothing better to do than post on the Internet all day long are rarely the ones who have the most insights."
- Jakob Nielsen, December 1998
五年前我偶然遇到了 Python, 开始了我的 Python 之旅, 我花费了大量的时间
在 comp.lang.python
新闻组里回答问题. 也许某个人发现一个模块正是他想要的,
但是却不知道如何使用它. 也许某个人为他的任务挑选的不合适的模块. 也许某个人已经厌
倦了发明新轮子. 大多时候, 一个简短的例子要比一份手册文档更有帮助.
本书是超过3,000个新闻组讨论的精华部分, 当然也有很多的新脚本, 为了涵盖标准库的每个角落.
我尽力使得每个脚本都易于理解, 易于重用代码. 我有意缩短注释的长度, 如果你想更深入地 了解背景, 那么你可以参阅每个 Python 发布中的参考手册. 本书的重要之处在于范例代码.
我们欢迎任何评论, 建议, 以及 bug 报告, 请将它们发送到 fredrik@pythonware.com. 我将阅读尽我所能阅读所有的邮件, 但可能回复不是那么及时.
本书的相关更新内容以及其他信息请访问 http://www.pythonware.com/people/fredrik/librarybook.htm
为什么没有Tkinter?
本书涵盖了整个标准库, 除了(可选的)Tkinter ui(user-interface : 用户界面) 库. 有很多原因, 更多是因为时间, 本书的空间, 以及我正在写另一本关于 Tkinter 的书.
关于这些书的信息, 请访问 http://www.pythonware.com/people/fredrik/tkinterbook.htm. (不用看了,又一404)
产品细节
本书使用DocBook SGML编写, 我使用了一系列的工具, 包括Secret Labs' PythonWorks, Excosoft Documentor, James Clark's Jade DSSSL processor, Norm Walsh's DocBook stylesheets, 当然,还有一些 Python 脚本.
感谢帮忙校对的人们: Tim Peters, Guido van Rossum, David Ascher, Mark Lutz, 和 Rael Dornfest, 以及 PythonWare 成员: Matthew Ellis, Håkan Karlsson, 和 Rune Uhlin.
感谢 Lenny Muellner, 他帮助我把SGML文件转变为你们现在所看到的这本书, 以及Christien Shangraw, 他将那些代码文件集合起来做成了随书CD (可以在 http://examples.oreilly.com/pythonsl 找到, 竟然没有404, 奇迹).
本书使用以下习惯用法:
斜体
用于文件名和命令. 还用于定义术语.
等宽字体 e.g. Python
用于代码以及方法,模块,操作符,函数,语句,属性等的名称.
等宽粗体
用于代码执行结果.
除非提到,所有例子都可以在 Python 1.5.2 和 Python 2.0 下运行. 能不能在 Python 2.4/2.5 下执行.....看参与翻译各位的了.
除了一些平台相关模块的脚本, 所有例子都可以在 Windows, Solaris, 以及 Linux 下正常执行.
所有代码都是有版权的. 当然,你可以自由地使用这些这些模块,别忘记你是从哪得到(?学会)这些的.
大多例子的文件名都包含它所使用的模块名称,后边是 "-example-
" 以及一个唯一的"序号".
注意有些例子并不是按顺序出现的, 这是为了匹配本书的较早版本 -
(the eff-bot guide to) The Standard Python Library.
你可以在网上找到本书附带CD的内容 (参阅 http://examples.oreilly.com/pythonsl). 更多信息以及更新内容参阅 http://www.pythonware.com/people/fredrik/librarybook.htm. (ft, 又一404. 大家一定不要看~)
Python 江湖 QQ 群: 43680167
Feather (校对) QQ: 85660100
"Since the functions in the C runtime library are not part of the Win32 API, we believe the number of applications that will be affected by this bug to be very limited."
- Microsoft, January 1999
Python 的标准库包括了很多的模块, 从 Python 语言自身特定的类型和声明, 到一些只用于少数程序的不著名的模块.
本章描述了一些基本的标准库模块. 任何大型 Python 程序都有可能直接或间接地使用到这类模块的大部分.
下面的这两个模块比其他模块加在一起还要重要: 定义内建函数(例如 len, int, range ...)的
_ _builtin_ _
模块, 以及定义所有内建异常的 exceptions
模块.
Python 在启动时导入这两个模块, 使任何程序都能够使用它们.
Python 有许多使用了 POSIX 标准 API 和标准 C 语言库的模块. 它们为底层操作系统提供了平台独立的接口.
这类的模块包括: 提供文件和进程处理功能的 os
模块; 提供平台独立的文件名处理
(分拆目录名, 文件名, 后缀等)的 os.path
模块; 以及时间日期处理相关的 time/datetime
模块.
[!Feather注: datetime 为 Py2.3 新增模块, 提供增强的时间处理方法 ]
延伸一点说, 网络和线程模块同样也可以归为这一个类型. 不过 Python 并没有在所有的平台/版本实现这些.
标准库里有许多用于支持内建类型操作的库. string
模块实现了常用的字符串处理.
math
模块提供了数学计算操作和常量(pi, e都属于这类常量), cmath
模块为复数提供了和
math
一样的功能.
re
模块为 Python 提供了正则表达式支持. 正则表达式是用于匹配字符串或特定子字符串的
有特定语法的字符串模式.
sys 模块可以让你访问解释器相关参数,比如模块搜索路径,解释器版本号等.
operator
模块提供了和内建操作符作用相同的函数. copy
模块允许
你复制对象, Python 2.0 新加入的 gc
模块提供了对垃圾收集的相关控制功能.
这个模块包含 Python 中使用的内建函数. 一般不用手动导入这个模块; Python会帮你做好一切.
Python允许你实时地创建函数参数列表. 只要把所有的参数放入一个元组中,
然后通过内建的 apply
函数调用函数. 如 Example 1-1.
File: builtin-apply-example-1.py def function(a, b): print a, b apply(function, ("whither", "canada?")) apply(function, (1, 2 + 3)) whither canada? 1 5
要想把关键字参数传递给一个函数, 你可以将一个字典作为 apply
函数的第 3 个参数,
参考 Example 1-2.
File: builtin-apply-example-2.py def function(a, b): print a, b apply(function, ("crunchy", "frog")) apply(function, ("crunchy",), {"b": "frog"}) apply(function, (), {"a": "crunchy", "b": "frog"}) crunchy frog crunchy frog crunchy frog
apply
函数的一个常见用法是把构造函数参数从子类传递到基类,
尤其是构造函数需要接受很多参数的时候. 如 Example 1-3 所示.
File: builtin-apply-example-3.py class Rectangle: def _ _init_ _(self, color="white", width=10, height=10): print "create a", color, self, "sized", width, "x", height class RoundedRectangle(Rectangle): def _ _init_ _(self, **kw): apply(Rectangle._ _init_ _, (self,), kw) rect = Rectangle(color="green", height=100, width=100) rect = RoundedRectangle(color="blue", height=20) create a green <Rectangle instance at 8c8260> sized 100 x 100 create a blue <RoundedRectangle instance at 8c84c0> sized 10 x 20
Python 2.0 提供了另个方法来做相同的事. 你只需要使用一个传统的函数调用 ,
使用 *
来标记元组, **
来标记字典.
下面两个语句是等价的:
result = function(*args, **kwargs) result = apply(function, args, kwargs)
如果你写过较庞大的 Python 程序, 那么你就应该知道 import
语句是用来导入外部模块的
(当然也可以使用 from-import
版本). 不过你可能不知道 import
其实是靠调用内建
函数 _ _import_ _
来工作的.
通过这个戏法你可以动态地调用函数. 当你只知道模块名称(字符串)的时候, 这将很方便.
Example 1-4 展示了这种用法, 动态地导入所有以 "-plugin
" 结尾的模块.
File: builtin-import-example-1.py import glob, os modules = [] for module_file in glob.glob("*-plugin.py"): try: module_name, ext = os.path.splitext(os.path.basename(module_file)) module = _ _import_ _(module_name) modules.append(module) except ImportError: pass # ignore broken modules # say hello to all modules for module in modules: module.hello() example-plugin says hello
注意这个 plug-in 模块文件名中有个 "-" (hyphens). 这意味着你不能使用普通的 import
命令, 因为 Python 的辨识符不允许有 "-" .
Example 1-5 展示了 Example 1-4 中使用的 plug-in .
File: example-plugin.py def hello(): print "example-plugin says hello"
Example 1-6 展示了如何根据给定模块名和函数名获得想要的函数对象.
File: builtin-import-example-2.py def getfunctionbyname(module_name, function_name): module = _ _import_ _(module_name) return getattr(module, function_name) print repr(getfunctionbyname("dumbdbm", "open")) <function open at 794fa0>
你也可以使用这个函数实现延迟化的模块导入 (lazy module loading). 例如在 Example 1-7 中
的 string
模块只在第一次使用的时候导入.
File: builtin-import-example-3.py class LazyImport: def _ _init_ _(self, module_name): self.module_name = module_name self.module = None def _ _getattr_ _(self, name): if self.module is None: self.module = _ _import_ _(self.module_name) return getattr(self.module, name) string = LazyImport("string") print string.lowercase abcdefghijklmnopqrstuvwxyz
Python 也提供了重新加载已加载模块的基本支持. [Example 1-8 #eg-1-8 会加载 3 次 hello.py 文件.
File: builtin-reload-example-1.py import hello reload(hello) reload(hello) hello again, and welcome to the show hello again, and welcome to the show hello again, and welcome to the show
reload 直接接受模块作为参数.
[!Feather 注: ^ 原句无法理解, 稍后讨论.]
注意,当你重加载模块时, 它会被重新编译, 新的模块会代替模块字典里的老模块. 但是, 已经用原模块里的类建立的实例仍然使用的是老模块(不会被更新).
同样地, 使用 from-import
直接创建的到模块内容的引用也是不会被更新的.
dir
返回由给定模块, 类, 实例, 或其他类型的所有成员组成的列表. 这可能在交互式 Python 解释器下很有用, 也可以用在其他地方. Example 1-9展示了 dir
函数的用法.
File: builtin-dir-example-1.py def dump(value): print value, "=>", dir(value) import sys dump(0) dump(1.0) dump(0.0j) # complex number dump([]) # list dump({}) # dictionary dump("string") dump(len) # function dump(sys) # module 0 => [] 1.0 => [] 0j => ['conjugate', 'imag', 'real'] [] => ['append', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort'] {} => ['clear', 'copy', 'get', 'has_key', 'items', 'keys', 'update', 'values'] string => [] <built-in function len> => ['_ _doc_ _', '_ _name_ _', '_ _self_ _'] <module 'sys' (built-in)> => ['_ _doc_ _', '_ _name_ _', '_ _stderr_ _', '_ _stdin_ _', '_ _stdout_ _', 'argv', 'builtin_module_names', 'copyright', 'dllhandle', 'exc_info', 'exc_type', 'exec_prefix', 'executable', ...
在例子 Example 1-10中定义的 getmember
函数返回给定类定义的所有类级别的属性和方法.
File: builtin-dir-example-2.py class A: def a(self): pass def b(self): pass class B(A): def c(self): pass def d(self): pass def getmembers(klass, members=None): # get a list of all class members, ordered by class if members is None: members = [] for k in klass._ _bases_ _: getmembers(k, members) for m in dir(klass): if m not in members: members.append(m) return members print getmembers(A) print getmembers(B) print getmembers(IOError) ['_ _doc_ _', '_ _module_ _', 'a', 'b'] ['_ _doc_ _', '_ _module_ _', 'a', 'b', 'c', 'd'] ['_ _doc_ _', '_ _getitem_ _', '_ _init_ _', '_ _module_ _', '_ _str_ _']
getmembers
函数返回了一个有序列表. 成员在列表中名称出现的越早,
它所处的类层次就越高. 如果无所谓顺序的话, 你可以使用字典代替列表.
[!Feather 注: 字典是无序的, 而列表和元组是有序的, 网上有关于有序字典的讨论]
vars
函数与此相似, 它返回的是包含每个成员当前值的字典. 如果你使用不带参数的 vars
, 它将返回当前局部名称空间的可见元素(同 locals()
函数 ). 如 Example 1-11所表示.
File: builtin-vars-example-1.py book = "library2" pages = 250 scripts = 350 print "the %(book)s book contains more than %(scripts)s scripts" % vars() the library book contains more than 350 scripts
Python 是一种动态类型语言, 这意味着给一个定变量名可以在不同的场合绑定到不同的类型上. 在接下面例子中, 同样的函数分别被整数, 浮点数, 以及一个字符串调用:
def function(value): print value function(1) function(1.0) function("one")
type
函数 (如 Example 1-12 所示) 允许你检查一个变量的类型. 这个函数会返回一个
type descriptor (类型描述符), 它对于 Python 解释器提供的每个类型都是不同的.
File: builtin-type-example-1.py def dump(value): print type(value), value dump(1) dump(1.0) dump("one") <type 'int'> 1 <type 'float'> 1.0 <type 'string'> one
每个类型都有一个对应的类型对象, 所以你可以使用 is
操作符 (对象身份?) 来
检查类型. (如 Example 1-13所示).
File: builtin-type-example-2.py def load(file): if isinstance(file, type("")): file = open(file, "rb") return file.read() print len(load("samples/sample.jpg")), "bytes" print len(load(open("samples/sample.jpg", "rb"))), "bytes" 4672 bytes 4672 bytes
callable
函数, 如 Example 1-14 所示, 可以检查一个对象是否是可调用的
(无论是直接调用或是通过 apply
). 对于函数, 方法, lambda
函式, 类,
以及实现了 _ _call_ _
方法的类实例, 它都返回 True.
File: builtin-callable-example-1.py def dump(function): if callable(function): print function, "is callable" else: print function, "is *not* callable" class A: def method(self, value): return value class B(A): def _ _call_ _(self, value): return value a = A() b = B() dump(0) # simple objects dump("string") dump(callable) dump(dump) # function dump(A) # classes dump(B) dump(B.method) dump(a) # instances dump(b) dump(b.method) 0 is *not* callable string is *not* callable <built-in function callable> is callable <function dump at 8ca320> is callable A is callable B is callable <unbound method A.method> is callable <A instance at 8caa10> is *not* callable <B instance at 8cab00> is callable <method A.method of B instance at 8cab00> is callable
注意类对象 (A 和 B) 都是可调用的; 如果调用它们, 就产生新的对象(类实例). 但是 A 类的实例不可调用, 因为它的类没有实现 _ _call_ _
方法.
你可以在 operator
模块中找到检查对象是否为某一内建类型(数字, 序列, 或者字典等)
的函数. 但是, 因为创建一个类很简单(比如实现基本序列方法的类), 所以对这些
类型使用显式的类型判断并不是好主意.
在处理类和实例的时候会复杂些. Python 不会把类作为本质上的类型对待; 相反地, 所有的类都属于一个特殊的类类型(special class type), 所有的类实例属于一个特殊的实例类型(special instance type).
这意味着你不能使用 type
函数来测试一个实例是否属于一个给定的类; 所有的实例都是同样
的类型! 为了解决这个问题, 你可以使用 isinstance
函数,它会检查一个对象是
不是给定类(或其子类)的实例. Example 1-15 展示了 isinstance
函数的使用.
File: builtin-isinstance-example-1.py class A: pass class B: pass class C(A): pass class D(A, B): pass def dump(object): print object, "=>", if isinstance(object, A): print "A", if isinstance(object, B): print "B", if isinstance(object, C): print "C", if isinstance(object, D): print "D", print a = A() b = B() c = C() d = D() dump(a) dump(b) dump(c) dump(d) dump(0) dump("string") <A instance at 8ca6d0> => A <B instance at 8ca750> => B <C instance at 8ca780> => A C <D instance at 8ca7b0> => A B D 0 => string =>
issubclass
函数与此相似, 它用于检查一个类对象是否与给定类相同,
或者是给定类的子类. 如 Example 1-16 所示.
注意, isinstance
可以接受任何对象作为参数, 而 issubclass
函数在接受非类对象参
数时会引发 TypeError 异常.
File: builtin-issubclass-example-1.py class A: pass class B: pass class C(A): pass class D(A, B): pass def dump(object): print object, "=>", if issubclass(object, A): print "A", if issubclass(object, B): print "B", if issubclass(object, C): print "C", if issubclass(object, D): print "D", print dump(A) dump(B) dump(C) dump(D) dump(0) dump("string") A => A B => B C => A C D => A B D 0 => Traceback (innermost last): File "builtin-issubclass-example-1.py", line 29, in ? File "builtin-issubclass-example-1.py", line 15, in dump TypeError: arguments must be classes
Python 提供了在程序中与解释器交互的多种方法. 例如 eval
函数将一个字符串
作为 Python 表达式求值. 你可以传递一串文本, 简单的表达式, 或者使用
内建 Python 函数. 如 Example 1-17 所示.
File: builtin-eval-example-1.py def dump(expression): result = eval(expression) print expression, "=>", result, type(result) dump("1") dump("1.0") dump("'string'") dump("1.0 + 2.0") dump("'*' * 10") dump("len('world')") 1 => 1 <type 'int'> 1.0 => 1.0 <type 'float'> 'string' => string <type 'string'> 1.0 + 2.0 => 3.0 <type 'float'> '*' * 10 => ********** <type 'string'> len('world') => 5 <type 'int'>
如果你不确定字符串来源的安全性, 那么你在使用 eval
的时候会遇到些麻烦. 例如,
某个用户可能会使用 _ _import_ _
函数加载 os
模块, 然后从硬盘删除文件
(如 Example 1-18 所示).
File: builtin-eval-example-2.py print eval("_ _import_ _('os').getcwd()") print eval("_ _import_ _('os').remove('file')") /home/fredrik/librarybook Traceback (innermost last): File "builtin-eval-example-2", line 2, in ? File "<string>", line 0, in ? os.error: (2, 'No such file or directory')
这里我们得到了一个 os.error 异常, 这说明 Python 事实上在尝试删除文件!
幸运地是, 这个问题很容易解决. 你可以给 eval
函数传递第 2
个参数, 一个定义了该表达式求值时名称空间的字典.
我们测试下, 给函数传递个空字典:
>>> print eval("_ _import_ _('os').remove('file')", {}) Traceback (innermost last): File "<stdin>", line 1, in ? File "<string>", line 0, in ? os.error: (2, 'No such file or directory')
呃.... 我们还是得到了个 os.error 异常.
这是因为 Python 在求值前会检查这个字典, 如果没有发现名称为 _ _builtins_ _
的变量(复数形式), 它就会添加一个:
>>> namespace = {} >>> print eval("_ _import_ _('os').remove('file')", namespace) Traceback (innermost last): File "<stdin>", line 1, in ? File "<string>", line 0, in ? os.error: (2, 'No such file or directory') >>> namespace.keys() ['_ _builtins_ _']
如果你打印这个 namespace 的内容, 你会发现里边有所有的内建函数.
[!Feather 注: 如果我RP不错的话, 添加的这个_ _builtins_ _就是当前的_ _builtins_ _]
我们注意到了如果这个变量存在, Python 就不会去添加默认的, 那么我们的解决方法也来了,
为传递的字典参数加入一个 _ _builtins_ _
项即可. 如 Example 1-19 所示.
File: builtin-eval-example-3.py print eval("_ _import_ _('os').getcwd()", {}) print eval("_ _import_ _('os').remove('file')", {"_ _builtins_ _": {}}) /home/fredrik/librarybook Traceback (innermost last): File "builtin-eval-example-3.py", line 2, in ? File "<string>", line 0, in ? NameError: _ _import_ _
即使这样, 你仍然无法避免针对 CPU 和内存资源的攻击. (比如, 形如
eval("'*'*1000000*2*2*2*2*2*2*2*2*2")
的语句在执行后会使你的程序耗尽系统资源).
eval
函数只针对简单的表达式. 如果要处理大块的代码, 你应该使用 compile
和 exec
函数
(如 Example 1-20 所示).
File: builtin-compile-example-1.py NAME = "script.py" BODY = """ prnt 'owl-stretching time' """ try: compile(BODY, NAME, "exec") except SyntaxError, v: print "syntax error:", v, "in", NAME # syntax error: invalid syntax in script.py
成功执行后, compile
函数会返回一个代码对象, 你可以使用 exec
语句执行它,
参见 Example 1-21 .
File: builtin-compile-example-2.py BODY = """ print 'the ant, an introduction' """ code = compile(BODY, "<script>", "exec") print code exec code <code object ? at 8c6be0, file "<script>", line 0> the ant, an introduction
使用 Example 1-22 中的类可以在程序执行时实时地生成代码. write
方法用于添加代码,
indent
和 dedent
方法用于控制缩进结构. 其他部分交给类来处理.
File: builtin-compile-example-3.py import sys, string class CodeGeneratorBackend: "Simple code generator for Python" def begin(self, tab="\t"): self.code = [] self.tab = tab self.level = 0 def end(self): self.code.append("") # make sure there's a newline at the end return compile(string.join(self.code, "\n"), "<code>", "exec") def write(self, string): self.code.append(self.tab * self.level + string) def indent(self): self.level = self.level + 1 # in 2.0 and later, this can be written as: self.level += 1 def dedent(self): if self.level == 0: raise SyntaxError, "internal error in code generator" self.level = self.level - 1 # or: self.level -= 1 # # try it out! c = CodeGeneratorBackend() c.begin() c.write("for i in range(5):") c.indent() c.write("print 'code generation made easy!'") c.dedent() exec c.end() code generation made easy! code generation made easy! code generation made easy! code generation made easy! code generation made easy!
Python 还提供了 execfile
函数, 一个从文件加载代码, 编译代码, 执行代码的快捷方式.
Example 1-23 简单地展示了如何使用这个函数.
File: builtin-execfile-example-1.py execfile("hello.py") def EXECFILE(filename, locals=None, globals=None): exec compile(open(filename).read(), filename, "exec") in locals, globals EXECFILE("hello.py") hello again, and welcome to the show hello again, and welcome to the show
Example 1-24 中的代码是 Example 1-23 中使用的 hello.py 文件.
File: hello.py print "hello again, and welcome to the show"
因为 Python 在检查局部名称空间和模块名称空间前不会检查内建函数, 所以有时候你可能要显式地引用
_ _builtin_ _
模块. 例如 Example 1-25 重载了内建的 open
函数.
这时候要想使用原来的 open
函数, 就需要脚本显式地指明模块名称.
File: builtin-open-example-1.py def open(filename, mode="rb"): import _ _builtin_ _ file = _ _builtin_ _.open(filename, mode) if file.read(5) not in("GIF87", "GIF89"): raise IOError, "not a GIF file" file.seek(0) return file fp = open("samples/sample.gif") print len(fp.read()), "bytes" fp = open("samples/sample.jpg") print len(fp.read()), "bytes" 3565 bytes Traceback (innermost last): File "builtin-open-example-1.py", line 12, in ? File "builtin-open-example-1.py", line 5, in open IOError: not a GIF file
[!Feather 注: 明白这个open()函数是干什么的么? 检查一个文件是否是 GIF 文件, 一般如这类的图片格式都在文件开头有默认的格式. 另外打开文件推荐使用file()而不是open() , 虽然暂时没有区别]
exceptions
模块提供了标准异常的层次结构. Python 启动的时候会自动导入这个模块,
并且将它加入到 _ _builtin_ _
模块中. 也就是说, 一般不需要手动导入这个模块.
在 1.5.2 版本时它是一个普通模块, 2.0 以及以后版本成为内建模块.
该模块定义了以下标准异常:
sys.exit
函数引发. 如果它在最顶层没有被 try-except
语句捕获,
那么解释器将直接关闭而不会显示任何跟踪返回信息.
try-except
语句时导致奇怪的问题.
os
模块引起的错误.
os
模块中 Windows 相关错误.
-tt
选项检查不一致缩进时有可能被引发. 该异常只用于 2.0 及以后版本, 之前版本会引发一个 SyntaxError 异常.
assert
语句失败时被引发(即表达式为 false 时).
eval_code2: NULL globals" )
.
这本书的作者编了 5 年程序都没见过这个错误. (想必是没有用 raise SystemError
).
你可以创建自己的异常类. 只需要继承内建的 Exception 类(或者它的任意一个合适的子类)即可, 有需要时可以再重载它的 _ _str_ _
方法. Example 1-26 展示了如何使用 exceptions
模块.
File: exceptions-example-1.py # python imports this module by itself, so the following # line isn't really needed # python 会自动导入该模块, 所以以下这行是不必要的 # import exceptions class HTTPError(Exception): # indicates an HTTP protocol error def _ _init_ _(self, url, errcode, errmsg): self.url = url self.errcode = errcode self.errmsg = errmsg def _ _str_ _(self): return ( "<HTTPError for %s: %s %s>" % (self.url, self.errcode, self.errmsg) ) try: raise HTTPError("http://www.python.org/foo", 200, "Not Found") except HTTPError, error: print "url", "=>", error.url print "errcode", "=>", error.errcode print "errmsg", "=>", error.errmsg raise # reraise exception url => http://www.python.org/foo errcode => 200 errmsg => Not Found Traceback (innermost last): File "exceptions-example-1", line 16, in ? HTTPError: <HTTPError for http://www.python.org/foo: 200 Not Found>
这个模块中的大部分函数通过对应平台相关模块实现, 比如 posix
和
nt. os
模块会在第一次导入的时候自动加载合适的执行模块.
内建的 open / file
函数用于创建, 打开和编辑文件, 如 Example 1-27 所示. 而
os
模块提供了重命名和删除文件所需的函数.
File: os-example-3.py import os import string def replace(file, search_for, replace_with): # replace strings in a text file back = os.path.splitext(file)[0] + ".bak" temp = os.path.splitext(file)[0] + ".tmp" try: # remove old temp file, if any os.remove(temp) except os.error: pass fi = open(file) fo = open(temp, "w") for s in fi.readlines(): fo.write(string.replace(s, search_for, replace_with)) fi.close() fo.close() try: # remove old backup file, if any os.remove(back) except os.error: pass # rename original to backup... os.rename(file, back) # ...and temporary to original os.rename(temp, file) # # try it out! file = "samples/sample.txt" replace(file, "hello", "tjena") replace(file, "tjena", "hello")
os
模块也包含了一些用于目录处理的函数.
listdir
函数返回给定目录中所有文件名(包括目录名)组成的列表, 如
Example 1-28 所示. 而 Unix 和 Windows 中使用的当前目录和父目录标记(. 和 .. )不包含在此列表中.
File: os-example-5.py import os for file in os.listdir("samples"): print file sample.au sample.jpg sample.wav ...
getcwd
和 chdir
函数分别用于获得和改变当前工作目录. 如 Example 1-29 所示.
File: os-example-4.py import os # where are we? cwd = os.getcwd() print "1", cwd # go down os.chdir("samples") print "2", os.getcwd() # go back up os.chdir(os.pardir) print "3", os.getcwd() 1 /ematter/librarybook 2 /ematter/librarybook/samples 3 /ematter/librarybook
makedirs
和 removedirs
函数用于创建或删除目录层,如 Example 1-30 所示.
File: os-example-6.py import os os.makedirs("test/multiple/levels") fp = open("test/multiple/levels/file", "w") fp.write("inspector praline") fp.close() # remove the file os.remove("test/multiple/levels/file") # and all empty directories above it os.removedirs("test/multiple/levels")
removedirs
函数会删除所给路径中最后一个目录下所有的空目录.
而 mkdir
和 rmdir
函数只能处理单个目录级. 如 Example 1-31 所示.
File: os-example-7.py import os os.mkdir("test") os.rmdir("test") os.rmdir("samples") # this will fail Traceback (innermost last): File "os-example-7", line 6, in ? OSError: [Errno 41] Directory not empty: 'samples'
如果需要删除非空目录, 你可以使用 shutil
模块中的 rmtree
函数.
stat
函数可以用来获取一个存在文件的信息, 如 Example 1-32
所示. 它返回一个类元组对象(stat_result对象, 包含 10 个元素),
依次是st_mode (权限模式), st_ino (inode number), st_dev (device),
st_nlink (number of hard links), st_uid (所有者用户 ID), st_gid
(所有者所在组 ID ), st_size (文件大小, 字节), st_atime (最近一次访问时间),
st_mtime (最近修改时间), st_ctime (平台相关; Unix下的最近一次元数据/metadata修改时间,
或者 Windows 下的创建时间) - 以上项目也可作为属性访问.
[!Feather 注: 原文为 9 元元组. 另,返回对象并非元组类型,为 struct.]
File: os-example-1.py import os import time file = "samples/sample.jpg" def dump(st): mode, ino, dev, nlink, uid, gid, size, atime, mtime, ctime = st print "- size:", size, "bytes" print "- owner:", uid, gid print "- created:", time.ctime(ctime) print "- last accessed:", time.ctime(atime) print "- last modified:", time.ctime(mtime) print "- mode:", oct(mode) print "- inode/dev:", ino, dev # # get stats for a filename st = os.stat(file) print "stat", file dump(st) print # # get stats for an open file fp = open(file) st = os.fstat(fp.fileno()) print "fstat", file dump(st) stat samples/sample.jpg - size: 4762 bytes - owner: 0 0 - created: Tue Sep 07 22:45:58 1999 - last accessed: Sun Sep 19 00:00:00 1999 - last modified: Sun May 19 01:42:16 1996 - mode: 0100666 - inode/dev: 0 2 fstat samples/sample.jpg - size: 4762 bytes - owner: 0 0 - created: Tue Sep 07 22:45:58 1999 - last accessed: Sun Sep 19 00:00:00 1999 - last modified: Sun May 19 01:42:16 1996 - mode: 0100666 - inode/dev: 0 0
返回对象中有些属性在非 Unix 平台下是无意义的, 比如 (st_inode
, st_dev
)为
Unix 下的为每个文件提供了唯一标识, 但在其他平台可能为任意无意义数据 .
stat
模块包含了很多可以处理该返回对象的常量及函数. 下面的代码展示了其中的一些.
可以使用 chmod
和 utime
函数修改文件的权限模式和时间属性,如 Example 1-33 所示.
File: os-example-2.py import os import stat, time infile = "samples/sample.jpg" outfile = "out.jpg" # copy contents fi = open(infile, "rb") fo = open(outfile, "wb") while 1: s = fi.read(10000) if not s: break fo.write(s) fi.close() fo.close() # copy mode and timestamp st = os.stat(infile) os.chmod(outfile, stat.S_IMODE(st[stat.ST_MODE])) os.utime(outfile, (st[stat.ST_ATIME], st[stat.ST_MTIME])) print "original", "=>" print "mode", oct(stat.S_IMODE(st[stat.ST_MODE])) print "atime", time.ctime(st[stat.ST_ATIME]) print "mtime", time.ctime(st[stat.ST_MTIME]) print "copy", "=>" st = os.stat(outfile) print "mode", oct(stat.S_IMODE(st[stat.ST_MODE])) print "atime", time.ctime(st[stat.ST_ATIME]) print "mtime", time.ctime(st[stat.ST_MTIME]) original => mode 0666 atime Thu Oct 14 15:15:50 1999 mtime Mon Nov 13 15:42:36 1995 copy => mode 0666 atime Thu Oct 14 15:15:50 1999 mtime Mon Nov 13 15:42:36 1995
system
函数在当前进程下执行一个新命令, 并等待它完成, 如 Example 1-34 所示.
File: os-example-8.py import os if os.name == "nt": command = "dir" else: command = "ls -l" os.system(command) -rwxrw-r-- 1 effbot effbot 76 Oct 9 14:17 README -rwxrw-r-- 1 effbot effbot 1727 Oct 7 19:00 SimpleAsyncHTTP.py -rwxrw-r-- 1 effbot effbot 314 Oct 7 20:29 aifc-example-1.py -rwxrw-r-- 1 effbot effbot 259 Oct 7 20:38 anydbm-example-1.py ...
命令通过操作系统的标准 shell 执行, 并返回 shell 的退出状态. 需要注意的是在 Windows 95/98
下, shell 通常是 command.com
, 它的推出状态总是 0.
由于 11os.system11 直接将命令传递给 shell , 所以如果你不检查传入参数的时候会很危险 (比如命令os.system("viewer %s" % file)
, 将 file 变量设置为 "sample.jpg; rm -rf $HOME" ....
). 如果不确定参数的安全性, 那么最好使用exec
或spawn
代替(稍后介绍).
exec
函数会使用新进程替换当前进程(或者说是"转到进程"). 在 Example 1-35 中,
字符串 "goodbye" 永远不会被打印.
File: os-exec-example-1.py import os import sys program = "python" arguments = ["hello.py"] print os.execvp(program, (program,) + tuple(arguments)) print "goodbye" hello again, and welcome to the show
Python 提供了很多表现不同的 exec
函数. Example 1-35 使用的是
execvp
函数, 它会从标准路径搜索执行程序, 把第二个参数(元组)作为单独的参数传递给程序, 并使用当前的环境变量来运行程序. 其他七个同类型函数请参阅 Python Library Reference .
在 Unix 环境下, 你可以通过组合使用 exec
, fork
以及 wait
函数来从当前程序调用另一个程序,
如 Example 1-36 所示. fork
函数复制当前进程, wait
函数会等待一个子进程执行结束.
File: os-exec-example-2.py import os import sys def run(program, *args): pid = os.fork() if not pid: os.execvp(program, (program,) + args) return os.wait()[0] run("python", "hello.py") print "goodbye" hello again, and welcome to the show goodbye
fork
函数在子进程返回中返回 0 (这个进程首先从 fork
返回值),
在父进程中返回一个非 0 的进程标识符(子进程的 PID ). 也就是说,
只有当我们处于子进程的时候 "not pid
" 才为真.
fork
和 wait
函数在 Windows 上是不可用的, 但是你可以使用 spawn
函数,
如 Example 1-37 所示. 不过, spawn
不会沿着路径搜索可执行文件,
你必须自己处理好这些.
File: os-spawn-example-1.py import os import string def run(program, *args): # find executable for path in string.split(os.environ["PATH"], os.pathsep): file = os.path.join(path, program) + ".exe" try: return os.spawnv(os.P_WAIT, file, (file,) + args) except os.error: pass raise os.error, "cannot find executable" run("python", "hello.py") print "goodbye" hello again, and welcome to the show goodbye
spawn
函数还可用于在后台运行一个程序. Example 1-38 给 run
函数添加了一个可选的
mode
参数; 当设置为 os.P_NOWAIT
时, 这个脚本不会等待子程序结束,
默认值 os.P_WAIT
时 spawn
会等待子进程结束.
其它的标志常量还有 os.P_OVERLAY
,它使得 spawn
的行为和 exec
类似,
以及 os.P_DETACH
, 它在后台运行子进程, 与当前控制台和键盘焦点隔离.
File: os-spawn-example-2.py import os import string def run(program, *args, **kw): # find executable mode = kw.get("mode", os.P_WAIT) for path in string.split(os.environ["PATH"], os.pathsep): file = os.path.join(path, program) + ".exe" try: return os.spawnv(mode, file, (file,) + args) except os.error: pass raise os.error, "cannot find executable" run("python", "hello.py", mode=os.P_NOWAIT) print "goodbye" goodbye hello again, and welcome to the show
Example 1-39 提供了一个在 Unix 和 Windows 平台上通用的 spawn
方法.
File: os-spawn-example-3.py import os import string if os.name in ("nt", "dos"): exefile = ".exe" else: exefile = "" def spawn(program, *args): try: # possible 2.0 shortcut! return os.spawnvp(program, (program,) + args) except AttributeError: pass try: spawnv = os.spawnv except AttributeError: # assume it's unix pid = os.fork() if not pid: os.execvp(program, (program,) + args) return os.wait()[0] else: # got spawnv but no spawnp: go look for an executable for path in string.split(os.environ["PATH"], os.pathsep): file = os.path.join(path, program) + exefile try: return spawnv(os.P_WAIT, file, (file,) + args) except os.error: pass raise IOError, "cannot find executable" # # try it out! spawn("python", "hello.py") print "goodbye" hello again, and welcome to the show goodbye
Example 1-39 首先尝试调用 spawnvp
函数. 如果该函数不存在
(一些版本/平台没有这个函数), 它将继续查找一个名为 spawnv
的函数并且
开始查找程序路径. 作为最后的选择, 它会调用 exec
和 fork
函数完成工作.
Unix 系统中, 你可以使用 fork
函数把当前进程转入后台(一个"守护者/daemon"). 一般来说, 你需要派生(fork off)一个当前进程的副本, 然后终止原进程, 如 Example 1-40 所示.
File: os-example-14.py import os import time pid = os.fork() if pid: os._exit(0) # kill original print "daemon started" time.sleep(10) print "daemon terminated"
需要创建一个真正的后台程序稍微有点复杂, 首先调用 setpgrp
函数创建一个 "进程组首领/process group leader". 否则, 向无关进程组发送的信号(同时)会引起守护进程的问题:
os.setpgrp()
为了确保守护进程创建的文件能够获得程序指定的 mode flags(权限模式标记?), 最好删除 user mode mask:
os.umask(0)
然后, 你应该重定向 stdout/stderr 文件, 而不能只是简单地关闭它们(如果你的程序需要 stdout
或 stderr
写入内容的时候, 可能会出现意想不到的问题).
class NullDevice: def write(self, s): pass sys.stdin.close() sys.stdout = NullDevice() sys.stderr = NullDevice()
换言之, 由于 Python 的 print
和 C 中的 printf/fprintf
在设备(device)
没有连接后不会关闭你的程序, 此时守护进程中的 sys.stdout.write()
会抛出一个 IOError 异常, 而你的程序依然在后台运行的很好....
另外, 先前例子中的 _exit
函数会终止当前进程. 而 sys.exit
不同, 如果调用者(caller)
捕获了 SystemExit 异常, 程序仍然会继续执行. 如 Example 1-41 所示.
File: os-example-9.py import os import sys try: sys.exit(1) except SystemExit, value: print "caught exit(%s)" % value try: os._exit(2) except SystemExit, value: print "caught exit(%s)" % value print "bye!" caught exit(1)
os.path
模块包含了各种处理长文件名(路径名)的函数. 先导入 (import) os
模块, 然后就可以以 os.path
访问该模块.
os.path
模块包含了许多与平台无关的处理长文件名的函数.
也就是说, 你不需要处理前后斜杠, 冒号等. 我们可以看看 Example 1-42 中的样例代码.
File: os-path-example-1.py import os filename = "my/little/pony" print "using", os.name, "..." print "split", "=>", os.path.split(filename) print "splitext", "=>", os.path.splitext(filename) print "dirname", "=>", os.path.dirname(filename) print "basename", "=>", os.path.basename(filename) print "join", "=>", os.path.join(os.path.dirname(filename), os.path.basename(filename)) using nt ... split => ('my/little', 'pony') splitext => ('my/little/pony', '') dirname => my/little basename => pony join => my/little\pony
注意这里的 split
只分割出最后一项(不带斜杠).
os.path
模块中还有许多函数允许你简单快速地获知文件名的一些特征,如 Example 1-43 所示。
File: os-path-example-2.py import os FILES = ( os.curdir, "/", "file", "/file", "samples", "samples/sample.jpg", "directory/file", "../directory/file", "/directory/file" ) for file in FILES: print file, "=>", if os.path.exists(file): print "EXISTS", if os.path.isabs(file): print "ISABS", if os.path.isdir(file): print "ISDIR", if os.path.isfile(file): print "ISFILE", if os.path.islink(file): print "ISLINK", if os.path.ismount(file): print "ISMOUNT", print . => EXISTS ISDIR / => EXISTS ISABS ISDIR ISMOUNT file => /file => ISABS samples => EXISTS ISDIR samples/sample.jpg => EXISTS ISFILE directory/file => ../directory/file => /directory/file => ISABS
expanduser
函数以与大部分Unix shell相同的方式处理用户名快捷符号(~,
不过在 Windows 下工作不正常), 如 Example 1-44 所示.
File: os-path-expanduser-example-1.py import os print os.path.expanduser("~/.pythonrc") # /home/effbot/.pythonrc
expandvars
函数将文件名中的环境变量替换为对应值, 如 Example 1-45 所示.
File: os-path-expandvars-example-1.py import os os.environ["USER"] = "user" print os.path.expandvars("/home/$USER/config") print os.path.expandvars("$USER/folders") /home/user/config user/folders
walk
函数会帮你找出一个目录树下的所有文件 (如 Example 1-46
所示). 它的参数依次是目录名, 回调函数, 以及传递给回调函数的数据对象.
File: os-path-walk-example-1.py import os def callback(arg, directory, files): for file in files: print os.path.join(directory, file), repr(arg) os.path.walk(".", callback, "secret message") ./aifc-example-1.py 'secret message' ./anydbm-example-1.py 'secret message' ./array-example-1.py 'secret message' ... ./samples 'secret message' ./samples/sample.jpg 'secret message' ./samples/sample.txt 'secret message' ./samples/sample.zip 'secret message' ./samples/articles 'secret message' ./samples/articles/article-1.txt 'secret message' ./samples/articles/article-2.txt 'secret message' ...
walk
函数的接口多少有点晦涩 (也许只是对我个人而言, 我总是记不住参数的顺序).
Example 1-47 中展示的 index
函数会返回一个文件名列表,
你可以直接使用 for-in
循环处理文件.
File: os-path-walk-example-2.py import os def index(directory): # like os.listdir, but traverses directory trees stack = [directory] files = [] while stack: directory = stack.pop() for file in os.listdir(directory): fullname = os.path.join(directory, file) files.append(fullname) if os.path.isdir(fullname) and not os.path.islink(fullname): stack.append(fullname) return files for file in index("."): print file .\aifc-example-1.py .\anydbm-example-1.py .\array-example-1.py ...
如果你不想列出所有的文件 (基于性能或者是内存的考虑) , Example 1-48 展示了另一种方法. 这里 DirectoryWalker 类的行为与序列对象相似, 一次返回一个文件. (generator?)
File: os-path-walk-example-3.py import os class DirectoryWalker: # a forward iterator that traverses a directory tree def _ _init_ _(self, directory): self.stack = [directory] self.files = [] self.index = 0 def _ _getitem_ _(self, index): while 1: try: file = self.files[self.index] self.index = self.index + 1 except IndexError: # pop next directory from stack self.directory = self.stack.pop() self.files = os.listdir(self.directory) self.index = 0 else: # got a filename fullname = os.path.join(self.directory, file) if os.path.isdir(fullname) and not os.path.islink(fullname): self.stack.append(fullname) return fullname for file in DirectoryWalker("."): print file .\aifc-example-1.py .\anydbm-example-1.py .\array-example-1.py ...
注意 DirectoryWalker 类并不检查传递给 _ _getitem_ _
方法的索引值.
这意味着如果你越界访问序列成员(索引数字过大)的话, 这个类将不能正常工作.
最后, 如果你需要处理文件大小和时间戳, Example 1-49 给出了一个类,
它返回文件名和它的 os.stat
属性(一个元组). 这个版本在每个文件上都能节省一次或两次
stat
调用( os.path.isdir
和 os.path.islink
内部都使用了 stat
),
并且在一些平台上运行很快.
File: os-path-walk-example-4.py import os, stat class DirectoryStatWalker: # a forward iterator that traverses a directory tree, and # returns the filename and additional file information def _ _init_ _(self, directory): self.stack = [directory] self.files = [] self.index = 0 def _ _getitem_ _(self, index): while 1: try: file = self.files[self.index] self.index = self.index + 1 except IndexError: # pop next directory from stack self.directory = self.stack.pop() self.files = os.listdir(self.directory) self.index = 0 else: # got a filename fullname = os.path.join(self.directory, file) st = os.stat(fullname) mode = st[stat.ST_MODE] if stat.S_ISDIR(mode) and not stat.S_ISLNK(mode): self.stack.append(fullname) return fullname, st for file, st in DirectoryStatWalker("."): print file, st[stat.ST_SIZE] .\aifc-example-1.py 336 .\anydbm-example-1.py 244 .\array-example-1.py 526
Example 1-50 展示了 stat
模块的基本用法,
这个模块包含了一些 os.stat
函数中可用的常量和测试函数.
File: stat-example-1.py import stat import os, time st = os.stat("samples/sample.txt") print "mode", "=>", oct(stat.S_IMODE(st[stat.ST_MODE])) print "type", "=>", if stat.S_ISDIR(st[stat.ST_MODE]): print "DIRECTORY", if stat.S_ISREG(st[stat.ST_MODE]): print "REGULAR", if stat.S_ISLNK(st[stat.ST_MODE]): print "LINK", print print "size", "=>", st[stat.ST_SIZE] print "last accessed", "=>", time.ctime(st[stat.ST_ATIME]) print "last modified", "=>", time.ctime(st[stat.ST_MTIME]) print "inode changed", "=>", time.ctime(st[stat.ST_CTIME]) mode => 0664 type => REGULAR size => 305 last accessed => Sun Oct 10 22:12:30 1999 last modified => Sun Oct 10 18:39:37 1999 inode changed => Sun Oct 10 15:26:38 1999
string
模块提供了一些用于处理字符串类型的函数,
如 Example 1-51 所示.
File: string-example-1.py import string text = "Monty Python's Flying Circus" print "upper", "=>", string.upper(text) print "lower", "=>", string.lower(text) print "split", "=>", string.split(text) print "join", "=>", string.join(string.split(text), "+") print "replace", "=>", string.replace(text, "Python", "Java") print "find", "=>", string.find(text, "Python"), string.find(text, "Java") print "count", "=>", string.count(text, "n") upper => MONTY PYTHON'S FLYING CIRCUS lower => monty python's flying circus split => ['Monty', "Python's", 'Flying', 'Circus'] join => Monty+Python's+Flying+Circus replace => Monty Java's Flying Circus find => 6 -1 count => 3
在 Python 1.5.2 以及更早版本中, string
使用 strop
中的函数来实现模块功能.
在 Python1.6 和后继版本,更多的字符串操作都可以作为字符串方法来访问,
如 Example 1-52 所示, string
模块中的许多函数只是对相对应字符串方法的封装.
File: string-example-2.py text = "Monty Python's Flying Circus" print "upper", "=>", text.upper() print "lower", "=>", text.lower() print "split", "=>", text.split() print "join", "=>", "+".join(text.split()) print "replace", "=>", text.replace("Python", "Perl") print "find", "=>", text.find("Python"), text.find("Perl") print "count", "=>", text.count("n") upper => MONTY PYTHON'S FLYING CIRCUS lower => monty python's flying circus split => ['Monty', "Python's", 'Flying', 'Circus'] join => Monty+Python's+Flying+Circus replace => Monty Perl's Flying Circus find => 6 -1 count => 3
为了增强模块对字符的处理能力, 除了字符串方法, string
模块还包含了类型转换函数用于把字符串转换为其他类型, (如 Example 1-53 所示).
File: string-example-3.py import string print int("4711"), print string.atoi("4711"), print string.atoi("11147", 8), # octal 八进制 print string.atoi("1267", 16), # hexadecimal 十六进制 print string.atoi("3mv", 36) # whatever... print string.atoi("4711", 0), print string.atoi("04711", 0), print string.atoi("0x4711", 0) print float("4711"), print string.atof("1"), print string.atof("1.23e5") 4711 4711 4711 4711 4711 4711 2505 18193 4711.0 1.0 123000.0
大多数情况下 (特别是当你使用的是1.6及更高版本时) ,你可以使用 int
和 float
函数代替 string
模块中对应的函数。
atoi
函数可以接受可选的第二个参数, 指定数基(number base).
如果数基为 0, 那么函数将检查字符串的前几个字符来决定使用的数基:
如果为 "0x," 数基将为 16 (十六进制), 如果为 "0," 则数基为 8 (八进制).
默认数基值为 10 (十进制), 当你未传递参数时就使用这个值.
在 1.6 及以后版本中, int
函数和 atoi
一样可以接受第二个参数.
与字符串版本函数不一样的是 , int
和 float
可以接受 Unicode 字符串对象.
"Some people, when confronted with a problem, think 'I know, I'll use regular expressions.' Now they have two problems."
- Jamie Zawinski, on comp.lang.emacs
re
模块提供了一系列功能强大的正则表达式 (regular expression) 工具,
它们允许你快速检查给定字符串是否与给定的模式匹配 (使用 match
函数),
或者包含这个模式 (使用 search
函数). 正则表达式是以紧凑(也很神秘)的语法写出的字符串模式.
match
尝试从字符串的起始匹配一个模式, 如 Example 1-54 所示.
如果模式匹配了某些内容 (包括空字符串, 如果模式允许的话) ,
它将返回一个匹配对象. 使用它的 group
方法可以找出匹配的内容.
File: re-example-1.py import re text = "The Attila the Hun Show" # a single character 单个字符 m = re.match(".", text) if m: print repr("."), "=>", repr(m.group(0)) # any string of characters 任何字符串 m = re.match(".*", text) if m: print repr(".*"), "=>", repr(m.group(0)) # a string of letters (at least one) 只包含字母的字符串(至少一个) m = re.match("\w+", text) if m: print repr("\w+"), "=>", repr(m.group(0)) # a string of digits 只包含数字的字符串 m = re.match("\d+", text) if m: print repr("\d+"), "=>", repr(m.group(0)) '.' => 'T' '.*' => 'The Attila the Hun Show' '\\w+' => 'The'
可以使用圆括号在模式中标记区域. 找到匹配后, group
方法可以抽取这些区域的内容,
如 Example 1-55 所示. group(1)
会返回第一组的内容, group(2)
返回第二组的内容, 这样... 如果你传递多个组数给 group
函数, 它会返回一个元组.
File: re-example-2.py import re text ="10/15/99" m = re.match("(\d{2})/(\d{2})/(\d{2,4})", text) if m: print m.group(1, 2, 3) ('10', '15', '99')
search
函数会在字符串内查找模式匹配, 如 Example 1-56 所示.
它在所有可能的字符位置尝试匹配模式, 从最左边开始, 一旦找到匹配就返回一个匹配对象.
如果没有找到相应的匹配, 就返回 None .
File: re-example-3.py import re text = "Example 3: There is 1 date 10/25/95 in here!" m = re.search("(\d{1,2})/(\d{1,2})/(\d{2,4})", text) print m.group(1), m.group(2), m.group(3) month, day, year = m.group(1, 2, 3) print month, day, year date = m.group(0) print date 10 25 95 10 25 95 10/25/95
Example 1-57 中展示了 sub
函数, 它可以使用另个字符串替代匹配模式.
File: re-example-4.py import re text = "you're no fun anymore..." # literal replace (string.replace is faster) # 文字替换 (string.replace 速度更快) print re.sub("fun", "entertaining", text) # collapse all non-letter sequences to a single dash # 将所有非字母序列转换为一个"-"(dansh,破折号) print re.sub("[^\w]+", "-", text) # convert all words to beeps # 将所有单词替换为 BEEP print re.sub("\S+", "-BEEP-", text) you're no entertaining anymore... you-re-no-fun-anymore- -BEEP- -BEEP- -BEEP- -BEEP-
你也可以通过回调 (callback) 函数使用 sub
来替换指定模式.
Example 1-58 展示了如何预编译模式.
File: re-example-5.py import re import string text = "a line of text\\012another line of text\\012etc..." def octal(match): # replace octal code with corresponding ASCII character # 使用对应 ASCII 字符替换八进制代码 return chr(string.atoi(match.group(1), 8)) octal_pattern = re.compile(r"\\(\d\d\d)") print text print octal_pattern.sub(octal, text) a line of text\012another line of text\012etc... a line of text another line of text etc...
如果你不编译, re
模块会为你缓存一个编译后版本, 所有的小脚本中,
通常不需要编译正则表达式. Python1.5.2 中, 缓存中可以容纳 20 个匹配模式, 而在 2.0 中,
缓存则可以容纳 100 个匹配模式.
最后, Example 1-59 用一个模式列表匹配一个字符串. 这些模式将会组合为一个模式, 并预编译以节省时间.
File: re-example-6.py import re, string def combined_pattern(patterns): p = re.compile( string.join(map(lambda x: "("+x+")", patterns), "|") ) def fixup(v, m=p.match, r=range(0,len(patterns))): try: regs = m(v).regs except AttributeError: return None # no match, so m.regs will fail else: for i in r: if regs[i+1] != (-1, -1): return i return fixup # # try it out! patterns = [ r"\d+", r"abc\d{2,4}", r"p\w+" ] p = combined_pattern(patterns) print p("129391") print p("abc800") print p("abc1600") print p("python") print p("perl") print p("tcl") 0 1 1 2 2 None
math
模块实现了许多对浮点数的数学运算函数. 这些函数一般是对平台 C
库中同名函数的简单封装, 所以一般情况下, 不同平台下计算的结果可能稍微地有所不同,
有时候甚至有很大出入. Example 1-60 展示了如何使用 math
模块.
File: math-example-1.py import math print "e", "=>", math.e print "pi", "=>", math.pi print "hypot", "=>", math.hypot(3.0, 4.0) # and many others... e => 2.71828182846 pi => 3.14159265359 hypot => 5.0
完整函数列表请参阅 Python Library Reference .
Example 1-61 所展示的 cmath
模块包含了一些用于复数运算的函数.
File: cmath-example-1.py import cmath print "pi", "=>", cmath.pi print "sqrt(-1)", "=>", cmath.sqrt(-1) pi => 3.14159265359 sqrt(-1) => 1j
完整函数列表请参阅 Python Library Reference .
operator
模块为 Python 提供了一个 "功能性" 的标准操作符接口. 当使用 map
以及
filter
一类的函数的时候, operator
模块中的函数可以替换一些 lambda
函式.
而且这些函数在一些喜欢写晦涩代码的程序员中很流行. Example 1-62 展示了
operator
模块的一般用法.
File: operator-example-1.py import operator sequence = 1, 2, 4 print "add", "=>", reduce(operator.add, sequence) print "sub", "=>", reduce(operator.sub, sequence) print "mul", "=>", reduce(operator.mul, sequence) print "concat", "=>", operator.concat("spam", "egg") print "repeat", "=>", operator.repeat("spam", 5) print "getitem", "=>", operator.getitem(sequence, 2) print "indexOf", "=>", operator.indexOf(sequence, 2) print "sequenceIncludes", "=>", operator.sequenceIncludes(sequence, 3) add => 7 sub => -5 mul => 8 concat => spamegg repeat => spamspamspamspamspam getitem => 4 indexOf => 1 sequenceIncludes => 0
Example 1-63 展示了一些可以用于检查对象类型的 operator
函数.
File: operator-example-2.py import operator import UserList def dump(data): print type(data), "=>", if operator.isCallable(data): print "CALLABLE", if operator.isMappingType(data): print "MAPPING", if operator.isNumberType(data): print "NUMBER", if operator.isSequenceType(data): print "SEQUENCE", print dump(0) dump("string") dump("string"[0]) dump([1, 2, 3]) dump((1, 2, 3)) dump({"a": 1}) dump(len) # function 函数 dump(UserList) # module 模块 dump(UserList.UserList) # class 类 dump(UserList.UserList()) # instance 实例 <type 'int'> => NUMBER <type 'string'> => SEQUENCE <type 'string'> => SEQUENCE <type 'list'> => SEQUENCE <type 'tuple'> => SEQUENCE <type 'dictionary'> => MAPPING <type 'builtin_function_or_method'> => CALLABLE <type 'module'> => <type 'class'> => CALLABLE <type 'instance'> => MAPPING NUMBER SEQUENCE
这里需要注意 operator
模块使用非常规的方法处理对象实例. 所以使用
isNumberType
, isMappingType
, 以及 isSequenceType
函数的时候要小心,
这很容易降低代码的扩展性.
同样需要注意的是一个字符串序列成员 (单个字符) 也是序列. 所以当在递归函数使用 isSequenceType 来截断对象树的时候, 别把普通字符串作为参数(或者是任何包含字符串的序列对象).
copy
模块包含两个函数, 用来拷贝对象, 如 Example 1-64 所示.
copy(object) => object
创建给定对象的 "浅/浅层(shallow)" 拷贝(copy). 这里
"浅/浅层(shallow)" 的意思是复制对象本身, 但当对象是一个容器 (container) 时,
它的成员仍然指向原来的成员对象.
File: copy-example-1.py import copy a = [[1],[2],[3]] b = copy.copy(a) print "before", "=>" print a print b # modify original a[0][0] = 0 a[1] = None print "after", "=>" print a print b before => [[1], [2], [3]] [[1], [2], [3]] after => [[0], None, [3]] [[0], [2], [3]]
你也可以使用[:]语句 (完整切片) 来对列表进行浅层复制, 也可以使用 copy
方法复制字典.
相反地, deepcopy(object) => object
创建一个对象的深层拷贝(deepcopy),
如 Example 1-65 所示, 当对象为一个容器时, 所有的成员都被递归地复制了。
File: copy-example-2.py import copy a = [[1],[2],[3]] b = copy.deepcopy(a) print "before", "=>" print a print b # modify original a[0][0] = 0 a[1] = None print "after", "=>" print a print b before => [[1], [2], [3]] [[1], [2], [3]] after => [[0], None, [3]] [[1], [2], [3]]
sys
模块提供了许多函数和变量来处理 Python 运行时环境的不同部分.
在解释器启动后, argv
列表包含了传递给脚本的所有参数, 如 Example 1-66 所示.
列表的第一个元素为脚本自身的名称.
File: sys-argv-example-1.py import sys print "script name is", sys.argv[0] if len(sys.argv) > 1: print "there are", len(sys.argv)-1, "arguments:" for arg in sys.argv[1:]: print arg else: print "there are no arguments!" script name is sys-argv-example-1.py there are no arguments!
如果是从标准输入读入脚本 (比如 "python < sys-argv-example-1.py
"),
脚本的名称将被设置为空串. 如果把脚本作为字符串传递给python (使用 -c
选项),
脚本名会被设置为 "-c".
path
列表是一个由目录名构成的列表, Python 从中查找扩展模块( Python 源模块, 编译模块,或者二进制扩展).
启动 Python 时,这个列表从根据内建规则, PYTHONPATH 环境变量的内容, 以及注册表( Windows 系统)等进行初始化.
由于它只是一个普通的列表, 你可以在程序中对它进行操作, 如 Example 1-67 所示.
File: sys-path-example-1.py import sys print "path has", len(sys.path), "members" # add the sample directory to the path sys.path.insert(0, "samples") import sample # nuke the path sys.path = [] import random # oops! path has 7 members this is the sample module! Traceback (innermost last): File "sys-path-example-1.py", line 11, in ? import random # oops! ImportError: No module named random
builtin_module_names
列表包含 Python 解释器中所有内建模块的名称, Example 1-68
给出了它的样例代码.
File: sys-builtin-module-names-example-1.py import sys def dump(module): print module, "=>", if module in sys.builtin_module_names: print "<BUILTIN>" else: module = _ _import_ _(module) print module._ _file_ _ dump("os") dump("sys") dump("string") dump("strop") dump("zlib") os => C:\python\lib\os.pyc sys => <BUILTIN> string => C:\python\lib\string.pyc strop => <BUILTIN> zlib => C:\python\zlib.pyd
modules
字典包含所有加载的模块. import
语句在从磁盘导入内容之前会先检查这个字典.
正如你在 Example 1-69 中所见到的, Python 在处理你的脚本之前就已经导入了很多模块.
File: sys-modules-example-1.py import sys print sys.modules.keys() ['os.path', 'os', 'exceptions', '_ _main_ _', 'ntpath', 'strop', 'nt', 'sys', '_ _builtin_ _', 'site', 'signal', 'UserDict', 'string', 'stat']
getrefcount
函数 (如 Example 1-70 所示) 返回给定对象的引用记数 -
也就是这个对象使用次数. Python 会跟踪这个值, 当它减少为0的时候, 就销毁这个对象.
File: sys-getrefcount-example-1.py import sys variable = 1234 print sys.getrefcount(0) print sys.getrefcount(variable) print sys.getrefcount(None) 50 3 192
注意这个值总是比实际的数量大, 因为该函数本身在确定这个值的时候依赖这个对象.
== 检查主机平台===
Example 1-71 展示了 platform
变量, 它包含主机平台的名称.
File: sys-platform-example-1.py import sys # # emulate "import os.path" (sort of)... if sys.platform == "win32": import ntpath pathmodule = ntpath elif sys.platform == "mac": import macpath pathmodule = macpath else: # assume it's a posix platform import posixpath pathmodule = posixpath print pathmodule
典型的平台有Windows 9X/NT(显示为 win32
), 以及 Macintosh(显示为 mac
) .
对于 Unix 系统而言, platform 通常来自 "uname -r
" 命令的输出, 例如 irix6
, linux2
,
或者 sunos5
(Solaris).
setprofiler
函数允许你配置一个分析函数(profiling function).
这个函数会在每次调用某个函数或方法时被调用(明确或隐含的),
或是遇到异常的时候被调用. 让我们看看 Example 1-72 的代码.
File: sys-setprofiler-example-1.py import sys def test(n): j = 0 for i in range(n): j = j + i return n def profiler(frame, event, arg): print event, frame.f_code.co_name, frame.f_lineno, "->", arg # profiler is activated on the next call, return, or exception # 分析函数将在下次函数调用, 返回, 或异常时激活 sys.setprofile(profiler) # profile this function call # 分析这次函数调用 test(1) # disable profiler # 禁用分析函数 sys.setprofile(None) # don't profile this call # 不会分析这次函数调用 test(2) call test 3 -> None return test 7 -> 1
基于该函数, profile
模块提供了一个完整的分析器框架.
Example 1-73 中的 settrace
函数与此类似,
但是 trace
函数会在解释器每执行到新的一行时被调用.
File: sys-settrace-example-1.py import sys def test(n): j = 0 for i in range(n): j = j + i return n def tracer(frame, event, arg): print event, frame.f_code.co_name, frame.f_lineno, "->", arg return tracer # tracer is activated on the next call, return, or exception # 跟踪器将在下次函数调用, 返回, 或异常时激活 sys.settrace(tracer) # trace this function call # 跟踪这次函数调用 test(1) # disable tracing # 禁用跟踪器 sys.settrace(None) # don't trace this call # 不会跟踪这次函数调用 test(2) call test 3 -> None line test 3 -> None line test 4 -> None line test 5 -> None line test 5 -> None line test 6 -> None line test 5 -> None line test 7 -> None return test 7 -> 1
基于该函数提供的跟踪功能, pdb
模块提供了完整的调试( debug )框架.
stdin
, stdout
, 以及 stderr
变量包含与标准 I/O 流对应的流对象.
如果需要更好地控制输出,而 print
不能满足你的要求, 它们就是你所需要的.
你也可以 替换 它们, 这时候你就可以重定向输出和输入到其它设备( device ),
或者以非标准的方式处理它们. 如 Example 1-74 所示.
File: sys-stdout-example-1.py import sys import string class Redirect: def _ _init_ _(self, stdout): self.stdout = stdout def write(self, s): self.stdout.write(string.lower(s)) # redirect standard output (including the print statement) # 重定向标准输出(包括print语句) old_stdout = sys.stdout sys.stdout = Redirect(sys.stdout) print "HEJA SVERIGE", print "FRISKT HUM\303\226R" # restore standard output # 恢复标准输出 sys.stdout = old_stdout print "M\303\205\303\205\303\205\303\205L!" heja sverige friskt hum\303\266r M\303\205\303\205\303\205\303\205L!
要重定向输出只要创建一个对象, 并实现它的 write
方法.
(除非 C 类型的实例外:Python 使用一个叫做 softspace
的整数属性来控制输出中的空白.
如果没有这个属性, Python 将把这个属性附加到这个对象上. 你不需要在使用 Python 对象时担心,
但是在重定向到一个 C 类型时, 你应该确保该类型支持 softspace
属性.)
执行至主程序的末尾时,解释器会自动退出. 但是如果需要中途退出程序, 你可以调用 sys.exit
函数,
它带有一个可选的整数参数返回给调用它的程序. Example 1-75 给出了范例.
File: sys-exit-example-1.py import sys print "hello" sys.exit(1) print "there" hello
注意 sys.exit
并不是立即退出. 而是引发一个 SystemExit 异常.
这意味着你可以在主程序中捕获对 sys.exit
的调用, 如 Example 1-76 所示.
File: sys-exit-example-2.py import sys print "hello" try: sys.exit(1) except SystemExit: pass print "there" hello there
如果准备在退出前自己清理一些东西(比如删除临时文件), 你可以配置一个 "退出处理函数"(exit handler), 它将在程序退出的时候自动被调用. 如 Example 1-77 所示.
File: sys-exitfunc-example-1.py import sys def exitfunc(): print "world" sys.exitfunc = exitfunc print "hello" sys.exit(1) print "there" # never printed # 不会被 print hello world
在 Python 2.0 以后, 你可以使用 atexit
模块来注册多个退出处理函数.
(用于2.0版本及以上) atexit
模块允许你注册一个或多个终止函数(暂且这么叫),
这些函数将在解释器终止前被自动调用.
调用 register
函数, 便可以将函数注册为终止函数, 如 Example 1-78 所示.
你也可以添加更多的参数, 这些将作为 exit
函数的参数传递.
File: atexit-example-1.py import atexit def exit(*args): print "exit", args # register two exit handler atexit.register(exit) atexit.register(exit, 1) atexit.register(exit, "hello", "world") exit ('hello', 'world') exit (1,) exit ()
该模块其实是一个对 sys.exitfunc
钩子( hook )的简单封装.
time
模块提供了一些处理日期和一天内时间的函数. 它是建立在 C 运行时库的简单封装.
给定的日期和时间可以被表示为浮点型(从参考时间, 通常是 1970.1.1 到现在经过的秒数. 即 Unix 格式), 或者一个表示时间的 struct (类元组).
Example 1-79 展示了如何使用 time
模块获取当前时间.
File: time-example-1.py import time now = time.time() print now, "seconds since", time.gmtime(0)[:6] print print "or in other words:" print "- local time:", time.localtime(now) print "- utc:", time.gmtime(now) 937758359.77 seconds since (1970, 1, 1, 0, 0, 0) or in other words: - local time: (1999, 9, 19, 18, 25, 59, 6, 262, 1) - utc: (1999, 9, 19, 16, 25, 59, 6, 262, 0)
localtime
和 gmtime
返回的类元组包括年, 月, 日, 时, 分, 秒, 星期, 一年的第几天, 日光标志.
其中年是一个四位数(在有千年虫问题的平台上另有规定, 但还是四位数), 星期从星期一(数字 0 代表)开始,
1月1日是一年的第一天.
你可以使用标准的格式化字符串把时间对象转换为字符串, 不过 time
模块已经提供了许多标准转换函数,
如 Example 1-80 所示.
File: time-example-2.py import time now = time.localtime(time.time()) print time.asctime(now) print time.strftime("%y/%m/%d %H:%M", now) print time.strftime("%a %b %d", now) print time.strftime("%c", now) print time.strftime("%I %p", now) print time.strftime("%Y-%m-%d %H:%M:%S %Z", now) # do it by hand... year, month, day, hour, minute, second, weekday, yearday, daylight = now print "%04d-%02d-%02d" % (year, month, day) print "%02d:%02d:%02d" % (hour, minute, second) print ("MON", "TUE", "WED", "THU", "FRI", "SAT", "SUN")[weekday], yearday Sun Oct 10 21:39:24 1999 99/10/10 21:39 Sun Oct 10 Sun Oct 10 21:39:24 1999 09 PM 1999-10-10 21:39:24 CEST 1999-10-10 21:39:24 SUN 283
在一些平台上, time
模块包含了 strptime
函数, 它的作用与 strftime
相反.
给定一个字符串和模式, 它返回相应的时间对象, 如 Example 1-81 所示.
File: time-example-6.py import time # make sure we have a strptime function! # 确认有函数 strptime try: strptime = time.strptime except AttributeError: from strptime import strptime print strptime("31 Nov 00", "%d %b %y") print strptime("1 Jan 70 1:30pm", "%d %b %y %I:%M%p")
只有在系统的 C 库提供了相应的函数的时候, time.strptime
函数才可以使用.
对于没有提供标准实现的平台, Example 1-82 提供了一个不完全的实现.
File: strptime.py import re import string MONTHS = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"] SPEC = { # map formatting code to a regular expression fragment "%a": "(?P<weekday>[a-z]+)", "%A": "(?P<weekday>[a-z]+)", "%b": "(?P<month>[a-z]+)", "%B": "(?P<month>[a-z]+)", "%C": "(?P<century>\d\d?)", "%d": "(?P<day>\d\d?)", "%D": "(?P<month>\d\d?)/(?P<day>\d\d?)/(?P<year>\d\d)", "%e": "(?P<day>\d\d?)", "%h": "(?P<month>[a-z]+)", "%H": "(?P<hour>\d\d?)", "%I": "(?P<hour12>\d\d?)", "%j": "(?P<yearday>\d\d?\d?)", "%m": "(?P<month>\d\d?)", "%M": "(?P<minute>\d\d?)", "%p": "(?P<ampm12>am|pm)", "%R": "(?P<hour>\d\d?):(?P<minute>\d\d?)", "%S": "(?P<second>\d\d?)", "%T": "(?P<hour>\d\d?):(?P<minute>\d\d?):(?P<second>\d\d?)", "%U": "(?P<week>\d\d)", "%w": "(?P<weekday>\d)", "%W": "(?P<weekday>\d\d)", "%y": "(?P<year>\d\d)", "%Y": "(?P<year>\d\d\d\d)", "%%": "%" } class TimeParser: def _ _init_ _(self, format): # convert strptime format string to regular expression format = string.join(re.split("(?:\s|%t|%n)+", format)) pattern = [] try: for spec in re.findall("%\w|%%|.", format): if spec[0] == "%": spec = SPEC[spec] pattern.append(spec) except KeyError: raise ValueError, "unknown specificer: %s" % spec self.pattern = re.compile("(?i)" + string.join(pattern, "")) def match(self, daytime): # match time string match = self.pattern.match(daytime) if not match: raise ValueError, "format mismatch" get = match.groupdict().get tm = [0] * 9 # extract date elements y = get("year") if y: y = int(y) if y < 68: y = 2000 + y elif y < 100: y = 1900 + y tm[0] = y m = get("month") if m: if m in MONTHS: m = MONTHS.index(m) + 1 tm[1] = int(m) d = get("day") if d: tm[2] = int(d) # extract time elements h = get("hour") if h: tm[3] = int(h) else: h = get("hour12") if h: h = int(h) if string.lower(get("ampm12", "")) == "pm": h = h + 12 tm[3] = h m = get("minute") if m: tm[4] = int(m) s = get("second") if s: tm[5] = int(s) # ignore weekday/yearday for now return tuple(tm) def strptime(string, format="%a %b %d %H:%M:%S %Y"): return TimeParser(format).match(string) if _ _name_ _ == "_ _main_ _": # try it out import time print strptime("2000-12-20 01:02:03", "%Y-%m-%d %H:%M:%S") print strptime(time.ctime(time.time())) (2000, 12, 20, 1, 2, 3, 0, 0, 0) (2000, 11, 15, 12, 30, 45, 0, 0, 0)
将时间元组转换回时间值非常简单, 至少我们谈论的当地时间 (local time) 如此.
只要把时间元组传递给 mktime
函数, 如 Example 1-83 所示.
File: time-example-3.py import time t0 = time.time() tm = time.localtime(t0) print tm print t0 print time.mktime(tm) (1999, 9, 9, 0, 11, 8, 3, 252, 1) 936828668.16 936828668.0
但是, 1.5.2 版本的标准库没有提供能将 UTC 时间
(Universal Time, Coordinated: 特林威治标准时间)转换为时间值的函数
( Python 和对应底层 C 库都没有提供). Example 1-84 提供了该函数的一个
Python 实现, 称为 timegm
.
File: time-example-4.py import time def _d(y, m, d, days=(0,31,59,90,120,151,181,212,243,273,304,334,365)): # map a date to the number of days from a reference point return (((y - 1901)*1461)/4 + days[m-1] + d + ((m > 2 and not y % 4 and (y % 100 or not y % 400)) and 1)) def timegm(tm, epoch=_d(1970,1,1)): year, month, day, h, m, s = tm[:6] assert year >= 1970 assert 1 <= month <= 12 return (_d(year, month, day) - epoch)*86400 + h*3600 + m*60 + s t0 = time.time() tm = time.gmtime(t0) print tm print t0 print timegm(tm) (1999, 9, 8, 22, 12, 12, 2, 251, 0) 936828732.48 936828732
从 1.6 版本开始, calendar
模块提供了一个类似的函数 calendar.timegm
.
time
模块可以计算 Python 程序的执行时间, 如 Example 1-85 所示.
你可以测量 "wall time" (real world time), 或是"进程时间" (消耗的 CPU 时间).
File: time-example-5.py import time def procedure(): time.sleep(2.5) # measure process time t0 = time.clock() procedure() print time.clock() - t0, "seconds process time" # measure wall time t0 = time.time() procedure() print time.time() - t0, "seconds wall time" 0.0 seconds process time 2.50903499126 seconds wall time
并不是所有的系统都能测量真实的进程时间. 一些系统中(包括 Windows ),
clock
函数通常测量从程序启动到测量时的 wall time.
进程时间的精度受限制. 在一些系统中, 它超过 30 分钟后进程会被清理. (原文: On many systems, it wraps around after just over 30 minutes.)
另参见 timing
模块( Windows 下的朋友不用忙活了,没有地~), 它可以测量两个事件之间的 wall time.
types
模块包含了标准解释器定义的所有类型的类型对象, 如 Example 1-86 所示.
同一类型的所有对象共享一个类型对象. 你可以使用 is
来检查一个对象是不是属于某个给定类型.
File: types-example-1.py import types def check(object): print object, if type(object) is types.IntType: print "INTEGER", if type(object) is types.FloatType: print "FLOAT", if type(object) is types.StringType: print "STRING", if type(object) is types.ClassType: print "CLASS", if type(object) is types.InstanceType: print "INSTANCE", print check(0) check(0.0) check("0") class A: pass class B: pass check(A) check(B) a = A() b = B() check(a) check(b) 0 INTEGER 0.0 FLOAT 0 STRING A CLASS B CLASS <A instance at 796960> INSTANCE <B instance at 796990> INSTANCE
注意所有的类都具有相同的类型, 所有的实例也是一样. 要测试一个类或者实例所属的类,
可以使用内建的 issubclass
和 isinstance
函数.
types
模块在第一次引入的时候会破坏当前的异常状态. 也就是说,
不要在异常处理语句块中导入该模块 (或其他会导入它的模块) .
(可选, 2.0 及以后版本) gc
模块提供了到内建循环垃圾收集器的接口.
Python 使用引用记数来跟踪什么时候销毁一个对象; 一个对象的最后一个引用一旦消失, 这个对象就会被销毁.
从 2.0 版开始, Python 还提供了一个循环垃圾收集器, 它每隔一段时间执行. 这个收集器查找指向自身的数据结构, 并尝试破坏循环. 如 Example 1-87 所示.
你可以使用 gc.collect
函数来强制完整收集. 这个函数将返回收集器销毁的对象的数量.
File: gc-example-1.py import gc # create a simple object that links to itself class Node: def _ _init_ _(self, name): self.name = name self.parent = None self.children = [] def addchild(self, node): node.parent = self self.children.append(node) def _ _repr_ _(self): return "<Node %s at %x>" % (repr(self.name), id(self)) # set up a self-referencing structure root = Node("monty") root.addchild(Node("eric")) root.addchild(Node("john")) root.addchild(Node("michael")) # remove our only reference del root print gc.collect(), "unreachable objects" print gc.collect(), "unreachable objects" 12 unreachable objects 0 unreachable objects
如果你确定你的程序不会创建自引用的数据结构, 你可以使用 gc.disable
函数禁用垃圾收集,
调用这个函数以后, Python 的工作方式将与 1.5.2 或更早的版本相同.
"Now, imagine that your friend kept complaining that she didn't want to visit you since she found it too hard to climb up the drain pipe, and you kept telling her to use the friggin' stairs like everyone else..."
- eff-bot, June 1998
本章叙述了许多在 Python 程序中广泛使用的模块. 当然, 在大型的 Python 程序中不使用这些模块也是可以的, 但如果使用会节省你不少时间.
fileinput
模块可以让你更简单地向不同的文件写入内容. 该模块提供了一个简单的封装类,
一个简单的 for-in
语句就可以循环得到一个或多个文本文件的内容.
StringIO
模块 (以及 cStringIO
模块, 作为一个的变种)
实现了一个工作在内存的文件对象. 你可以在很多地方用 StringIO
对象替换普通的文件对象.
UserDict
, UserList
, 以及 UserString
是对应内建类型的顶层简单封装.
和内建类型不同的是, 这些封装是可以被继承的. 这在你需要一个和内建类型行为相似但由额外新方法的类的时候很有用.
random
模块提供了一些不同的随机数字生成器. whrandom
模块与此相似, 但允许你创建多个生成器对象.
[!Feather 注: whrandom 在版本 2.1 时声明不支持. 请使用 random 替代.]
md5
和 sha
模块用于计算密写的信息标记( cryptographically strong message signatures ,
所谓的 "message digests", 信息摘要).
crypt
模块实现了 DES 样式的单向加密. 该模块只在 Unix 系统下可用.
rotor
模块提供了简单的双向加密. 版本 2.4 以后的朋友可以不用忙活了.
[!Feather 注: 它在版本 2.3 时申明不支持, 因为它的加密运算不安全.]
fileinput
模块允许你循环一个或多个文本文件的内容, 如 Example 2-1 所示.
File: fileinput-example-1.py import fileinput import sys for line in fileinput.input("samples/sample.txt"): sys.stdout.write("-> ") sys.stdout.write(line) -> We will perhaps eventually be writing only small -> modules which are identified by name as they are -> used to build larger ones, so that devices like -> indentation, rather than delimiters, might become -> feasible for expressing local structure in the -> source language. -> -- Donald E. Knuth, December 1974
你也可以使用 fileinput
模块获得当前行的元信息 (meta information). 其中包括 isfirstline
,
filename
, lineno
, 如 Example 2-2 所示.
File: fileinput-example-2.py import fileinput import glob import string, sys for line in fileinput.input(glob.glob("samples/*.txt")): if fileinput.isfirstline(): # first in a file? sys.stderr.write("-- reading %s --\n" % fileinput.filename()) sys.stdout.write(str(fileinput.lineno()) + " " + string.upper(line)) -- reading samples\sample.txt -- 1 WE WILL PERHAPS EVENTUALLY BE WRITING ONLY SMALL 2 MODULES WHICH ARE IDENTIFIED BY NAME AS THEY ARE 3 USED TO BUILD LARGER ONES, SO THAT DEVICES LIKE 4 INDENTATION, RATHER THAN DELIMITERS, MIGHT BECOME 5 FEASIBLE FOR EXPRESSING LOCAL STRUCTURE IN THE 6 SOURCE LANGUAGE. 7 -- DONALD E. KNUTH, DECEMBER 1974
文本文件的替换操作很简单. 只需要把 inplace
关键字参数设置为 1 ,
传递给 input
函数, 该模块会帮你做好一切. Example 2-3 展示了这些.
File: fileinput-example-3.py import fileinput, sys for line in fileinput.input(inplace=1): # convert Windows/DOS text files to Unix files if line[-2:] == "\r\n": line = line[:-2] + "\n" sys.stdout.write(line)
shutil
实用模块包含了一些用于复制文件和文件夹的函数.
Example 2-4 中使用的 copy
函数使用和 Unix 下 cp
命令基本相同的方式复制一个文件.
File: shutil-example-1.py import shutil import os for file in os.listdir("."): if os.path.splitext(file)[1] == ".py": print file shutil.copy(file, os.path.join("backup", file)) aifc-example-1.py anydbm-example-1.py array-example-1.py ...
copytree
函数用于复制整个目录树 (与 cp -r
相同), 而 rmtree
函数用于删除整个目录树
(与 rm -r
). 如 Example 2-5 所示.
File: shutil-example-2.py import shutil import os SOURCE = "samples" BACKUP = "samples-bak" # create a backup directory shutil.copytree(SOURCE, BACKUP) print os.listdir(BACKUP) # remove it shutil.rmtree(BACKUP) print os.listdir(BACKUP) ['sample.wav', 'sample.jpg', 'sample.au', 'sample.msg', 'sample.tgz', ... Traceback (most recent call last): File "shutil-example-2.py", line 17, in ? print os.listdir(BACKUP) os.error: No such file or directory
Example 2-6 中展示的 tempfile
模块允许你快速地创建名称唯一的临时文件供使用.
File: tempfile-example-1.py import tempfile import os tempfile = tempfile.mktemp() print "tempfile", "=>", tempfile file = open(tempfile, "w+b") file.write("*" * 1000) file.seek(0) print len(file.read()), "bytes" file.close() try: # must remove file when done os.remove(tempfile) except OSError: pass tempfile => C:\TEMP\~160-1 1000 bytes
TemporaryFile
函数会自动挑选合适的文件名, 并打开文件, 如 Example 2-7 所示.
而且它会确保该文件在关闭的时候会被删除. (在 Unix 下, 你可以删除一个已打开的文件, 这
时文件关闭时它会被自动删除. 在其他平台上, 这通过一个特殊的封装类实现.)
File: tempfile-example-2.py import tempfile file = tempfile.TemporaryFile() for i in range(100): file.write("*" * 100) file.close() # removes the file!
Example 2-8 展示了 StringIO
模块的使用. 它实现了一个工作在内存的文件对象
(内存文件). 在大多需要标准文件对象的地方都可以使用它来替换.
File: stringio-example-1.py import StringIO MESSAGE = "That man is depriving a village somewhere of a computer scientist." file = StringIO.StringIO(MESSAGE) print file.read() That man is depriving a village somewhere of a computer scientist.
StringIO
类实现了内建文件对象的所有方法, 此外还有 getvalue
方法用来返回它内部的字符串值.
Example 2-9 展示了这个方法.
File: stringio-example-2.py import StringIO file = StringIO.StringIO() file.write("This man is no ordinary man. ") file.write("This is Mr. F. G. Superman.") print file.getvalue() This man is no ordinary man. This is Mr. F. G. Superman.
StringIO
可以用于重新定向 Python 解释器的输出, 如 Example 2-10 所示.
File: stringio-example-3.py import StringIO import string, sys stdout = sys.stdout sys.stdout = file = StringIO.StringIO() print """ According to Gbaya folktales, trickery and guile are the best ways to defeat the python, king of snakes, which was hatched from a dragon at the world's start. -- National Geographic, May 1997 """ sys.stdout = stdout print string.upper(file.getvalue()) ACCORDING TO GBAYA FOLKTALES, TRICKERY AND GUILE ARE THE BEST WAYS TO DEFEAT THE PYTHON, KING OF SNAKES, WHICH WAS HATCHED FROM A DRAGON AT THE WORLD'S START. -- NATIONAL GEOGRAPHIC, MAY 1997
cStringIO
是一个可选的模块, 是 StringIO
的更快速实现. 它的工作方式和 StringIO
基本相同,
但是它不可以被继承. Example 2-11 展示了 cStringIO
的用法, 另参考前一节.
File: cstringio-example-1.py import cStringIO MESSAGE = "That man is depriving a village somewhere of a computer scientist." file = cStringIO.StringIO(MESSAGE) print file.read() That man is depriving a village somewhere of a computer scientist.
为了让你的代码尽可能快, 但同时保证兼容低版本的 Python ,你可以使用一个小技巧在 cStringIO
不可用时启用 StringIO
模块, 如 Example 2-12 所示.
File: cstringio-example-2.py try: import cStringIO StringIO = cStringIO except ImportError: import StringIO print StringIO <module 'StringIO' (built-in)>
(2.0 新增) mmap
模块提供了操作系统内存映射函数的接口, 如 Example 2-13 所示.
映射区域的行为和字符串对象类似, 但数据是直接从文件读取的.
File: mmap-example-1.py import mmap import os filename = "samples/sample.txt" file = open(filename, "r+") size = os.path.getsize(filename) data = mmap.mmap(file.fileno(), size) # basics print data print len(data), size # use slicing to read from the file # 使用切片操作读取文件 print repr(data[:10]), repr(data[:10]) # or use the standard file interface # 或使用标准的文件接口 print repr(data.read(10)), repr(data.read(10)) <mmap object at 008A2A10> 302 302 'We will pe' 'We will pe' 'We will pe' 'rhaps even'
在 Windows 下, 这个文件必须以既可读又可写的模式打开( `r+` , `w+` , 或 `a+` ), 否则 mmap
调用会失败.
[!Feather 注: 经本人测试, a+ 模式是完全可以的, 原文只有 r+ 和 w+]
Example 2-14 展示了内存映射区域的使用, 在很多地方它都可以替换普通字符串使用, 包括正则表达式和其他字符串操作.
File: mmap-example-2.py import mmap import os, string, re def mapfile(filename): file = open(filename, "r+") size = os.path.getsize(filename) return mmap.mmap(file.fileno(), size) data = mapfile("samples/sample.txt") # search index = data.find("small") print index, repr(data[index-5:index+15]) # regular expressions work too! m = re.search("small", data) print m.start(), m.group() 43 'only small\015\012modules ' 43 small
UserDict
模块包含了一个可继承的字典类 (事实上是对内建字典类型的 Python 封装).
Example 2-15 展示了一个增强的字典类, 允许对字典使用 "加/+" 操作并提供了接受关键字参数的构造函数.
File: userdict-example-1.py import UserDict class FancyDict(UserDict.UserDict): def _ _init_ _(self, data = {}, **kw): UserDict.UserDict._ _init_ _(self) self.update(data) self.update(kw) def _ _add_ _(self, other): dict = FancyDict(self.data) dict.update(b) return dict a = FancyDict(a = 1) b = FancyDict(b = 2) print a + b {'b': 2, 'a': 1}
UserList
模块包含了一个可继承的列表类 (事实上是对内建列表类型的 Python 封装).
在 Example 2-16 中, AutoList 实例类似一个普通的列表对象, 但它允许你通过赋值为列表添加项目.
File: userlist-example-1.py import UserList class AutoList(UserList.UserList): def _ _setitem_ _(self, i, item): if i == len(self.data): self.data.append(item) else: self.data[i] = item list = AutoList() for i in range(10): list[i] = i print list [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
(2.0 新增) UserString
模块包含两个类, UserString 和 MutableString .
前者是对标准字符串类型的封装, 后者是一个变种, 允许你修改特定位置的字符(联想下列表就知道了).
注意 MutableString 并不是效率很好, 许多操作是通过切片和字符串连接实现的. 如果性能很对你的脚本来说重要的话, 你最好使用字符串片断的列表或者 array
模块.
Example 2-17 展示了 UserString
模块.
File: userstring-example-1.py import UserString class MyString(UserString.MutableString): def append(self, s): self.data = self.data + s def insert(self, index, s): self.data = self.data[index:] + s + self.data[index:] def remove(self, s): self.data = self.data.replace(s, "") file = open("samples/book.txt") text = file.read() file.close() book = MyString(text) for bird in ["gannet", "robin", "nuthatch"]: book.remove(bird) print book ... C: The one without the ! P: The one without the -!!! They've ALL got the !! It's a Standard British Bird, the , it's in all the books!!! ...
Example 2-18 展示了 traceback
模块允许你在程序里打印异常的跟踪返回
(Traceback)信息, 类似未捕获异常时解释器所做的. 如 Example 2-18 所示.
File: traceback-example-1.py # note! importing the traceback module messes up the # exception state, so you better do that here and not # in the exception handler # 注意! 导入 traceback 会清理掉异常状态, 所以 # 最好别在异常处理代码中导入该模块 import traceback try: raise SyntaxError, "example" except: traceback.print_exc() Traceback (innermost last): File "traceback-example-1.py", line 7, in ? SyntaxError: example
Example 2-19 使用 StringIO
模块将跟踪返回信息放在字符串中.
File: traceback-example-2.py import traceback import StringIO try: raise IOError, "an i/o error occurred" except: fp = StringIO.StringIO() traceback.print_exc(file=fp) message = fp.getvalue() print "failure! the error was:", repr(message) failure! the error was: 'Traceback (innermost last):\012 File "traceback-example-2.py", line 5, in ?\012IOError: an i/o error occurred\012'
你可以使用 extract_tb
函数格式化跟踪返回信息, 得到包含错误信息的列表,
如 Example 2-20 所示.
File: traceback-example-3.py import traceback import sys def function(): raise IOError, "an i/o error occurred" try: function() except: info = sys.exc_info() for file, lineno, function, text in traceback.extract_tb(info[2]): print file, "line", lineno, "in", function print "=>", repr(text) print "** %s: %s" % info[:2] traceback-example-3.py line 8 in ? => 'function()' traceback-example-3.py line 5 in function => 'raise IOError, "an i/o error occurred"' ** exceptions.IOError: an i/o error occurred
errno
模块定义了许多的符号错误码, 比如 ENOENT
("没有该目录入口") 以及 EPERM
("权限被拒绝"). 它还提供了一个映射到对应平台数字错误代码的字典. Example 2-21
展示了如何使用 errno
模块.
在大多情况下, IOError 异常会提供一个二元元组, 包含对应数值错误代码和一个说明字符串. 如果你需要区分不同的错误代码, 那么最好在可能的地方使用符号名称.
File: errno-example-1.py import errno try: fp = open("no.such.file") except IOError, (error, message): if error == errno.ENOENT: print "no such file" elif error == errno.EPERM: print "permission denied" else: print message no such file
Example 2-22 绕了些无用的弯子, 不过它很好地说明了如何使用
errorcode
字典把数字错误码映射到符号名称( symbolic name ).
File: errno-example-2.py import errno try: fp = open("no.such.file") except IOError, (error, message): print error, repr(message) print errno.errorcode[error] # 2 'No such file or directory' # ENOENT
getopt
模块包含用于抽出命令行选项和参数的函数,
它可以处理多种格式的选项. 如 Example 2-23 所示.
其中第 2 个参数指定了允许的可缩写的选项. 选项名后的冒号(:) 意味这这个选项必须有额外的参数.
File: getopt-example-1.py import getopt import sys # simulate command-line invocation # 模仿命令行参数 sys.argv = ["myscript.py", "-l", "-d", "directory", "filename"] # process options # 处理选项 opts, args = getopt.getopt(sys.argv[1:], "ld:") long = 0 directory = None for o, v in opts: if o == "-l": long = 1 elif o == "-d": directory = v print "long", "=", long print "directory", "=", directory print "arguments", "=", args long = 1 directory = directory arguments = ['filename']
为了让 getopt
查找长的选项, 如 Example 2-24 所示,
传递一个描述选项的列表做为第 3 个参数. 如果一个选项名称以等号(=) 结尾,
那么它必须有一个附加参数.
File: getopt-example-2.py import getopt import sys # simulate command-line invocation # 模仿命令行参数 sys.argv = ["myscript.py", "--echo", "--printer", "lp01", "message"] opts, args = getopt.getopt(sys.argv[1:], "ep:", ["echo", "printer="]) # process options # 处理选项 echo = 0 printer = None for o, v in opts: if o in ("-e", "--echo"): echo = 1 elif o in ("-p", "--printer"): printer = v print "echo", "=", echo print "printer", "=", printer print "arguments", "=", args echo = 1 printer = lp01 arguments = ['message']
[!Feather 注: 我不知道大家明白没, 可以自己试下: myscript.py -e -p lp01 message myscript.py --echo --printer=lp01 message ]
getpass
模块提供了平台无关的在命令行下输入密码的方法. 如 Example 2-25 所示.
getpass(prompt)
会显示提示字符串, 关闭键盘的屏幕反馈, 然后读取密码.
如果提示参数省略, 那么它将打印出 "Password:
".
getuser()
获得当前用户名, 如果可能的话.
File: getpass-example-1.py import getpass usr = getpass.getuser() pwd = getpass.getpass("enter password for user %s: " % usr) print usr, pwd enter password for user mulder: mulder trustno1
glob
根据给定模式生成满足该模式的文件名列表, 和 Unix shell 相同.
这里的模式和正则表达式类似, 但更简单. 星号(*
) 匹配零个或更多个字符,
问号(?
) 匹配单个字符. 你也可以使用方括号来指定字符范围,
例如 [0-9]
代表一个数字. 其他所有字符都代表它们本身.
glob(pattern)
返回满足给定模式的所有文件的列表. Example 2-26 展示了它的用法.
File: glob-example-1.py import glob for file in glob.glob("samples/*.jpg"): print file samples/sample.jpg
注意这里的 glob
返回完整路径名, 这点和 os.listdir
函数不同.
glob
事实上使用了 fnmatch
模块来完成模式匹配.
fnmatch
模块使用模式来匹配文件名. 如 Example 2-27 所示.
模式语法和 Unix shell 中所使用的相同. 星号(*
) 匹配零个或更多个字符,
问号(?
) 匹配单个字符. 你也可以使用方括号来指定字符范围,
例如 [0-9]
代表一个数字. 其他所有字符都匹配它们本身.
File: fnmatch-example-1.py import fnmatch import os for file in os.listdir("samples"): if fnmatch.fnmatch(file, "*.jpg"): print file sample.jpg
Example 2-28 中的 translate
函数可以将一个文件匹配模式转换为正则表达式.
File: fnmatch-example-2.py import fnmatch import os, re pattern = fnmatch.translate("*.jpg") for file in os.listdir("samples"): if re.match(pattern, file): print file print "(pattern was %s)" % pattern sample.jpg (pattern was .*\.jpg$)
glob
和 find
模块在内部使用 fnmatch
模块来实现.
"Anyone who considers arithmetical methods of producing random digits is, of course, in a state of sin."
- John von Neumann, 1951
random
模块包含许多随机数生成器.
基本随机数生成器(基于 Wichmann 和 Hill , 1982 的数学运算理论) 可以通过很多方法访问, 如 Example 2-29 所示.
File: random-example-1.py import random for i in range(5): # random float: 0.0 <= number < 1.0 print random.random(), # random float: 10 <= number < 20 print random.uniform(10, 20), # random integer: 100 <= number <= 1000 print random.randint(100, 1000), # random integer: even numbers in 100 <= number < 1000 print random.randrange(100, 1000, 2) 0.946842713956 19.5910069381 709 172 0.573613195398 16.2758417025 407 120 0.363241598013 16.8079747714 916 580 0.602115173978 18.386796935 531 774 0.526767588533 18.0783794596 223 344
注意这里的 randint
函数可以返回上界,
而其他函数总是返回小于上界的值. 所有函数都有可能返回下界值.
Example 2-30 展示了 choice
函数, 它用来从一个序列里分拣出一个随机项目.
它可以用于列表, 元组, 以及其他序列(当然, 非空的).
File: random-example-2.py import random # random choice from a list for i in range(5): print random.choice([1, 2, 3, 5, 9]) 2 3 1 9 1
在 2.0 及以后版本, shuffle
函数可以用于打乱一个列表的内容
(也就是生成一个该列表的随机全排列). Example 2-31 展示了如何在旧版本中实现该函数.
File: random-example-4.py import random try: # available in 2.0 and later shuffle = random.shuffle except AttributeError: def shuffle(x): for i in xrange(len(x)-1, 0, -1): # pick an element in x[:i+1] with which to exchange x[i] j = int(random.random() * (i+1)) x[i], x[j] = x[j], x[i] cards = range(52) shuffle(cards) myhand = cards[:5] print myhand [4, 8, 40, 12, 30]
random
模块也包含了非恒定分布的随机生成器函数. Example 2-32
使用了 gauss (高斯)函数来生成满足高斯分的布随机数字.
File: random-example-3.py import random histogram = [0] * 20 # calculate histogram for gaussian # noise, using average=5, stddev=1 for i in range(1000): i = int(random.gauss(5, 1) * 2) histogram[i] = histogram[i] + 1 # print the histogram m = max(histogram) for v in histogram: print "*" * (v * 50 / m) **** ********** ************************* *********************************** ************************************************ ************************************************** ************************************* *************************** ************* *** *
你可以在 Python Library Reference 找到更多关于非恒定分布随机生成器函数的信息.
标准库中提供的随机数生成器都是伪随机数生成器. 不过这对于很多目的来说已经足够了, 比如模拟, 数值分析, 以及游戏. 可以确定的是它不适合密码学用途.
random
代替.
- Feather
Example 2-33 展示了 whrandom
, 它提供了一个伪随机数生成器.
(基于 Wichmann 和 Hill, 1982 的数学运算理论). 除非你需要不共享状态的多个生成器(如多线程程序),
请使用 random
模块代替.
File: whrandom-example-1.py import whrandom # same as random print whrandom.random() print whrandom.choice([1, 2, 3, 5, 9]) print whrandom.uniform(10, 20) print whrandom.randint(100, 1000) 0.113412062346 1 16.8778954689 799
Example 2-34 展示了如何使用 whrandom 类实例创建多个生成器.
File: whrandom-example-2.py import whrandom # initialize all generators with the same seed rand1 = whrandom.whrandom(4,7,11) rand2 = whrandom.whrandom(4,7,11) rand3 = whrandom.whrandom(4,7,11) for i in range(5): print rand1.random(), rand2.random(), rand3.random() 0.123993532536 0.123993532536 0.123993532536 0.180951499518 0.180951499518 0.180951499518 0.291924111809 0.291924111809 0.291924111809 0.952048889363 0.952048889363 0.952048889363 0.969794283643 0.969794283643 0.969794283643
md5
(Message-Digest Algorithm 5)模块用于计算信息密文(信息摘要).
md5
算法计算一个强壮的128位密文. 这意味着如果两个字符串是不同的,
那么有极高可能它们的 md5
也不同. 也就是说, 给定一个 md5
密文,
那么几乎没有可能再找到另个字符串的密文与此相同. Example 2-35
展示了如何使用 md5
模块.
File: md5-example-1.py import md5 hash = md5.new() hash.update("spam, spam, and eggs") print repr(hash.digest()) 'L\005J\243\266\355\243u`\305r\203\267\020F\303'
注意这里的校验和是一个二进制字符串. Example 2-36 展示了如何获得一个十六进制或 base64 编码的字符串.
File: md5-example-2.py import md5 import string import base64 hash = md5.new() hash.update("spam, spam, and eggs") value = hash.digest() print hash.hexdigest() # before 2.0, the above can be written as # 在 2.0 前, 以上应该写做: # print string.join(map(lambda v: "%02x" % ord(v), value), "") print base64.encodestring(value) 4c054aa3b6eda37560c57283b71046c3 TAVKo7bto3VgxXKDtxBGww==
Example 2-37 展示了如何使用 md5
校验和来处理口令的发送与应答的验证(不过我们将稍候讨论这里使用随机数字所带来的问题).
File: md5-example-3.py import md5 import string, random def getchallenge(): # generate a 16-byte long random string. (note that the built- # in pseudo-random generator uses a 24-bit seed, so this is not # as good as it may seem...) # 生成一个 16 字节长的随机字符串. 注意内建的伪随机生成器 # 使用的是 24 位的种子(seed), 所以这里这样用并不好.. challenge = map(lambda i: chr(random.randint(0, 255)), range(16)) return string.join(challenge, "") def getresponse(password, challenge): # calculate combined digest for password and challenge # 计算密码和质询(challenge)的联合密文 m = md5.new() m.update(password) m.update(challenge) return m.digest() # # server/client communication # 服务器/客户端通讯 # 1. client connects. server issues challenge. # 1. 客户端连接, 服务器发布质询(challenge) print "client:", "connect" challenge = getchallenge() print "server:", repr(challenge) # 2. client combines password and challenge, and calculates # the response. # 2. 客户端计算密码和质询(challenge)的组合后的密文 client_response = getresponse("trustno1", challenge) print "client:", repr(client_response) # 3. server does the same, and compares the result with the # client response. the result is a safe login in which the # password is never sent across the communication channel. # 3. 服务器做同样的事, 然后比较结果与客户端的返回, # 判断是否允许用户登陆. 这样做密码没有在通讯中明文传输. server_response = getresponse("trustno1", challenge) if server_response == client_response: print "server:", "login ok" client: connect server: '\334\352\227Z#\272\273\212KG\330\265\032>\311o' client: "l'\305\240-x\245\237\035\225A\254\233\337\225\001" server: login ok
Example 2-38 提供了 md5
的一个变种, 你可以通过标记信息来判断它是否在网络传输过程中被修改(丢失).
File: md5-example-4.py import md5 import array class HMAC_MD5: # keyed md5 message authentication def _ _init_ _(self, key): if len(key) > 64: key = md5.new(key).digest() ipad = array.array("B", [0x36] * 64) opad = array.array("B", [0x5C] * 64) for i in range(len(key)): ipad[i] = ipad[i] ^ ord(key[i]) opad[i] = opad[i] ^ ord(key[i]) self.ipad = md5.md5(ipad.tostring()) self.opad = md5.md5(opad.tostring()) def digest(self, data): ipad = self.ipad.copy() opad = self.opad.copy() ipad.update(data) opad.update(ipad.digest()) return opad.digest() # # simulate server end # 模拟服务器端 key = "this should be a well-kept secret" message = open("samples/sample.txt").read() signature = HMAC_MD5(key).digest(message) # (send message and signature across a public network) # (经过由网络发送信息和签名) # # simulate client end #模拟客户端 key = "this should be a well-kept secret" client_signature = HMAC_MD5(key).digest(message) if client_signature == signature: print "this is the original message:" print print message else: print "someone has modified the message!!!"
copy
方法会对这个内部对象状态做一个快照( snapshot ).
这允许你预先计算部分密文摘要(例如 Example 2-38 中的 padded key).
该算法的细节请参阅 HMAC-MD5:Keyed-MD5 for Message Authentication ( http://www.research.ibm.com/security/draft-ietf-ipsec-hmac-md5-00.txt ) by Krawczyk, 或其他.
千万别忘记内建的伪随机生成器对于加密操作而言并不合适. 千万小心.
sha
模块提供了计算信息摘要(密文)的另种方法, 如 Example 2-39 所示.
它与 md5
模块类似, 但生成的是 160 位签名.
File: sha-example-1.py import sha hash = sha.new() hash.update("spam, spam, and eggs") print repr(hash.digest()) print hash.hexdigest() '\321\333\003\026I\331\272-j\303\247\240\345\343Tvq\364\346\311' d1db031649d9ba2d6ac3a7a0e5e3547671f4e6c9
关于 sha
密文的使用, 请参阅 md5
中的例子.
(可选, 只用于 Unix) crypt
模块实现了单向的 DES 加密, Unix
系统使用这个加密算法来储存密码, 这个模块真正也就只在检查这样的密码时有用.
Example 2-40 展示了如何使用 crypt.crypt
来加密一个密码, 将密码和
salt 组合起来然后传递给函数, 这里的 salt 包含两位随机字符.
现在你可以扔掉原密码而只保存加密后的字符串了.
File: crypt-example-1.py import crypt import random, string def getsalt(chars = string.letters + string.digits): # generate a random 2-character 'salt' # 生成随机的 2 字符 'salt' return random.choice(chars) + random.choice(chars) print crypt.crypt("bananas", getsalt()) 'py8UGrijma1j6'
确认密码时, 只需要用新密码调用加密函数, 并取加密后字符串的前两位作为 salt 即可. 如
果结果和加密后字符串匹配, 那么密码就是正确的. Example 2-41 使用
pwd
模块来获取已知用户的加密后密码.
File: crypt-example-2.py import pwd, crypt def login(user, password): "Check if user would be able to log in using password" try: pw1 = pwd.getpwnam(user)[1] pw2 = crypt.crypt(password, pw1[:2]) return pw1 == pw2 except KeyError: return 0 # no such user user = raw_input("username:") password = raw_input("password:") if login(user, password): print "welcome", user else: print "login failed"
关于其他实现验证的方法请参阅 md5
模块一节.
- Feather
(可选) rotor
模块实现了一个简单的加密算法. 如 Example 2-42 所示.
它的算法基于 WWII Enigma engine.
File: rotor-example-1.py import rotor SECRET_KEY = "spam" MESSAGE = "the holy grail" r = rotor.newrotor(SECRET_KEY) encoded_message = r.encrypt(MESSAGE) decoded_message = r.decrypt(encoded_message) print "original:", repr(MESSAGE) print "encoded message:", repr(encoded_message) print "decoded message:", repr(decoded_message) original: 'the holy grail' encoded message: '\227\271\244\015\305sw\3340\337\252\237\340U' decoded message: 'the holy grail'
(可选) zlib
模块为 "zlib" 压缩提供支持. (这种压缩方法是 "deflate".)
Example 2-43 展示了如何使用 compress
和 decompress
函数接受字符串参数.
File: zlib-example-1.py import zlib MESSAGE = "life of brian" compressed_message = zlib.compress(MESSAGE) decompressed_message = zlib.decompress(compressed_message) print "original:", repr(MESSAGE) print "compressed message:", repr(compressed_message) print "decompressed message:", repr(decompressed_message) original: 'life of brian' compressed message: 'x\234\313\311LKU\310OSH*\312L\314\003\000!\010\004\302' decompressed message: 'life of brian'
文件的内容决定了压缩比率, Example 2-44 说明了这点.
File: zlib-example-2.py import zlib import glob for file in glob.glob("samples/*"): indata = open(file, "rb").read() outdata = zlib.compress(indata, zlib.Z_BEST_COMPRESSION) print file, len(indata), "=>", len(outdata), print "%d%%" % (len(outdata) * 100 / len(indata)) samples\sample.au 1676 => 1109 66% samples\sample.gz 42 => 51 121% samples\sample.htm 186 => 135 72% samples\sample.ini 246 => 190 77% samples\sample.jpg 4762 => 4632 97% samples\sample.msg 450 => 275 61% samples\sample.sgm 430 => 321 74% samples\sample.tar 10240 => 125 1% samples\sample.tgz 155 => 159 102% samples\sample.txt 302 => 220 72% samples\sample.wav 13260 => 10992 82%
你也可以实时地压缩或解压缩数据, 如 Example 2-45 所示.
File: zlib-example-3.py import zlib encoder = zlib.compressobj() data = encoder.compress("life") data = data + encoder.compress(" of ") data = data + encoder.compress("brian") data = data + encoder.flush() print repr(data) print repr(zlib.decompress(data)) 'x\234\313\311LKU\310OSH*\312L\314\003\000!\010\004\302' 'life of brian'
Example 2-46 把解码对象封装到了一个类似文件对象的类中, 实现了一些文件对象的方法, 这样使得读取压缩文件更方便.
File: zlib-example-4.py import zlib import string, StringIO class ZipInputStream: def _ _init_ _(self, file): self.file = file self._ _rewind() def _ _rewind(self): self.zip = zlib.decompressobj() self.pos = 0 # position in zipped stream self.offset = 0 # position in unzipped stream self.data = "" def _ _fill(self, bytes): if self.zip: # read until we have enough bytes in the buffer while not bytes or len(self.data) < bytes: self.file.seek(self.pos) data = self.file.read(16384) if not data: self.data = self.data + self.zip.flush() self.zip = None # no more data break self.pos = self.pos + len(data) self.data = self.data + self.zip.decompress(data) def seek(self, offset, whence=0): if whence == 0: position = offset elif whence == 1: position = self.offset + offset else: raise IOError, "Illegal argument" if position < self.offset: raise IOError, "Cannot seek backwards" # skip forward, in 16k blocks while position > self.offset: if not self.read(min(position - self.offset, 16384)): break def tell(self): return self.offset def read(self, bytes = 0): self._ _fill(bytes) if bytes: data = self.data[:bytes] self.data = self.data[bytes:] else: data = self.data self.data = "" self.offset = self.offset + len(data) return data def readline(self): # make sure we have an entire line while self.zip and "\n" not in self.data: self._ _fill(len(self.data) + 512) i = string.find(self.data, "\n") + 1 if i <= 0: return self.read() return self.read(i) def readlines(self): lines = [] while 1: s = self.readline() if not s: break lines.append(s) return lines # # try it out data = open("samples/sample.txt").read() data = zlib.compress(data) file = ZipInputStream(StringIO.StringIO(data)) for line in file.readlines(): print line[:-1] We will perhaps eventually be writing only small modules which are identified by name as they are used to build larger ones, so that devices like indentation, rather than delimiters, might become feasible for expressing local structure in the source language. -- Donald E. Knuth, December 1974
code
模块提供了一些用于模拟标准交互解释器行为的函数.
compile_command
与内建 compile
函数行为相似, 但它会通过测试来保证你传递的是一个完成的 Python 语句.
在 Example 2-47 中, 我们一行一行地编译一个程序, 编译完成后会执行所得到的代码对象 (code object). 程序代码如下:
a = ( 1, 2, 3 ) print a
注意只有我们到达第 2 个括号, 元组的赋值操作能编译完成.
File: code-example-1.py import code import string # SCRIPT = [ "a = (", " 1,", " 2,", " 3 ", ")", "print a" ] script = "" for line in SCRIPT: script = script + line + "\n" co = code.compile_command(script, "<stdin>", "exec") if co: # got a complete statement. execute it! print "-"*40 print script, print "-"*40 exec co script = "" ---------------------------------------- a = ( 1, 2, 3 ) ---------------------------------------- ---------------------------------------- print a ---------------------------------------- (1, 2, 3)
InteractiveConsole 类实现了一个交互控制台, 类似你启动的 Python 解释器交互模式.
控制台可以是活动的(自动调用函数到达下一行) 或是被动的(当有新数据时调用 push 方法).
默认使用内建的 raw_input
函数. 如果你想使用另个输入函数,
你可以使用相同的名称重载这个方法. Example 2-48 展示了如何使用 code
模块来模拟交互解释器.
File: code-example-2.py import code console = code.InteractiveConsole() console.interact() Python 1.5.2 Copyright 1991-1995 Stichting Mathematisch Centrum, Amsterdam (InteractiveConsole) >>> a = ( ... 1, ... 2, ... 3 ... ) >>> print a (1, 2, 3)
Example 2-49 中的脚本定义了一个 keyboard
函数.
它允许你在程序中手动控制交互解释器.
File: code-example-3.py def keyboard(banner=None): import code, sys # use exception trick to pick up the current frame try: raise None except: frame = sys.exc_info()[2].tb_frame.f_back # evaluate commands in current namespace namespace = frame.f_globals.copy() namespace.update(frame.f_locals) code.interact(banner=banner, local=namespace) def func(): print "START" a = 10 keyboard() print "END" func() START Python 1.5.2 Copyright 1991-1995 Stichting Mathematisch Centrum, Amsterdam (InteractiveConsole) >>> print a 10 >>> print keyboard <function keyboard at 9032c8> ^Z END
"Well, since you last asked us to stop, this thread has moved from discussing languages suitable for professional programmers via accidental users to computer-phobic users. A few more iterations can make this thread really interesting..."
- eff-bot, June 1996
本章将介绍标准 Python 解释器中所提供的线程支持模块. 注意线程支持模块是可选的, 有可能在一些 Python 解释器中不可用.
本章还涵盖了一些 Unix 和 Windows 下用于执行外部进程的模块.
执行 Python 程序的时候, 是按照从主模块顶端向下执行的. 循环用于重复执行部分代码, 函数和方法会将控制临时移交到程序的另一部分.
通过线程, 你的程序可以在同时处理多个任务. 每个线程都有它自己的控制流. 所以你可以在一个线程里从文件读取数据, 另个向屏幕输出内容.
为了保证两个线程可以同时访问相同的内部数据, Python 使用了 global interpreter lock (全局解释器锁). 在同一时间只可能有一个线程执行 Python 代码; Python 实际上是自动地在一段很短的时间后切换到下个线程执行, 或者等待 一个线程执行一项需要时间的操作(例如等待通过 socket 传输的数据, 或是从文件中读取数据).
全局锁事实上并不能避免你程序中的问题. 多个线程尝试访问相同的数据会导致异常 状态. 例如以下的代码:
def getitem(key): item = cache.get(key) if item is None: # not in cache; create a new one item = create_new_item(key) cache[key] = item return item
如果不同的线程先后使用相同的 key 调用这里的 getitem
方法,
那么它们很可能会导致相同的参数调用两次 create_new_item
.
大多时候这样做没有问题, 但在某些时候会导致严重错误.
不过你可以使用 lock objects 来同步线程. 一个线程只能拥有一个 lock object , 这样就可以确保某个时刻 只有一个线程执行 getitem 函数.
在大多现代操作系统中, 每个程序在它自身的进程( process )内执行. 我们通过在 shell 中键入命令或直接在菜单中选择来执行一个程序/进程. Python 允许你在一个脚本内执行一个新的程序.
大多进程相关函数通过 os
模块定义. 相关内容请参阅 第 1.4.4 小节 .
(可选) threading
模块为线程提供了一个高级接口, 如 Example 3-1 所示.
它源自 Java 的线程实现. 和低级的 thread
模块相同, 只有你在编译解释器时打开了线程支持才可以使用它 .
你只需要继承 Thread 类, 定义好 run
方法, 就可以创建一 个新的线程.
使用时首先创建该类的一个或多个实例, 然后调用 start
方法. 这样每个实例的
run
方法都会运行在它自己的线程里.
File: threading-example-1.py import threading import time, random class Counter: def _ _init_ _(self): self.lock = threading.Lock() self.value = 0 def increment(self): self.lock.acquire() # critical section self.value = value = self.value + 1 self.lock.release() return value counter = Counter() class Worker(threading.Thread): def run(self): for i in range(10): # pretend we're doing something that takes 10�00 ms value = counter.increment() # increment global counter time.sleep(random.randint(10, 100) / 1000.0) print self.getName(), "-- task", i, "finished", value # # try it for i in range(10): Worker().start() # start a worker Thread-1 -- task 0 finished 1 Thread-3 -- task 0 finished 3 Thread-7 -- task 0 finished 8 Thread-1 -- task 1 finished 7 Thread-4 -- task 0 Thread-5 -- task 0 finished 4 finished 5 Thread-8 -- task 0 Thread-6 -- task 0 finished 9 finished 6 ... Thread-6 -- task 9 finished 98 Thread-4 -- task 9 finished 99 Thread-9 -- task 9 finished 100
Example 3-1 使用了 Lock 对象来在全局 Counter 对象里创建临界区
(critical section). 如果删除了 acquire
和 release
语句, 那么 Counter
很可能不会到达 100.
Queue
模块提供了一个线程安全的队列 (queue) 实现, 如 Example 3-2 所示.
你可以通过它在多个线程里安全访问同个对象.
File: queue-example-1.py import threading import Queue import time, random WORKERS = 2 class Worker(threading.Thread): def _ _init_ _(self, queue): self._ _queue = queue threading.Thread._ _init_ _(self) def run(self): while 1: item = self._ _queue.get() if item is None: break # reached end of queue # pretend we're doing something that takes 10�00 ms time.sleep(random.randint(10, 100) / 1000.0) print "task", item, "finished" # # try it queue = Queue.Queue(0) for i in range(WORKERS): Worker(queue).start() # start a worker for i in range(10): queue.put(i) for i in range(WORKERS): queue.put(None) # add end-of-queue markers task 1 finished task 0 finished task 3 finished task 2 finished task 4 finished task 5 finished task 7 finished task 6 finished task 9 finished task 8 finished
Example 3-3 展示了如何限制队列的大小. 如果队列满了, 那么控制主线程 (producer threads) 被阻塞, 等待项目被弹出 (pop off).
File: queue-example-2.py import threading import Queue import time, random WORKERS = 2 class Worker(threading.Thread): def _ _init_ _(self, queue): self._ _queue = queue threading.Thread._ _init_ _(self) def run(self): while 1: item = self._ _queue.get() if item is None: break # reached end of queue # pretend we're doing something that takes 10�00 ms time.sleep(random.randint(10, 100) / 1000.0) print "task", item, "finished" # # run with limited queue queue = Queue.Queue(3) for i in range(WORKERS): Worker(queue).start() # start a worker for item in range(10): print "push", item queue.put(item) for i in range(WORKERS): queue.put(None) # add end-of-queue markers push 0 push 1 push 2 push 3 push 4 push 5 task 0 finished push 6 task 1 finished push 7 task 2 finished push 8 task 3 finished push 9 task 4 finished task 6 finished task 5 finished task 7 finished task 9 finished task 8 finished
你可以通过继承 Queue 类来修改它的行为. Example 3-4 为我们展示了一个简单的具有优先级的队列. 它接受一个元组作为参数, 元组的第一个成员表示优先级(数值越小优先级越高).
File: queue-example-3.py import Queue import bisect Empty = Queue.Empty class PriorityQueue(Queue.Queue): "Thread-safe priority queue" def _put(self, item): # insert in order bisect.insort(self.queue, item) # # try it queue = PriorityQueue(0) # add items out of order queue.put((20, "second")) queue.put((10, "first")) queue.put((30, "third")) # print queue contents try: while 1: print queue.get_nowait() except Empty: pass third second first
Example 3-5 展示了一个简单的堆栈 (stack) 实现 (末尾添加, 头部弹出, 而非头部添加, 头部弹出).
File: queue-example-4.py import Queue Empty = Queue.Empty class Stack(Queue.Queue): "Thread-safe stack" def _put(self, item): # insert at the beginning of queue, not at the end self.queue.insert(0, item) # method aliases push = Queue.Queue.put pop = Queue.Queue.get pop_nowait = Queue.Queue.get_nowait # # try it stack = Stack(0) # push items on stack stack.push("first") stack.push("second") stack.push("third") # print stack contents try: while 1: print stack.pop_nowait() except Empty: pass third second first
(可选) thread
模块提为线程提供了一个低级 (low_level) 的接口, 如 Example 3-6 所示.
只有你在编译解释器时打开了线程支持才可以使用它. 如果没有特殊需要, 最好使用高级接口 threading
模块替代.
File: thread-example-1.py import thread import time, random def worker(): for i in range(50): # pretend we're doing something that takes 10�00 ms time.sleep(random.randint(10, 100) / 1000.0) print thread.get_ident(), "-- task", i, "finished" # # try it out! for i in range(2): thread.start_new_thread(worker, ()) time.sleep(1) print "goodbye!" 311 -- task 0 finished 265 -- task 0 finished 265 -- task 1 finished 311 -- task 1 finished ... 265 -- task 17 finished 311 -- task 13 finished 265 -- task 18 finished goodbye!
注意当主程序退出的时候, 所有的线程也随着退出. 而 threading
模块不存在这个问题 . (该行为可改变)
(只用于 Unix) commands
模块包含一些用于执行外部命令的函数.
Example 3-7 展示了这个模块.
File: commands-example-1.py import commands stat, output = commands.getstatusoutput("ls -lR") print "status", "=>", stat print "output", "=>", len(output), "bytes" status => 0 output => 171046 bytes
(只用于 Unix) pipes
模块提供了
"转换管道 (conversion pipelines)" 的支持. 你可以创建包含许多外部工具调用的管道来处理多个文件.
如 Example 3-8 所示.
File: pipes-example-1.py import pipes t = pipes.Template() # create a pipeline # 这里 " - " 代表从标准输入读入内容 t.append("sort", "--") t.append("uniq", "--") # filter some text # 这里空字符串代表标准输出 t.copy("samples/sample.txt", "") Alan Jones (sensible party) Kevin Phillips-Bong (slightly silly) Tarquin Fin-tim-lin-bin-whin-bim-lin-bus-stop-F'tang-F'tang-Olé-Biscuitbarrel
popen2
模块允许你执行外部命令, 并通过流来分别访问它的 stdin
和 stdout
( 可能还有 stderr
).
在 python 1.5.2 以及之前版本, 该模块只存在于 Unix 平台上. 2.0 后, Windows 下也实现了该函数. Example 3-9 展示了如何使用该模块来给字符串排序.
File: popen2-example-1.py import popen2, string fin, fout = popen2.popen2("sort") fout.write("foo\n") fout.write("bar\n") fout.close() print fin.readline(), print fin.readline(), fin.close() bar foo
Example 3-10 展示了如何使用该模块控制应用程序 .
File: popen2-example-2.py import popen2 import string class Chess: "Interface class for chesstool-compatible programs" def _ _init_ _(self, engine = "gnuchessc"): self.fin, self.fout = popen2.popen2(engine) s = self.fin.readline() if s != "Chess\n": raise IOError, "incompatible chess program" def move(self, move): self.fout.write(move + "\n") self.fout.flush() my = self.fin.readline() if my == "Illegal move": raise ValueError, "illegal move" his = self.fin.readline() return string.split(his)[2] def quit(self): self.fout.write("quit\n") self.fout.flush() # # play a few moves g = Chess() print g.move("a2a4") print g.move("b2b3") g.quit() b8c6 e7e5
你可以使用 signal
模块配置你自己的信号处理器 (signal handler),
如 Example 3-11 所示. 当解释器收到某个信号时, 信号处理器会立即执行.
File: signal-example-1.py import signal import time def handler(signo, frame): print "got signal", signo signal.signal(signal.SIGALRM, handler) # wake me up in two seconds signal.alarm(2) now = time.time() time.sleep(200) print "slept for", time.time() - now, "seconds" got signal 14 slept for 1.99262607098 seconds
"PALO ALTO, Calif. - Intel says its Pentium Pro and new Pentium II chips have a flaw that can cause computers to sometimes make mistakes but said the problems could be fixed easily with rewritten software."
- Reuters telegram
本章描述了一些用于在 Python 对象和其他数据表示类型间相互转换的模块. 这些模块通常用于读写特定的文件格式或是储存/取出 Python 变量.
Python 提供了一些用于二进制数据解码/编码的模块. struct
模块用于在
二进制数据结构(例如 C 中的 struct )和 Python 元组间转换. array
模块将二进制数据阵列
( C arrays )封装为 Python 序列对象.
marshal
和 pickle
模块用于在不同的 Python 程序间共享/传递数据.
marshal
模块使用了简单的自描述格式( Self-Describing Formats ), 它支持大多的内建数据类型,
包括 code 对象. Python 自身也使用了这个格式来储存编译后代码( .pyc 文件).
pickle
模块提供了更复杂的格式, 它支持用户定义的类, 自引用数据结构等等. pickle
是用
Python 写的, 相对来说速度较慢, 不过还有一个 cPickle
模块, 使用 C 实现了相同的功能, 速度和
marshal
不相上下.
一些模块提供了增强的格式化输出, 用来补充内建的 repr
函数和 %
字符串格式化操作符.
pprint
模块几乎可以将任何 Python 数据结构很好地打印出来(提高可读性).
repr
模块可以用来替换内建同名函数. 该模块与内建函数不同的是它限制了很多输出形式: 他只会
输出字符串的前 30 个字符, 它只打印嵌套数据结构的几个等级, 等等.
Python 支持大部分常见二进制编码, 例如 base64
, binhex
(一种 Macintosh 格式) ,
quoted printable
, 以及 uu
编码.
array
模块实现了一个有效的阵列储存类型. 阵列和列表类似, 但其中所有的项目必须为相同的
类型. 该类型在阵列创建时指定.
Examples 4-1 到 4-5 都是很简单的范例. Example 4-1 创建了一个 array 对象,
然后使用 tostring
方法将内部缓冲区( internal buffer )复制到字符串.
File: array-example-1.py import array a = array.array("B", range(16)) # unsigned char b = array.array("h", range(16)) # signed short print a print repr(a.tostring()) print b print repr(b.tostring()) array('B', [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]) '\000\001\002\003\004\005\006\007\010\011\012\013\014\015\016\017' array('h', [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]) '\000\000\001\000\002\000\003\000\004\000\005\000\006\000\007\000 \010\000\011\000\012\000\013\000\014\000\015\000\016\000\017\000'
array 对象可以作为一个普通列表对待, 如 Example 4-2 所示. 不过, 你不能连接两个不同类型的阵列.
File: array-example-2.py import array a = array.array("B", [1, 2, 3]) a.append(4) a = a + a a = a[2:-2] print a print repr(a.tostring()) for i in a: print i, array('B', [3, 4, 1, 2]) '\003\004\001\002' 3 4 1 2
该模块还提供了用于转换原始二进制数据到整数序列(或浮点数数列, 具体情况决定)的方法, 如 Example 4-3 所示.
File: array-example-3.py import array a = array.array("i", "fish license") # signed integer print a print repr(a.tostring()) print a.tolist() array('i', [1752394086, 1667853344, 1702063717]) 'fish license' [1752394086, 1667853344, 1702063717]
最后, Example 4-4 展示了如何使用该模块判断当前平台的字节序( endianess ) .
File: array-example-4.py import array def little_endian(): return ord(array.array("i",[1]).tostring()[0]) if little_endian(): print "little-endian platform (intel, alpha)" else: print "big-endian platform (motorola, sparc)" big-endian platform (motorola, sparc)
Python 2.0 以及以后版本提供了 sys.byteorder
属性, 可以更简单地判断字节序
(属性值为 "little
" 或 "big
" ), 如 Example 4-5 所示.
File: sys-byteorder-example-1.py import sys # 2.0 and later if sys.byteorder == "little": print "little-endian platform (intel, alpha)" else: print "big-endian platform (motorola, sparc)" big-endian platform (motorola, sparc)
struct
模块用于转换二进制字符串和 Python 元组. pack
函数接受格式字符串以及额外参数,
根据指定格式将额外参数转换为二进制字符串. upack
函数接受一个字符串作为参数,
返回一个元组. 如 Example 4-6 所示.
File: struct-example-1.py import struct # native byteorder buffer = struct.pack("ihb", 1, 2, 3) print repr(buffer) print struct.unpack("ihb", buffer) # data from a sequence, network byteorder data = [1, 2, 3] buffer = apply(struct.pack, ("!ihb",) + tuple(data)) print repr(buffer) print struct.unpack("!ihb", buffer) # in 2.0, the apply statement can also be written as: # buffer = struct.pack("!ihb", *data) '\001\000\000\000\002\000\003' (1, 2, 3) '\000\000\000\001\000\002\003' (1, 2, 3)
xdrlib
模块用于在 Python 数据类型和 Sun 的 external data representation (XDR) 间相互转化, 如
Example 4-7 所示.
File: xdrlib-example-1.py import xdrlib # # create a packer and add some data to it p = xdrlib.Packer() p.pack_uint(1) p.pack_string("spam") data = p.get_buffer() print "packed:", repr(data) # # create an unpacker and use it to decode the data u = xdrlib.Unpacker(data) print "unpacked:", u.unpack_uint(), repr(u.unpack_string()) u.done() packed: '\000\000\000\001\000\000\000\004spam' unpacked: 1 'spam'
Sun 在 remote procedure call (RPC) 协议中使用了 XDR 格式. Example 4-8 虽然不完整, 但它展示了如何建立一个 RPC 请求包.
File: xdrlib-example-2.py import xdrlib # some constants (see the RPC specs for details) RPC_CALL = 1 RPC_VERSION = 2 MY_PROGRAM_ID = 1234 # assigned by Sun MY_VERSION_ID = 1000 MY_TIME_PROCEDURE_ID = 9999 AUTH_NULL = 0 transaction = 1 p = xdrlib.Packer() # send a Sun RPC call package p.pack_uint(transaction) p.pack_enum(RPC_CALL) p.pack_uint(RPC_VERSION) p.pack_uint(MY_PROGRAM_ID) p.pack_uint(MY_VERSION_ID) p.pack_uint(MY_TIME_PROCEDURE_ID) p.pack_enum(AUTH_NULL) p.pack_uint(0) p.pack_enum(AUTH_NULL) p.pack_uint(0) print repr(p.get_buffer()) '\000\000\000\001\000\000\000\001\000\000\000\002\000\000\004\322 \000\000\003\350\000\000\'\017\000\000\000\000\000\000\000\000\000 \000\000\000\000\000\000\000'
marshal
模块可以把不连续的数据组合起来 - 与字符串相互转化,
这样它们就可以写入文件或是在网络中传输. 如 Example 4-9 所示.
marshal
模块使用了简单的自描述格式. 对于每个数据项目, 格式化后的字符串都包含一个类型代码,
然后是一个或多个类型标识区域. 整数使用小字节序( little-endian order )储存,
字符串储存时和它自身内容长度相同(可能包含空字节), 元组由组成它的对象组合表示.
File: marshal-example-1.py import marshal value = ( "this is a string", [1, 2, 3, 4], ("more tuples", 1.0, 2.3, 4.5), "this is yet another string" ) data = marshal.dumps(value) # intermediate format print type(data), len(data) print "-"*50 print repr(data) print "-"*50 print marshal.loads(data) <type 'string'> 118 -------------------------------------------------- '(\004\000\000\000s\020\000\000\000this is a string [\004\000\000\000i\001\000\000\000i\002\000\000\000 i\003\000\000\000i\004\000\000\000(\004\000\000\000 s\013\000\000\000more tuplesf\0031.0f\0032.3f\0034. 5s\032\000\000\000this is yet another string' -------------------------------------------------- ('this is a string', [1, 2, 3, 4], ('more tuples', 1.0, 2.3, 4.5), 'this is yet another string')
marshal
模块还可以处理 code 对象(它用于储存预编译的 Python 模块).
如 Example 4-10 所示.
File: marshal-example-2.py import marshal script = """ print 'hello' """ code = compile(script, "<script>", "exec") data = marshal.dumps(code) # intermediate format print type(data), len(data) print "-"*50 print repr(data) print "-"*50 exec marshal.loads(data) <type 'string'> 81 -------------------------------------------------- 'c\000\000\000\000\001\000\000\000s\017\000\000\00 0\177\000\000\177\002\000d\000\000GHd\001\000S(\00 2\000\000\000s\005\000\000\000helloN(\000\000\000\ 000(\000\000\000\000s\010\000\000\000<script>s\001 \000\000\000?\002\000s\000\000\000\000' -------------------------------------------------- hello
pickle
模块同 marshal
模块相同, 将数据连续化, 便于保存传输. 它比 marshal
要慢一些,
但它可以处理类实例, 共享的元素, 以及递归数据结构等.
File: pickle-example-1.py import pickle value = ( "this is a string", [1, 2, 3, 4], ("more tuples", 1.0, 2.3, 4.5), "this is yet another string" ) data = pickle.dumps(value) # intermediate format print type(data), len(data) print "-"*50 print data print "-"*50 print pickle.loads(data) <type 'string'> 121 -------------------------------------------------- (S'this is a string' p0 (lp1 I1 aI2 aI3 aI4 a(S'more tuples' p2 F1.0 F2.3 F4.5 tp3 S'this is yet another string' p4 tp5 . -------------------------------------------------- ('this is a string', [1, 2, 3, 4], ('more tuples', 1.0, 2.3, 4.5), 'this is yet another string')
不过另一方面, pickle
不能处理 code 对象(可以参阅 copy_reg
模块来完成这个).
默认情况下, pickle 使用急于文本的格式. 你也可以使用二进制格式, 这样数字和二进制 字符串就会以紧密的格式储存, 这样文件就会更小点. 如 Example 4-12 所示.
File: pickle-example-2.py import pickle import math value = ( "this is a long string" * 100, [1.2345678, 2.3456789, 3.4567890] * 100 ) # text mode data = pickle.dumps(value) print type(data), len(data), pickle.loads(data) == value # binary mode data = pickle.dumps(value, 1) print type(data), len(data), pickle.loads(data) == value
(可选, 注意大小写) cPickle 模块是针对 pickle 模块的一个更快的实现. 如 Example 4-13 所示.
File: cpickle-example-1.py try: import cPickle pickle = cPickle except ImportError: import pickle
你可以使用 copy_reg
模块注册你自己的扩展类型. 这样 pickle
和 copy
模块就会知道
如何处理非标准类型.
例如, 标准的 pickle
实现不能用来处理 Python code 对象, 如下所示:
File: copy-reg-example-1.py import pickle CODE = """ print 'good evening' """ code = compile(CODE, "<string>", "exec") exec code exec pickle.loads(pickle.dumps(code)) good evening Traceback (innermost last): ... pickle.PicklingError: can't pickle 'code' objects
我们可以注册一个 code 对象处理器来完成目标. 处理器应包含两个部分: 一个 pickler
, 接受 code 对象
并返回一个只包含简单数据类型的元组, 以及一个 unpickler
, 作用相反, 接受这样的元组作为参数.
如 Example 4-14 所示.
File: copy-reg-example-2.py import copy_reg import pickle, marshal, types # # register a pickle handler for code objects def code_unpickler(data): return marshal.loads(data) def code_pickler(code): return code_unpickler, (marshal.dumps(code),) copy_reg.pickle(types.CodeType, code_pickler, code_unpickler) # # try it out CODE = """ print "suppose he's got a pointed stick" """ code = compile(CODE, "<string>", "exec") exec code exec pickle.loads(pickle.dumps(code)) suppose he's got a pointed stick suppose he's got a pointed stick
如果你是在网络中传输 pickle 后的数据, 那么请确保自定义的 unpickler
在数据接收端也是可用的.
Example 4-15 展示了如何实现 pickle 一个打开的文件对象.
File: copy-reg-example-3.py import copy_reg import pickle, types import StringIO # # register a pickle handler for file objects def file_unpickler(position, data): file = StringIO.StringIO(data) file.seek(position) return file def file_pickler(code): position = file.tell() file.seek(0) data = file.read() file.seek(position) return file_unpickler, (position, data) copy_reg.pickle(types.FileType, file_pickler, file_unpickler) # # try it out file = open("samples/sample.txt", "rb") print file.read(120), print "<here>", print pickle.loads(pickle.dumps(file)).read() We will perhaps eventually be writing only small modules, which are identified by name as they are used to build larger <here> ones, so that devices like indentation, rather than delimiters, might become feasible for expressing local structure in the source language. -- Donald E. Knuth, December 1974
pprint
模块( pretty printer )用于打印 Python 数据结构. 当你在命令行下打印
特定数据结构时你会发现它很有用(输出格式比较整齐, 便于阅读).
File: pprint-example-1.py import pprint data = ( "this is a string", [1, 2, 3, 4], ("more tuples", 1.0, 2.3, 4.5), "this is yet another string" ) pprint.pprint(data) ('this is a string', [1, 2, 3, 4], ('more tuples', 1.0, 2.3, 4.5), 'this is yet another string')
repr
模块提供了内建 repr
函数的另个版本. 它限制了很多(字符串长度,
递归等). Example 4-17 展示了如何使用该模块.
File: repr-example-1.py # note: this overrides the built-in 'repr' function from repr import repr # an annoyingly recursive data structure data = ( "X" * 100000, ) data = [data] data.append(data) print repr(data) [('XXXXXXXXXXXX...XXXXXXXXXXXXX',), [('XXXXXXXXXXXX...XXXXXXXXXX XXX',), [('XXXXXXXXXXXX...XXXXXXXXXXXXX',), [('XXXXXXXXXXXX...XX XXXXXXXXXXX',), [('XXXXXXXXXXXX...XXXXXXXXXXXXX',), [(...), [... ]]]]]]]
base64
编码体系用于将任意二进制数据转换为纯文本. 它将一个 3 字节的二进制字节组
转换为 4 个文本字符组储存, 而且规定只允许以下集合中的字符出现:
ABCDEFGHIJKLMNOPQRSTUVWXYZ abcdefghijklmnopqrstuvwxyz 0123456789+/
另外, =
用于填充数据流的末尾.
Example 4-18 展示了如何使用 encode
和 decode
函数操作文件对象.
File: base64-example-1.py import base64 MESSAGE = "life of brian" file = open("out.txt", "w") file.write(MESSAGE) file.close() base64.encode(open("out.txt"), open("out.b64", "w")) base64.decode(open("out.b64"), open("out.txt", "w")) print "original:", repr(MESSAGE) print "encoded message:", repr(open("out.b64").read()) print "decoded message:", repr(open("out.txt").read()) original: 'life of brian' encoded message: 'bGlmZSBvZiBicmlhbg==\012' decoded message: 'life of brian'
Example 4-19 展示了如何使用 encodestring
和 decodestring
函数在字符串间转换.
它们是 encode
和 decode
函数的顶层封装. 使用 StringIO
对象处理输入和输出.
File: base64-example-2.py import base64 MESSAGE = "life of brian" data = base64.encodestring(MESSAGE) original_data = base64.decodestring(data) print "original:", repr(MESSAGE) print "encoded data:", repr(data) print "decoded data:", repr(original_data) original: 'life of brian' encoded data: 'bGlmZSBvZiBicmlhbg==\012' decoded data: 'life of brian'
Example 4-20 展示了如何将用户名和密码转换为 HTTP 基本身份验证字符串.
File: base64-example-3.py import base64 def getbasic(user, password): # basic authentication (according to HTTP) return base64.encodestring(user + ":" + password) print getbasic("Aladdin", "open sesame") 'QWxhZGRpbjpvcGVuIHNlc2FtZQ=='
最后, Example 4-21 展示了一个实用小工具, 它可以把 GIF 格式转换为 Python 脚本, 便于使用 Tkinter 库.
File: base64-example-4.py import base64, sys if not sys.argv[1:]: print "Usage: gif2tk.py giffile >pyfile" sys.exit(1) data = open(sys.argv[1], "rb").read() if data[:4] != "GIF8": print sys.argv[1], "is not a GIF file" sys.exit(1) print '# generated from', sys.argv[1], 'by gif2tk.py' print print 'from Tkinter import PhotoImage' print print 'image = PhotoImage(data="""' print base64.encodestring(data), print '""")' # generated from samples/sample.gif by gif2tk.py from Tkinter import PhotoImage image = PhotoImage(data=""" R0lGODlhoAB4APcAAAAAAIAAAACAAICAAAAAgIAAgACAgICAgAQEBIwEBIyMBJRUlISE/LRUBAQE ... AjmQBFmQBnmQCJmQCrmQDNmQDvmQEBmREnkRAQEAOw== """)
binhex
模块用于到 Macintosh BinHex 格式的相互转化. 如 Example 4-22 所示.
File: binhex-example-1.py import binhex import sys infile = "samples/sample.jpg" binhex.binhex(infile, sys.stdout) (This file must be converted with BinHex 4.0) :#R0KEA"XC5jUF'F!2j!)!*!%%TS!N!4RdrrBrq!!%%T'58B!!3%!!!%!!3!!rpX !3`!)"JB("J8)"`F(#3N)#J`8$3`,#``C%K-2&"dD(aiG'K`F)#3Z*b!L,#-F(#J h+5``-63d0"mR16di-M`Z-c3brpX!3`%*#3N-#``B$3dB-L%F)6+3-[r!!"%)!)! !J!-")J!#%3%$%3(ra!!I!!!""3'3"J#3#!%#!`3&"JF)#3S,rm3!Y4!!!J%$!`) %!`8&"!3!!!&p!3)$!!34"4)K-8%'%e&K"b*a&$+"ND%))d+a`495dI!N-f*bJJN
该模块有两个函数 binhex
和 hexbin
.
quopri
模块基于 MIME 标准实现了引用的可打印编码( quoted printable encoding ).
这样的编码可以将不包含或只包含一部分U.S. ASCII 文本的信息, 例如大多欧洲语言, 中文, 转换为只包含 U.S. ASCII 的信息. 在一些老式的 mail 代理中你会发现这很有用, 因为它们一般不支持特殊. 如 Example 4-23 所示.
File: quopri-example-1.py import quopri import StringIO # helpers (the quopri module only supports file-to-file conversion) def encodestring(instring, tabs=0): outfile = StringIO.StringIO() quopri.encode(StringIO.StringIO(instring), outfile, tabs) return outfile.getvalue() def decodestring(instring): outfile = StringIO.StringIO() quopri.decode(StringIO.StringIO(instring), outfile) return outfile.getvalue() # # try it out MESSAGE = "å i åa ä e ö!" encoded_message = encodestring(MESSAGE) decoded_message = decodestring(encoded_message) print "original:", MESSAGE print "encoded message:", repr(encoded_message) print "decoded message:", decoded_message original: å i åa ä e ö! encoded message: '=E5 i =E5a =E4 e =F6!\012' decoded message: å i åa ä e ö!
如 Example 4-23 所示, 非 U.S. 字符通过等号 (=
) 附加两个十六进制字符来表示.
这里需要注意等号也是使用这样的方式( "=3D
" )来表示的, 以及换行符( "=20
" ).
其他字符不会被改变. 所以如果你没有用太多的怪异字符的话, 编码后字符串依然可读性很好.
(Europeans generally hate this encoding and strongly believe that certain U.S. programmers deserve to be slapped in the head with a huge great fish to the jolly music of Edward German....)
uu
编码体系用于将任意二进制数据转换为普通文本格式.
该格式在新闻组中很流行, 但逐渐被 base64
编码取代.
uu
编码将每个 3 字节( 24 位)的数据组转换为 4 个可打印字符(每个字符 6 位), 使用从 chr(32) (空格)
到 chr(95) 的字符. uu 编码通常会使数据大小增加 40% .
一个编码后的数据流以一个新行开始, 它包含文件的权限( Unix 格式)和文件名, 以 end 行结尾:
begin 666 sample.jpg M_]C_X 02D9)1@ ! 0 0 ! #_VP!# @&!@<&!0@'!P<)'0@*#!0-# L+ ...more lines like this... end
uu
模块提供了两个函数: encode
和 decode
.
encode(infile, outfile, filename)
函数从编码输入文件中的数据, 然后写入到输出文件中. 如
Example 4-24 所示. infile 和 outfile 可以是文件名或文件对象.
filename 参数作为起始域的文件名写入.
File: uu-example-1.py import uu import os, sys infile = "samples/sample.jpg" uu.encode(infile, sys.stdout, os.path.basename(infile)) begin 666 sample.jpg M_]C_X 02D9)1@ ! 0 0 ! #_VP!# @&!@<&!0@'!P<)"0@*#!0-# L+ M#!D2$P\4'1H?'AT:'!P@)"XG("(L(QP<*#<I+# Q-#0T'R<Y/3@R/"XS-#+_ MVP!# 0D)"0P+#!@-#1@R(1PA,C(R,C(R,C(R,C(R,C(R,C(R,C(R,C(R,C(R M,C(R,C(R,C(R,C(R,C(R,C(R,C(R,C+_P 1" " ( # 2( A$! Q$!_\0 M'P 04! 0$! 0$ $" P0%!@<("0H+_\0 M1 @$# P($ P4%
decode(infile, outfile)
函数用来解码 uu 编码的数据. 同样地, 参数可以是文件名也可以是文件对象.
如 Example 4-25 所示.
File: uu-example-2.py import uu import StringIO infile = "samples/sample.uue" outfile = "samples/sample.jpg" # # decode fi = open(infile) fo = StringIO.StringIO() uu.decode(fi, fo) # # compare with original data file data = open(outfile, "rb").read() if fo.getvalue() == data: print len(data), "bytes ok"
binascii
提供了多个编码的支持函数, 包括 base64
, binhex
,
以及 uu
. 如 Example 4-26 所示.
2.0 及以后版本中, 你还可以使用它在二进制数据和十六进制字符串中相互转换.
File: binascii-example-1.py import binascii text = "hello, mrs teal" data = binascii.b2a_base64(text) text = binascii.a2b_base64(data) print text, "<=>", repr(data) data = binascii.b2a_uu(text) text = binascii.a2b_uu(data) print text, "<=>", repr(data) data = binascii.b2a_hqx(text) text = binascii.a2b_hqx(data)[0] print text, "<=>", repr(data) # 2.0 and newer data = binascii.b2a_hex(text) text = binascii.a2b_hex(data) print text, "<=>", repr(data) hello, mrs teal <=> 'aGVsbG8sIG1ycyB0ZWFs\012' hello, mrs teal <=> '/:&5L;&\\L(&UR<R!T96%L\012' hello, mrs teal <=> 'D\'9XE\'mX)\'ebFb"dC@&X' hello, mrs teal <=> '68656c6c6f2c206d7273207465616c'
本章将描述用于处理不同文件格式的模块.
Python 提供了一些用于处理可扩展标记语言( Extensible Markup Language , XML ) 和超文本标记语言( Hypertext Markup Language , HTML )的扩展. Python 同样提供了对 标准通用标记语言( Standard Generalized Markup Language , SGML )的支持.
所有这些格式都有着相同的结构, 因为 HTML 和 XML 都来自 SGML . 每个文档都是由 起始标签( start tags ), 结束标签( end tags ), 文本(又叫字符数据), 以及实体引用( entity references )构成:
<document name="sample.xml"> <header>This is a header</header> <body>This is the body text. The text can contain plain text ("character data"), tags, and entities. </body> </document>
在这个例子中, <document>
, <header>
, 以及 <body>
是起始标签.
每个起始标签都有一个对应的结束标签, 使用斜线 "/
" 标记. 起始标签可以包含多个属性,
比如这里的 name
属性.
起始标签和它对应的结束标签中的任何东西被称为 元素( element ).
这里 document
元素包含 header
和 body
两个元素.
"
是一个字符实体( character entity ).
字符实体用于在文本区域中表示特殊的保留字符, 使用 &
指示.
这里它代表一个引号, 常见字符实体还有 " < ( < )
" 和 " > ( > )
" .
虽然 XML , HTML , SGML 使用相同的结构块, 但它们还有一些不同点.
在 XML 中, 所有元素必须有起始和结束标签, 所有标签必须正确嵌套( well-formed ).
而且 XML 是区分大小写的, 所以 <document>
和 <Document>
是不同的元素类型.
HTML 有很高灵活性, HTML 语法分析器一般会自动补全缺失标签; 例如,
当遇到一个以 <P>
标签开始的新段落, 却没有对应结束标签, 语法分析器会自动添加一个
</P>
标签. HTML 也是区分大小写的. 另一方面, XML 允许你定义任何元素,
而 HTML 使用一些由 HTML 规范定义的固定元素.
SGML 有着更高的灵活性, 你可以使用自己的声明( declaration ) 定义源文件如何转换到元素结构, DTD ( document type description , 文件类型定义)可以用来 检查结构并补全缺失标签. 技术上来说, HTML 和 XML 都是 SGML 应用, 有各自的 SGML 声明, 而且 HTML 有一个标准 DTD .
Python 提供了多个 makeup 语言分析器. 由于 SGML 是最灵活的格式, Python 的 sgmllib
事实上很简单. 它不会去处理 DTD , 不过你可以继承它来提供更复杂的功能.
Python 的 HTML 支持基于 SGML 分析器. htmllib
将具体的格式输出工作交给 formatter 对象.
formatter
模块包含一些标准格式化标志.
Python 的 XML 支持模块很复杂. 先前是只有与 sgmllib
类似的 xmllib
, 后来加入了更高级的
expat
模块(可选). 而最新版本中已经准备废弃 xmllib
,启用 xml
包作为工具集.
ConfigParser
模块用于读取简单的配置文件, 类似 Windows 下的 INI 文件.
netrc
模块用于读取 .netrc 配置文件, shlex 模块用于读取类似 shell 脚本语法的配置文件.
Python 的标准库提供了对 GZIP 和 ZIP ( 2.0 及以后) 格式的支持.
基于 zlib 模块, gzip
和 zipfile
模块分别用来处理这类文件.
xmllib
已在当前版本中申明不支持.
xmlib
模块提供了一个简单的 XML 语法分析器, 使用正则表达式将 XML 数据分离,
如 Example 5-1 所示. 语法分析器只对文档做基本的检查,
例如是否只有一个顶层元素, 所有的标签是否匹配.
XML 数据一块一块地发送给 xmllib 分析器(例如在网路中传输的数据). 分析器在遇到起始标签, 数据区域, 结束标签, 和实体的时候调用不同的方法.
如果你只是对某些标签感兴趣, 你可以定义特殊的 start_tag
和
end_tag
方法, 这里 tag
是标签名称. 这些 start
函数使用它们对应标签的属性作为参数调用(传递时为一个字典).
File: xmllib-example-1.py import xmllib class Parser(xmllib.XMLParser): # get quotation number def _ _init_ _(self, file=None): xmllib.XMLParser._ _init_ _(self) if file: self.load(file) def load(self, file): while 1: s = file.read(512) if not s: break self.feed(s) self.close() def start_quotation(self, attrs): print "id =>", attrs.get("id") raise EOFError try: c = Parser() c.load(open("samples/sample.xml")) except EOFError: pass id => 031
Example 5-2 展示了一个简单(不完整)的内容输出引擎( rendering engine ).
分析器有一个元素堆栈( _ _tags
), 它连同文本片断传递给输出生成器.
生成器会在 style 字典中查询当前标签的层次, 如果不存在, 它将根据样式表创建一个新的样式描述.
File: xmllib-example-2.py import xmllib import string, sys STYLESHEET = { # each element can contribute one or more style elements "quotation": {"style": "italic"}, "lang": {"weight": "bold"}, "name": {"weight": "medium"}, } class Parser(xmllib.XMLParser): # a simple styling engine def _ _init_ _(self, renderer): xmllib.XMLParser._ _init_ _(self) self._ _data = [] self._ _tags = [] self._ _renderer = renderer def load(self, file): while 1: s = file.read(8192) if not s: break self.feed(s) self.close() def handle_data(self, data): self._ _data.append(data) def unknown_starttag(self, tag, attrs): if self._ _data: text = string.join(self._ _data, "") self._ _renderer.text(self._ _tags, text) self._ _tags.append(tag) self._ _data = [] def unknown_endtag(self, tag): self._ _tags.pop() if self._ _data: text = string.join(self._ _data, "") self._ _renderer.text(self._ _tags, text) self._ _data = [] class DumbRenderer: def _ _init_ _(self): self.cache = {} def text(self, tags, text): # render text in the style given by the tag stack tags = tuple(tags) style = self.cache.get(tags) if style is None: # figure out a combined style style = {} for tag in tags: s = STYLESHEET.get(tag) if s: style.update(s) self.cache[tags] = style # update cache # write to standard output sys.stdout.write("%s =>\n" % style) sys.stdout.write(" " + repr(text) + "\n") # # try it out r = DumbRenderer() c = Parser(r) c.load(open("samples/sample.xml")) {'style': 'italic'} => 'I\'ve had a lot of developers come up to me and\012say, "I haven\'t had this much fun in a long time. It sure beats\012writing ' {'style': 'italic', 'weight': 'bold'} => 'Cobol' {'style': 'italic'} => '" -- ' {'style': 'italic', 'weight': 'medium'} => 'James Gosling' {'style': 'italic'} => ', on\012' {'weight': 'bold'} => 'Java' {'style': 'italic'} => '.'
(可选) xml.parsers.expat
模块是 James Clark's Expat XML parser 的接口.
Example 5-3 展示了这个功能完整且性能很好的语法分析器.
File: xml-parsers-expat-example-1.py from xml.parsers import expat class Parser: def _ _init_ _(self): self._parser = expat.ParserCreate() self._parser.StartElementHandler = self.start self._parser.EndElementHandler = self.end self._parser.CharacterDataHandler = self.data def feed(self, data): self._parser.Parse(data, 0) def close(self): self._parser.Parse("", 1) # end of data del self._parser # get rid of circular references def start(self, tag, attrs): print "START", repr(tag), attrs def end(self, tag): print "END", repr(tag) def data(self, data): print "DATA", repr(data) p = Parser() p.feed("<tag>data</tag>") p.close() START u'tag' {} DATA u'data' END u'tag'
注意即使你传入的是普通的文本, 这里的分析器仍然会返回 Unicode 字符串. 默认情况下, 分析器将源文本作为 UTF-8 解析. 如果要使用其他编码, 请确保 XML 文件包含 encoding 说明. 如 Example 5-4 所示.
File: xml-parsers-expat-example-2.py from xml.parsers import expat class Parser: def _ _init_ _(self): self._parser = expat.ParserCreate() self._parser.StartElementHandler = self.start self._parser.EndElementHandler = self.end self._parser.CharacterDataHandler = self.data def feed(self, data): self._parser.Parse(data, 0) def close(self): self._parser.Parse("", 1) # end of data del self._parser # get rid of circular references def start(self, tag, attrs): print "START", repr(tag), attrs def end(self, tag): print "END", repr(tag) def data(self, data): print "DATA", repr(data) p = Parser() p.feed("""\ <?xml version='1.0' encoding='iso-8859-1'?> <author> <name>fredrik lundh</name> <city>linköping</city> </author> """ ) p.close() START u'author' {} DATA u'\012' START u'name' {} DATA u'fredrik lundh' END u'name' DATA u'\012' START u'city' {} DATA u'link\366ping' END u'city' DATA u'\012' END u'author'
sgmllib
模块, 提供了一个基本的 SGML 语法分析器. 它与 xmllib
分析器基本相同,
但限制更少(而且不是很完善). 如 Example 5-5 所示.
和在 xmllib
中一样, 这个分析器在遇到起始标签, 数据区域, 结束标签以及实体时调用内部方法.
如果你只是对某些标签感兴趣, 那么你可以定义特殊的方法.
File: sgmllib-example-1.py import sgmllib import string class FoundTitle(Exception): pass class ExtractTitle(sgmllib.SGMLParser): def _ _init_ _(self, verbose=0): sgmllib.SGMLParser._ _init_ _(self, verbose) self.title = self.data = None def handle_data(self, data): if self.data is not None: self.data.append(data) def start_title(self, attrs): self.data = [] def end_title(self): self.title = string.join(self.data, "") raise FoundTitle # abort parsing! def extract(file): # extract title from an HTML/SGML stream p = ExtractTitle() try: while 1: # read small chunks s = file.read(512) if not s: break p.feed(s) p.close() except FoundTitle: return p.title return None # # try it out print "html", "=>", extract(open("samples/sample.htm")) print "sgml", "=>", extract(open("samples/sample.sgm")) html => A Title. sgml => Quotations
重载 unknown_starttag
和 unknown_endtag
方法就可以处理所有的标签. 如 Example 5-6 所示.
File: sgmllib-example-2.py import sgmllib import cgi, sys class PrettyPrinter(sgmllib.SGMLParser): # A simple SGML pretty printer def _ _init_ _(self): # initialize base class sgmllib.SGMLParser._ _init_ _(self) self.flag = 0 def newline(self): # force newline, if necessary if self.flag: sys.stdout.write("\n") self.flag = 0 def unknown_starttag(self, tag, attrs): # called for each start tag # the attrs argument is a list of (attr, value) # tuples. convert it to a string. text = "" for attr, value in attrs: text = text + " %s='%s'" % (attr, cgi.escape(value)) self.newline() sys.stdout.write("<%s%s>\n" % (tag, text)) def handle_data(self, text): # called for each text section sys.stdout.write(text) self.flag = (text[-1:] != "\n") def handle_entityref(self, text): # called for each entity sys.stdout.write("&%s;" % text) def unknown_endtag(self, tag): # called for each end tag self.newline() sys.stdout.write("<%s>" % tag) # # try it out file = open("samples/sample.sgm") p = PrettyPrinter() p.feed(file.read()) p.close() <chapter> <title> Quotations <title> <epigraph> <attribution> eff-bot, June 1997 <attribution> <para> <quote> Nobody expects the Spanish Inquisition! Amongst our weaponry are such diverse elements as fear, surprise, ruthless efficiency, and an almost fanatical devotion to Guido, and nice red uniforms — oh, damn! <quote> <para> <epigraph> <chapter>
Example 5-7 检查 SGML 文档是否是如 XML 那样 "正确格式化", 所有的元素是否正确嵌套, 起始和结束标签是否匹配等.
我们使用列表保存所有起始标签, 然后检查每个结束标签是否匹配前个起始标签. 最后确认到达文件末尾时没有未关闭的标签.
File: sgmllib-example-3.py import sgmllib class WellFormednessChecker(sgmllib.SGMLParser): # check that an SGML document is 'well-formed' # (in the XML sense). def _ _init_ _(self, file=None): sgmllib.SGMLParser._ _init_ _(self) self.tags = [] if file: self.load(file) def load(self, file): while 1: s = file.read(8192) if not s: break self.feed(s) self.close() def close(self): sgmllib.SGMLParser.close(self) if self.tags: raise SyntaxError, "start tag %s not closed" % self.tags[-1] def unknown_starttag(self, start, attrs): self.tags.append(start) def unknown_endtag(self, end): start = self.tags.pop() if end != start: raise SyntaxError, "end tag %s does't match start tag %s" %\ (end, start) try: c = WellFormednessChecker() c.load(open("samples/sample.htm")) except SyntaxError: raise # report error else: print "document is well-formed" Traceback (innermost last): ... SyntaxError: end tag head does't match start tag meta
最后, Example 5-8 中的类可以用来过滤 HTML 和 SGML 文档. 继承这个类,
然后实现 start
和 end
方法即可.
File: sgmllib-example-4.py import sgmllib import cgi, string, sys class SGMLFilter(sgmllib.SGMLParser): # sgml filter. override start/end to manipulate # document elements def _ _init_ _(self, outfile=None, infile=None): sgmllib.SGMLParser._ _init_ _(self) if not outfile: outfile = sys.stdout self.write = outfile.write if infile: self.load(infile) def load(self, file): while 1: s = file.read(8192) if not s: break self.feed(s) self.close() def handle_entityref(self, name): self.write("&%s;" % name) def handle_data(self, data): self.write(cgi.escape(data)) def unknown_starttag(self, tag, attrs): tag, attrs = self.start(tag, attrs) if tag: if not attrs: self.write("<%s>" % tag) else: self.write("<%s" % tag) for k, v in attrs: self.write(" %s=%s" % (k, repr(v))) self.write(">") def unknown_endtag(self, tag): tag = self.end(tag) if tag: self.write("</%s>" % tag) def start(self, tag, attrs): return tag, attrs # override def end(self, tag): return tag # override class Filter(SGMLFilter): def fixtag(self, tag): if tag == "em": tag = "i" if tag == "string": tag = "b" return string.upper(tag) def start(self, tag, attrs): return self.fixtag(tag), attrs def end(self, tag): return self.fixtag(tag) c = Filter() c.load(open("samples/sample.htm"))
htmlib
模块包含了一个标签驱动的( tag-driven ) HTML 语法分析器,
它会将数据发送至一个格式化对象. 如 Example 5-9 所示.
更多关于如何解析 HTML 的例子请参阅 formatter
模块.
File: htmllib-example-1.py import htmllib import formatter import string class Parser(htmllib.HTMLParser): # return a dictionary mapping anchor texts to lists # of associated hyperlinks def _ _init_ _(self, verbose=0): self.anchors = {} f = formatter.NullFormatter() htmllib.HTMLParser._ _init_ _(self, f, verbose) def anchor_bgn(self, href, name, type): self.save_bgn() self.anchor = href def anchor_end(self): text = string.strip(self.save_end()) if self.anchor and text: self.anchors[text] = self.anchors.get(text, []) + [self.anchor] file = open("samples/sample.htm") html = file.read() file.close() p = Parser() p.feed(html) p.close() for k, v in p.anchors.items(): print k, "=>", v print link => ['http://www.python.org']
如果你只是想解析一个 HTML 文件, 而不是将它交给输出设备,
那么 sgmllib
模块会是更好的选择.
htmlentitydefs
模块包含一个由 HTML 中 ISO Latin-1 字符实体构成的字典.
如 Example 5-10 所示.
File: htmlentitydefs-example-1.py import htmlentitydefs entities = htmlentitydefs.entitydefs for entity in "amp", "quot", "copy", "yen": print entity, "=", entities[entity] amp = & quot = " copy = \302\251 yen = \302\245
Example 5-11 展示了如何将正则表达式与这个字典结合起来翻译字符串中的实体
( cgi.escape
的逆向操作).
File: htmlentitydefs-example-2.py import htmlentitydefs import re import cgi pattern = re.compile("&(\w+?);") def descape_entity(m, defs=htmlentitydefs.entitydefs): # callback: translate one entity to its ISO Latin value try: return defs[m.group(1)] except KeyError: return m.group(0) # use as is def descape(string): return pattern.sub(descape_entity, string) print descape("<spam&eggs>") print descape(cgi.escape("<spam&eggs>")) <spam&eggs> <spam&eggs>
最后, Example 5-12 展示了如何将 XML 保留字符和 ISO Latin-1 字符转换为 XML 字符串.
与 cgi.escape
相似, 但它会替换非 ASCII 字符.
File: htmlentitydefs-example-3.py import htmlentitydefs import re, string # this pattern matches substrings of reserved and non-ASCII characters pattern = re.compile(r"[&<>\"\x80-\xff]+") # create character map entity_map = {} for i in range(256): entity_map[chr(i)] = "&%d;" % i for entity, char in htmlentitydefs.entitydefs.items(): if entity_map.has_key(char): entity_map[char] = "&%s;" % entity def escape_entity(m, get=entity_map.get): return string.join(map(get, m.group()), "") def escape(string): return pattern.sub(escape_entity, string) print escape("<spam&eggs>") print escape("\303\245 i \303\245a \303\244 e \303\266") <spam&eggs> å i åa ä e ö
formatter
模块提供了一些可用于 htmllib
的格式类( formatter classes ).
这些类有两种, formatter 和 writer . formatter 将 HTML 解析器的标签和数据流转换为适合输出设备的事件流( event stream ), 而 writer 将事件流输出到设备上. 如 Example 5-13 所示.
大多情况下, 你可以使用 AbstractFormatter 类进行格式化. 它会根据不同的格式化事件调用 writer 对象的方法. AbstractWriter 类在每次方法调用时打印一条信息.
File: formatter-example-1.py import formatter import htmllib w = formatter.AbstractWriter() f = formatter.AbstractFormatter(w) file = open("samples/sample.htm") p = htmllib.HTMLParser(f) p.feed(file.read()) p.close() file.close() send_paragraph(1) new_font(('h1', 0, 1, 0)) send_flowing_data('A Chapter.') send_line_break() send_paragraph(1) new_font(None) send_flowing_data('Some text. Some more text. Some') send_flowing_data(' ') new_font((None, 1, None, None)) send_flowing_data('emphasized') new_font(None) send_flowing_data(' text. A') send_flowing_data(' link') send_flowing_data('[1]') send_flowing_data('.')
formatter
模块还提供了 NullWriter 类, 它会将任何传递给它的事件忽略; 以及 DumbWriter 类,
它会将事件流转换为纯文本文档. 如 Example 5-14 所示.
File: formatter-example-2.py import formatter import htmllib w = formatter.DumbWriter() # plain text f = formatter.AbstractFormatter(w) file = open("samples/sample.htm") # print html body as plain text p = htmllib.HTMLParser(f) p.feed(file.read()) p.close() file.close() # print links print print i = 1 for link in p.anchorlist: print i, "=>", link i = i + 1 A Chapter. Some text. Some more text. Some emphasized text. A link[1]. 1 => http://www.python.org
Example 5-15 提供了一个自定义的 Writer , 它继承自 DumbWriter 类, 会记录当前字体样式并根据字体美化输出格式.
File: formatter-example-3.py import formatter import htmllib, string class Writer(formatter.DumbWriter): def _ _init_ _(self): formatter.DumbWriter._ _init_ _(self) self.tag = "" self.bold = self.italic = 0 self.fonts = [] def new_font(self, font): if font is None: font = self.fonts.pop() self.tag, self.bold, self.italic = font else: self.fonts.append((self.tag, self.bold, self.italic)) tag, bold, italic, typewriter = font if tag is not None: self.tag = tag if bold is not None: self.bold = bold if italic is not None: self.italic = italic def send_flowing_data(self, data): if not data: return atbreak = self.atbreak or data[0] in string.whitespace for word in string.split(data): if atbreak: self.file.write(" ") if self.tag in ("h1", "h2", "h3"): word = string.upper(word) if self.bold: word = "*" + word + "*" if self.italic: word = "_" + word + "_" self.file.write(word) atbreak = 1 self.atbreak = data[-1] in string.whitespace w = Writer() f = formatter.AbstractFormatter(w) file = open("samples/sample.htm") # print html body as plain text p = htmllib.HTMLParser(f) p.feed(file.read()) p.close() _A_ _CHAPTER._ Some text. Some more text. Some *emphasized* text. A link[1].
ConfigParser
模块用于读取配置文件.
配置文件的格式与 Windows INI 文件类似, 可以包含一个或多个区域( section ), 每个区域可以有多个配置条目.
这里有个样例配置文件, 在 Example 5-16 用到了这个文件:
[book] title: The Python Standard Library author: Fredrik Lundh email: fredrik@pythonware.com version: 2.0-001115 [ematter] pages: 250 [hardcopy] pages: 350
Example 5-16 使用 ConfigParser
模块读取这个配制文件.
File: configparser-example-1.py import ConfigParser import string config = ConfigParser.ConfigParser() config.read("samples/sample.ini") # print summary print print string.upper(config.get("book", "title")) print "by", config.get("book", "author"), print "(" + config.get("book", "email") + ")" print print config.get("ematter", "pages"), "pages" print # dump entire config file for section in config.sections(): print section for option in config.options(section): print " ", option, "=", config.get(section, option) THE PYTHON STANDARD LIBRARY by Fredrik Lundh (fredrik@pythonware.com) 250 pages book title = The Python Standard Library email = fredrik@pythonware.com author = Fredrik Lundh version = 2.0-001115 _ _name_ _ = book ematter _ _name_ _ = ematter pages = 250 hardcopy _ _name_ _ = hardcopy pages = 350
Python 2.0 以后, ConfigParser
模块也可以将配置数据写入文件, 如 Example 5-17 所示.
File: configparser-example-2.py import ConfigParser import sys config = ConfigParser.ConfigParser() # set a number of parameters config.add_section("book") config.set("book", "title", "the python standard library") config.set("book", "author", "fredrik lundh") config.add_section("ematter") config.set("ematter", "pages", 250) # write to screen config.write(sys.stdout) [book] title = the python standard library author = fredrik lundh [ematter] pages = 250
netrc 模块可以用来解析 .netrc 配置文件, 如 Example 5-18 所示. 该文件用于在用户的 home 目录储存 FTP 用户名和密码. (别忘记设置这个文件的属性为: "chmod 0600 ~/.netrc," 这样只有当前用户能访问).
File: netrc-example-1.py import netrc # default is $HOME/.netrc info = netrc.netrc("samples/sample.netrc") login, account, password = info.authenticators("secret.fbi") print "login", "=>", repr(login) print "account", "=>", repr(account) print "password", "=>", repr(password) login => 'mulder' account => None password => 'trustno1'
shlex
模块为基于 Unix shell 语法的语言提供了一个简单的 lexer (也就是 tokenizer).
如 Example 5-19 所示.
File: shlex-example-1.py import shlex lexer = shlex.shlex(open("samples/sample.netrc", "r")) lexer.wordchars = lexer.wordchars + "._" while 1: token = lexer.get_token() if not token: break print repr(token) 'machine' 'secret.fbi' 'login' 'mulder' 'password' 'trustno1' 'machine' 'non.secret.fbi' 'login' 'scully' 'password' 'noway'
( 2.0 新增) zipfile
模块可以用来读写 ZIP 格式.
使用 namelist
和 infolist
方法可以列出压缩档的内容, 前者返回由文件名组成的列表,
后者返回由 ZipInfo 实例组成的列表. 如 Example 5-20 所示.
File: zipfile-example-1.py import zipfile file = zipfile.ZipFile("samples/sample.zip", "r") # list filenames for name in file.namelist(): print name, print # list file information for info in file.infolist(): print info.filename, info.date_time, info.file_size sample.txt sample.jpg sample.txt (1999, 9, 11, 20, 11, 8) 302 sample.jpg (1999, 9, 18, 16, 9, 44) 4762
调用 read
方法就可以从 ZIP 文档中读取数据. 它接受一个文件名作为参数, 返回字符串.
如 Example 5-21 所示.
File: zipfile-example-2.py import zipfile file = zipfile.ZipFile("samples/sample.zip", "r") for name in file.namelist(): data = file.read(name) print name, len(data), repr(data[:10]) sample.txt 302 'We will pe' sample.jpg 4762 '\377\330\377\340\000\020JFIF'
向压缩档加入文件很简单, 将文件名, 文件在 ZIP 档中的名称传递给 write
方法即可.
Example 5-22 将 samples 目录中的所有文件打包为一个 ZIP 文件.
File: zipfile-example-3.py import zipfile import glob, os # open the zip file for writing, and write stuff to it file = zipfile.ZipFile("test.zip", "w") for name in glob.glob("samples/*"): file.write(name, os.path.basename(name), zipfile.ZIP_DEFLATED) file.close() # open the file again, to see what's in it file = zipfile.ZipFile("test.zip", "r") for info in file.infolist(): print info.filename, info.date_time, info.file_size, info.compress_size sample.wav (1999, 8, 15, 21, 26, 46) 13260 10985 sample.jpg (1999, 9, 18, 16, 9, 44) 4762 4626 sample.au (1999, 7, 18, 20, 57, 34) 1676 1103 ...
write
方法的第三个可选参数用于控制是否使用压缩. 默认为 zipfile.ZIP_STORED
,
意味着只是将数据储存在档案里而不进行任何压缩. 如果安装了 zlib
模块, 那么就可以使用
zipfile.ZIP_DEFLATED
进行压缩.
zipfile
模块也可以向档案中添加字符串. 不过, 这需要一点技巧,
你需要创建一个 ZipInfo 实例, 并正确配置它. Example 5-23 提供了一种简单的解决办法.
File: zipfile-example-4.py import zipfile import glob, os, time file = zipfile.ZipFile("test.zip", "w") now = time.localtime(time.time())[:6] for name in ("life", "of", "brian"): info = zipfile.ZipInfo(name) info.date_time = now info.compress_type = zipfile.ZIP_DEFLATED file.writestr(info, name*1000) file.close() # open the file again, to see what's in it file = zipfile.ZipFile("test.zip", "r") for info in file.infolist(): print info.filename, info.date_time, info.file_size, info.compress_size life (2000, 12, 1, 0, 12, 1) 4000 26 of (2000, 12, 1, 0, 12, 1) 2000 18 brian (2000, 12, 1, 0, 12, 1) 5000 31
gzip
模块用来读写 gzip 格式的压缩文件, 如 Example 5-24 所示.
File: gzip-example-1.py import gzip file = gzip.GzipFile("samples/sample.gz") print file.read() Well it certainly looks as though we're in for a splendid afternoon's sport in this the 127th Upperclass Twit of the Year Show.
标准的实现并不支持 seek
和 tell
方法. 不过 Example 5-25 可以解决这个问题.
File: gzip-example-2.py import gzip class gzipFile(gzip.GzipFile): # adds seek/tell support to GzipFile offset = 0 def read(self, size=None): data = gzip.GzipFile.read(self, size) self.offset = self.offset + len(data) return data def seek(self, offset, whence=0): # figure out new position (we can only seek forwards) if whence == 0: position = offset elif whence == 1: position = self.offset + offset else: raise IOError, "Illegal argument" if position < self.offset: raise IOError, "Cannot seek backwards" # skip forward, in 16k blocks while position > self.offset: if not self.read(min(position - self.offset, 16384)): break def tell(self): return self.offset # # try it file = gzipFile("samples/sample.gz") file.seek(80) print file.read() this the 127th Upperclass Twit of the Year Show.
"To be removed from our list of future commercial postings by [SOME] PUBLISHING COMPANY an Annual Charge of Ninety Five dollars is required. Just send $95.00 with your Name, Address and Name of the Newsgroup to be removed from our list."
- Newsgroup spammer, July 1996
"想要退出 '某' 宣传公司的未来商业广告列表吗, 您需要付 95 美元. 只要您支付95美元, 并且告诉我们您的姓名, 地址, 和需要退出的新闻组, 我们就会把您从列表中移除."
- 新闻组垃圾发送者, 1996 年 7 月
Python 有大量用于处理邮件和新闻组的模块, 其中包括了许多常见的邮件格式.
rfc822
模块包括了一个邮件和新闻组的解析器 (也可用于其它符合 RFC 822 标准的消息, 比如 HTTP 头).
通常, RFC 822 格式的消息包含一些标头字段, 后面至少有一个空行, 然后是信息主体.
For example, here's a short mail message. The first five lines make up the message header, and the actual message (a single line, in this case) follows after an empty line:
例如这里的邮件信息. 前五行组成了消息标头, 隔一个空行后是消息主体.
Message-Id: <20001114144603.00abb310@oreilly.com> Date: Tue, 14 Nov 2000 14:55:07 -0500 To: "Fredrik Lundh" <fredrik@effbot.org> From: Frank Subject: Re: python library book! Where is it?
消息解析器读取标头字段后会返回一个以消息标头为键的类字典对象, 如 Example 6-1 所示.
File: rfc822-example-1.py import rfc822 file = open("samples/sample.eml") message = rfc822.Message(file) for k, v in message.items(): print k, "=", v print len(file.read()), "bytes in body" subject = Re: python library book! from = "Frank" <your@editor> message-id = <20001114144603.00abb310@oreilly.com> to = "Fredrik Lundh" <fredrik@effbot.org> date = Tue, 14 Nov 2000 14:55:07 -0500 25 bytes in body
消息对象( message object )还提供了一些用于解析地址字段和数据的, 如 Example 6-2 所示.
File: rfc822-example-2.py import rfc822 file = open("samples/sample.eml") message = rfc822.Message(file) print message.getdate("date") print message.getaddr("from") print message.getaddrlist("to") (2000, 11, 14, 14, 55, 7, 0, 0, 0) ('Frank', 'your@editor') [('Fredrik Lundh', 'fredrik@effbot.org')]
地址字段被解析为 (实际名称, 邮件地址) 这样的元组. 数据字段被解析为 9 元时间元组,
可以使用 time
模块处理.
多用途因特网邮件扩展 ( Multipurpose Internet Mail Extensions, MIME ) 标准定义了如何在 RFC 822 格式的消息中储存非 ASCII 文本, 图像以及其它数据.
mimetools
模块包含一些读写 MIME 信息的工具. 它还提供了一个类似 rfc822
模块中 Message 的类,
用于处理 MIME 编码的信息. 如 Example 6-3 所示.
File: mimetools-example-1.py import mimetools file = open("samples/sample.msg") msg = mimetools.Message(file) print "type", "=>", msg.gettype() print "encoding", "=>", msg.getencoding() print "plist", "=>", msg.getplist() print "header", "=>" for k, v in msg.items(): print " ", k, "=", v type => text/plain encoding => 7bit plist => ['charset="iso-8859-1"'] header => mime-version = 1.0 content-type = text/plain; charset="iso-8859-1" to = effbot@spam.egg date = Fri, 15 Oct 1999 03:21:15 -0400 content-transfer-encoding = 7bit from = "Fredrik Lundh" <fredrik@pythonware.com> subject = By the way... ...
MimeWriter
模块用于生成符合 MIME 邮件标准的 "多部分" 的信息, 如 Example 6-4 所示.
File: mimewriter-example-1.py import MimeWriter # data encoders # 数据编码 import quopri import base64 import StringIO import sys TEXT = """ here comes the image you asked for. hope it's what you expected. </F>""" FILE = "samples/sample.jpg" file = sys.stdout # # create a mime multipart writer instance mime = MimeWriter.MimeWriter(file) mime.addheader("Mime-Version", "1.0") mime.startmultipartbody("mixed") # add a text message # 加入文字信息 part = mime.nextpart() part.addheader("Content-Transfer-Encoding", "quoted-printable") part.startbody("text/plain") quopri.encode(StringIO.StringIO(TEXT), file, 0) # add an image # 加入图片 part = mime.nextpart() part.addheader("Content-Transfer-Encoding", "base64") part.startbody("image/jpeg") base64.encode(open(FILE, "rb"), file) mime.lastpart()
输出结果如下:
Content-Type: multipart/mixed; boundary='host.1.-852461.936831373.130.24813' --host.1.-852461.936831373.130.24813 Content-Type: text/plain Context-Transfer-Encoding: quoted-printable here comes the image you asked for. hope it's what you expected. </F> --host.1.-852461.936831373.130.24813 Content-Type: image/jpeg Context-Transfer-Encoding: base64 /9j/4AAQSkZJRgABAQAAAQABAAD/2wBDAAgGBgcGBQgHBwcJCQgKDBQNDAsLDBkSEw8UHRof HBwgJC4nICIsIxwcKDcpLDAxNDQ0Hyc5PTgyPC4zNDL/2wBDAQkJCQwLDBgNDRgyIRwhMjIy ... 1e5vLrSYbJnEVpEgjCLx5mPU0qsVK0UaxjdNlS+1U6pfzTR8IzEhj2HrVG6m8m18xc8cIKSC tCuFyC746j/Cq2pTia4WztfmKjGBXTCmo6IUpt== --host.1.-852461.936831373.130.24813--
[Example 6-5 #eg-6-5 ] 使用辅助类储存每个子部分.
File: mimewriter-example-2.py import MimeWriter import string, StringIO, sys import re, quopri, base64 # check if string contains non-ascii characters must_quote = re.compile("[\177-\377]").search # # encoders def encode_quoted_printable(infile, outfile): quopri.encode(infile, outfile, 0) class Writer: def _ _init_ _(self, file=None, blurb=None): if file is None: file = sys.stdout self.file = file self.mime = MimeWriter.MimeWriter(file) self.mime.addheader("Mime-Version", "1.0") file = self.mime.startmultipartbody("mixed") if blurb: file.write(blurb) def close(self): "End of message" self.mime.lastpart() self.mime = self.file = None def write(self, data, mimetype="text/plain"): "Write data from string or file to message" # data is either an opened file or a string if type(data) is type(""): file = StringIO.StringIO(data) else: file = data data = None part = self.mime.nextpart() typ, subtyp = string.split(mimetype, "/", 1) if typ == "text": # text data encoding = "quoted-printable" encoder = lambda i, o: quopri.encode(i, o, 0) if data and not must_quote(data): # copy, don't encode encoding = "7bit" encoder = None else: # binary data (image, audio, application, ...) encoding = "base64" encoder = base64.encode # # write part headers if encoding: part.addheader("Content-Transfer-Encoding", encoding) part.startbody(mimetype) # # write part body if encoder: encoder(file, self.file) elif data: self.file.write(data) else: while 1: data = infile.read(16384) if not data: break outfile.write(data) # # try it out BLURB = "if you can read this, your mailer is not MIME-aware\n" mime = Writer(sys.stdout, BLURB) # add a text message mime.write("""\ here comes the image you asked for. hope it's what you expected. """, "text/plain") # add an image mime.write(open("samples/sample.jpg", "rb"), "image/jpeg") mime.close()
mailbox
模块用来处理各种不同类型的邮箱格式, 如 Example 6-6 所示.
大部分邮箱格式使用文本文件储存纯 RFC 822 信息, 用分割行区别不同的信息.
File: mailbox-example-1.py import mailbox mb = mailbox.UnixMailbox(open("/var/spool/mail/effbot")) while 1: msg = mb.next() if not msg: break for k, v in msg.items(): print k, "=", v body = msg.fp.read() print len(body), "bytes in body" subject = for he's a ... message-id = <199910150027.CAA03202@spam.egg> received = (from fredrik@pythonware.com) by spam.egg (8.8.7/8.8.5) id CAA03202 for effbot; Fri, 15 Oct 1999 02:27:36 +0200 from = Fredrik Lundh <fredrik@pythonware.com> date = Fri, 15 Oct 1999 12:35:36 +0200 to = effbot@spam.egg 1295 bytes in body
mailcap
模块用于处理 mailcap 文件, 该文件指定了不同的文档格式的处理方法( Unix 系统下).
如 Example 6-7 所示.
File: mailcap-example-1.py import mailcap caps = mailcap.getcaps() for k, v in caps.items(): print k, "=", v image/* = [{'view': 'pilview'}] application/postscript = [{'view': 'ghostview'}]
Example 6-7 中, 系统使用 pilview
来预览( view )所有类型的图片,
使用 ghostscript viewer 预览 PostScript 文档.
Example 6-8 展示了如何使用 mailcap
获得特定操作的命令.
File: mailcap-example-2.py import mailcap caps = mailcap.getcaps() command, info = mailcap.findmatch( caps, "image/jpeg", "view", "samples/sample.jpg" ) print command pilview samples/sample.jpg
mimetypes
模块可以判断给定 url ( uniform resource locator , 统一资源定位符) 的 MIME 类型.
它基于一个内建的表, 还可能搜索 Apache 和 Netscape 的配置文件. 如 Example 6-9 所示.
File: mimetypes-example-1.py import mimetypes import glob, urllib for file in glob.glob("samples/*"): url = urllib.pathname2url(file) print file, mimetypes.guess_type(url) samples\sample.au ('audio/basic', None) samples\sample.ini (None, None) samples\sample.jpg ('image/jpeg', None) samples\sample.msg (None, None) samples\sample.tar ('application/x-tar', None) samples\sample.tgz ('application/x-tar', 'gzip') samples\sample.txt ('text/plain', None) samples\sample.wav ('audio/x-wav', None) samples\sample.zip ('application/zip', None)
(已废弃) packmail
模块可以用来创建 Unix shell 档案. 如果安装了合适的工具,
那么你就可以直接通过运行来解开这样的档案. Example 6-10 展示了如何打包单个文件,
Example 6-11 则打包了整个目录树.
File: packmail-example-1.py import packmail import sys packmail.pack(sys.stdout, "samples/sample.txt", "sample.txt") echo sample.txt sed "s/^X//" >sample.txt <<"!" XWe will perhaps eventually be writing only small Xmodules, which are identified by name as they are Xused to build larger ones, so that devices like Xindentation, rather than delimiters, might become Xfeasible for expressing local structure in the Xsource language. X -- Donald E. Knuth, December 1974 !
====Example 6-11. 使用 packmail 打包整个目录树===[eg-6-11]
File: packmail-example-2.py import packmail import sys packmail.packtree(sys.stdout, "samples")
注意, 这个模块不能处理二进制文件, 例如声音或者图像文件.
mimify
模块用于在 MIME 编码的文本信息和普通文本信息(例如 ISO Latin 1 文本)间相互转换. 它可以用作命令行工具, 或是特定邮件代理的转换过滤器:
$ mimify.py -e raw-message mime-message $ mimify.py -d mime-message raw-message
作为模块使用, 如 Example 6-12 所示.
File: mimify-example-1.py import mimify import sys mimify.unmimify("samples/sample.msg", sys.stdout, 1)
这里是一个包含两部分的 MIME 信息, 一个是引用的可打印信息, 另个是 base64 编码信息. unmimify 的第三个参数决定是否自动解码 base64 编码的部分:
MIME-Version: 1.0 Content-Type: multipart/mixed; boundary='boundary' this is a multipart sample file. the two parts both contain ISO Latin 1 text, with different encoding techniques. --boundary Content-Type: text/plain Content-Transfer-Encoding: quoted-printable sillmj=F6lke! blindstyre! medisterkorv! --boundary Content-Type: text/plain Content-Transfer-Encoding: base64 a29tIG5lciBiYXJhLCBvbSBkdSB09nJzIQ== --boundary--
解码结果如下 (可读性相对来说更好些):
MIME-Version: 1.0 Content-Type: multipart/mixed; boundary= 'boundary' this is a multipart sample file. the two parts both contain ISO Latin 1 text, with different encoding techniques. --boundary Content-Type: text/plain sillmjölke! blindstyre! medisterkorv! --boundary Content-Type: text/plain kom ner bara, om du törs!
Example 6-13 展示了如何编码信息.
File: mimify-example-2.py import mimify import StringIO, sys # # decode message into a string buffer file = StringIO.StringIO() mimify.unmimify("samples/sample.msg", file, 1) # # encode message from string buffer file.seek(0) # rewind mimify.mimify(file, sys.stdout)
multifile
模块允许你将一个多部分的 MIME 信息的每部分作为单独的文件处理.
如 Example 6-14 所示.
File: multifile-example-1.py import multifile import cgi, rfc822 infile = open("samples/sample.msg") message = rfc822.Message(infile) # print parsed header for k, v in message.items(): print k, "=", v # use cgi support function to parse content-type header type, params = cgi.parse_header(message["content-type"]) if type[:10] == "multipart/": # multipart message boundary = params["boundary"] file = multifile.MultiFile(infile) file.push(boundary) while file.next(): submessage = rfc822.Message(file) # print submessage print "-" * 68 for k, v in submessage.items(): print k, "=", v print print file.read() file.pop() else: # plain message print infile.read()
"Increasingly, people seem to misinterpret complexity as sophistication, which is baffling - the incomprehensible should cause suspicion rather than admiration. Possibly this trend results from a mistaken belief that using a somewhat mysterious device confers an aura of power on the user."
- Niklaus Wirth
本章描述了 Python 的 socket 协议支持以及其他建立在 socket 模块上的网络 模块. 这些包含了对大多流行 Internet 协议客户端的支持, 以及一些可用来 实现 Internet 服务器的框架.
对于那些本章中的底层的例子, 我将使用两个协议作为样例: Internet Time Protocol ( Internet 时间协议 ) 以及 Hypertext Transfer Protocol (超文本传输协议, HTTP 协议).
Internet 时间协议 ( RFC 868, Postel 和 Harrenstien, 1983) 可以让 一个网络客户端获得一个服务器的当前时间.
因为这个协议是轻量级的, 许多 Unix 系统(但不是所有)都提供了这个服务. 它可能是最简单的网络协议了. 服务器等待连接请求并在连接后返回当前时间 ( 4 字节整数, 自从 1900 年 1 月 1 日到当前的秒数).
协议很简单, 这里我们提供规格书给大家:
File: rfc868.txt Network Working Group J. Postel - ISI Request for Comments: 868 K. Harrenstien - SRI May 1983 Time Protocol This RFC specifies a standard for the ARPA Internet community. Hosts on the ARPA Internet that choose to implement a Time Protocol are expected to adopt and implement this standard. 本 RFC 规范提供了一个 ARPA Internet community 上的标准. 在 ARPA Internet 上的所有主机应当采用并实现这个标准. This protocol provides a site-independent, machine readable date and time. The Time service sends back to the originating source the time in seconds since midnight on January first 1900. 此协议提供了一个独立于站点的, 机器可读的日期和时间信息. 时间服务返回的是从 1900 年 1 月 1 日午夜到现在的秒数. One motivation arises from the fact that not all systems have a date/time clock, and all are subject to occasional human or machine error. The use of time-servers makes it possible to quickly confirm or correct a system's idea of the time, by making a brief poll of several independent sites on the network. 设计这个协议的一个重要目的在于, 网络上的一些主机并没有时钟, 这有可能导致人工或者机器错误. 我们可以依靠时间服务器快速确认或者修改 一个系统的时间. This protocol may be used either above the Transmission Control Protocol (TCP) or above the User Datagram Protocol (UDP). 该协议可以用在 TCP 协议或是 UDP 协议上. When used via TCP the time service works as follows: 通过 TCP 访问时间服务器的步骤: * S: Listen on port 37 (45 octal). * U: Connect to port 37. * S: Send the time as a 32 bit binary number. * U: Receive the time. * U: Close the connection. * S: Close the connection. * S: 监听 37 ( 45 的八进制) 端口. * U: 连接 37 端口. * S: 将时间作为 32 位二进制数字发送. * U: 接收时间. * U: 关闭连接. * S: 关闭连接. The server listens for a connection on port 37. When the connection is established, the server returns a 32-bit time value and closes the connection. If the server is unable to determine the time at its site, it should either refuse the connection or close it without sending anything. 服务器在 37 端口监听. 当连接建立的时候, 服务器返回一个 32 位的数字值 并关闭连接. 如果服务器自己无法决定当前时间, 那么它应该拒绝这个连接或者 不发送任何数据立即关闭连接. When used via UDP the time service works as follows: 通过 TCP 访问时间服务器的步骤: S: Listen on port 37 (45 octal). U: Send an empty datagram to port 37. S: Receive the empty datagram. S: Send a datagram containing the time as a 32 bit binary number. U: Receive the time datagram. S: 监听 37 ( 45 的八进制) 端口. U: 发送空数据报文到 37 端口. S: 接受空报文. S: 发送包含时间( 32 位二进制数字 )的报文. U: 接受时间报文. The server listens for a datagram on port 37. When a datagram arrives, the server returns a datagram containing the 32-bit time value. If the server is unable to determine the time at its site, it should discard the arriving datagram and make no reply. 服务器在 37 端口监听报文. 当报文到达时, 服务器返回包含 32 位时间值 的报文. 如果服务器无法决定当前时间, 那么它应该丢弃到达的报文, 不做任何回复. The Time 时间 The time is the number of seconds since 00:00 (midnight) 1 January 1900 GMT, such that the time 1 is 12:00:01 am on 1 January 1900 GMT; this base will serve until the year 2036. 时间是自 1900 年 1 月 1 日 0 时到当前的秒数, 这个协议标准会一直服务到2036年. 到时候数字不够用再说. For example: the time 2,208,988,800 corresponds to 00:00 1 Jan 1970 GMT, 2,398,291,200 corresponds to 00:00 1 Jan 1976 GMT, 2,524,521,600 corresponds to 00:00 1 Jan 1980 GMT, 2,629,584,000 corresponds to 00:00 1 May 1983 GMT, and -1,297,728,000 corresponds to 00:00 17 Nov 1858 GMT. 例如: 时间值 2,208,988,800 对应 to 00:00 1 Jan 1970 GMT, 2,398,291,200 对应 to 00:00 1 Jan 1976 GMT, 2,524,521,600 对应 to 00:00 1 Jan 1980 GMT, 2,629,584,000 对应 to 00:00 1 May 1983 GMT, 最后 -1,297,728,000 对应 to 00:00 17 Nov 1858 GMT. RFC868.txt Translated By Andelf(gt: andelf@gmail.com ) 非商业用途, 转载请保留作者信息. Thx.
超文本传输协议 ( HTTP, RFC 2616 ) 是另个完全不同的东西. 最近的格式说明书( Version 1.1 )超过了 100 页.
从它最简单的格式来看, 这个协议是很简单的. 客户端发送如下的请求到服务器, 请求一个文件:
GET /hello.txt HTTP/1.0 Host: hostname User-Agent: name [optional request body , 可选的请求正文]
服务器返回对应的响应:
HTTP/1.0 200 OK Content-Type: text/plain Content-Length: 7 Hello
请求和响应的 headers (报头)一般会包含更多的域, 但是请求 header 中的 Host 域/字段是必须提供的.
header 行使用 "\r\n
" 分割, 而且 header 后必须有一个空行, 即使没有正文
(请求和响应都必须符合这条规则).
剩下的 HTTP 协议格式说明书细节, 例如内容协商, 缓存机制, 保持连接, 等等, 请参阅 Hypertext TransferProtocol - HTTP/1.1 ( http://www.w3.org/Protocols ).
socket
模块实现了到 socket 通讯层的接口. 你可以使用该模块创建
客户端或是服务器的 socket .
我们首先以一个客户端为例, Example 7-1 中的客户端连接到一个时间协议服务器, 读取 4 字节的返回数据, 并把它转换为一个时间值.
File: socket-example-1.py import socket import struct, time # server HOST = "www.python.org" PORT = 37 # reference time (in seconds since 1900-01-01 00:00:00) TIME1970 = 2208988800L # 1970-01-01 00:00:00 # connect to server s = socket.socket(socket.AF_INET, socket.SOCK_STREAM) s.connect((HOST, PORT)) # read 4 bytes, and convert to time value t = s.recv(4) t = struct.unpack("!I", t)[0] t = int(t - TIME1970) s.close() # print results print "server time is", time.ctime(t) print "local clock is", int(time.time()) - t, "seconds off" server time is Sat Oct 09 16:42:36 1999 local clock is 8 seconds off
socket
工厂函数( factory function )根据给定类型(该例子中为
Internet stream socket , 即就是 TCP socket )创建一个新的 socket .
connect
方法尝试将这个 socket 连接到指定服务器上. 成功后,
就可以使用 recv
方法读取数据.
创建一个服务器 socket 使用的是相同的方法, 不过这里不是连接到服务器,
而是将 socket bind
(绑定)到本机的一个端口上, 告诉它去监听连接请求,
然后尽快处理每个到达的请求.
Example 7-2 创建了一个时间服务器, 绑定到本机的 8037 端口( 1024 前的所有端口 是为系统服务保留的, Unix 系统下访问它们你必须要有 root 权限).
File: socket-example-2.py import socket import struct, time # user-accessible port PORT = 8037 # reference time TIME1970 = 2208988800L # establish server service = socket.socket(socket.AF_INET, socket.SOCK_STREAM) service.bind(("", PORT)) service.listen(1) print "listening on port", PORT while 1: # serve forever channel, info = service.accept() print "connection from", info t = int(time.time()) + TIME1970 t = struct.pack("!I", t) channel.send(t) # send timestamp channel.close() # disconnect listening on port 8037 connection from ('127.0.0.1', 1469) connection from ('127.0.0.1', 1470) ...
listen
函数的调用告诉 socket 我们期望接受连接. 参数代表连接
的队列(用于在程序没有处理前保持连接)大小. 最后 accept
循环将当前时间返回
给每个连接的客户端.
注意这里的 accept
函数返回一个新的 socket 对象, 这个对象是直接连接到客户端
的. 而原 socket 只是用来保持连接; 所有后来的数据传输操作都使用新的 socket .
我们可以使用 Example 7-3 , ( Example 7-1 的通用化版本)来测试这个服务器, .
File: timeclient.py import socket import struct, sys, time # default server host = "localhost" port = 8037 # reference time (in seconds since 1900-01-01 00:00:00) TIME1970 = 2208988800L # 1970-01-01 00:00:00 def gettime(host, port): # fetch time buffer from stream server s = socket.socket(socket.AF_INET, socket.SOCK_STREAM) s.connect((host, port)) t = s.recv(4) s.close() t = struct.unpack("!I", t)[0] return int(t - TIME1970) if _ _name_ _ == "_ _main_ _": # command-line utility if sys.argv[1:]: host = sys.argv[1] if sys.argv[2:]: port = int(sys.argv[2]) else: port = 37 # default for public servers t = gettime(host, port) print "server time is", time.ctime(t) print "local clock is", int(time.time()) - t, "seconds off" server time is Sat Oct 09 16:58:50 1999 local clock is 0 seconds off
Example 7-3 所示的脚本也可以作为模块使用; 你只需要导入 timeclient
模块,
然后调用它的 gettime
函数.
目前为止, 我们已经使用了流( TCP ) socket . 时间协议还提到了 UDP sockets (报文). 流 socket 的工作模式和电话线类似; 你会知道在远端 是否有人拿起接听器, 在对方挂断的时候你也会注意到. 相比之下, 发送报文更像 是在一间黑屋子里大声喊. 可能某人会在那里, 但你只有在他回复的时候才会知道.
如 Example 7-4 所示, 你不需要在通过报文 socket 发送数据时连接远程机器.
只需使用 sendto
方法, 它接受数据和接收者地址作为参数.
读取报文的时候使用 recvfrom
方法.
File: socket-example-4.py import socket import struct, time # server HOST = "localhost" PORT = 8037 # reference time (in seconds since 1900-01-01 00:00:00) TIME1970 = 2208988800L # 1970-01-01 00:00:00 # connect to server s = socket.socket(socket.AF_INET, socket.SOCK_DGRAM) # send empty packet s.sendto("", (HOST, PORT)) # read 4 bytes from server, and convert to time value t, server = s.recvfrom(4) t = struct.unpack("!I", t)[0] t = int(t - TIME1970) s.close() print "server time is", time.ctime(t) print "local clock is", int(time.time()) - t, "seconds off" server time is Sat Oct 09 16:42:36 1999 local clock is 8 seconds off
这里的 recvfrom
返回两个值: 数据和发送者的地址.
后者用于发送回复数据.
Example 7-5 展示了对应的服务器代码.
Example 7-5. 使用 socket 模块实现一个报文时间服务器
File: socket-example-5.py import socket import struct, time # user-accessible port PORT = 8037 # reference time TIME1970 = 2208988800L # establish server service = socket.socket(socket.AF_INET, socket.SOCK_DGRAM) service.bind(("", PORT)) print "listening on port", PORT while 1: # serve forever data, client = service.recvfrom(0) print "connection from", client t = int(time.time()) + TIME1970 t = struct.pack("!I", t) service.sendto(t, client) # send timestamp listening on port 8037 connection from ('127.0.0.1', 1469) connection from ('127.0.0.1', 1470) ...
最主要的不同在于服务器使用 bind
来分配一个已知端口给 socket ,
根据 recvfrom
函数返回的地址向客户端发送数据.
select
模块允许你检查一个或多个 socket , 管道,
以及其他流兼容对象所接受的数据, 如 Example 7-6 所示.
你可以将一个或更多 socket 传递给 select
函数,
然后等待它们状态改变(可读, 可写, 或是发送错误信号):
listen
函数后连接, 当远端数据到达时, socket 就成为可读的(这意味着 accept
不会阻塞). 或者是 socket 被关闭或重置时(在此情况下, recv
会返回一个空字符串).
connect
方法后建立连接或是数据可以被写入到 socket 时, socket 就成为可写的.
connect
方法后连接失败后, socket 会发出一个错误信号.
File: select-example-1.py import select import socket import time PORT = 8037 TIME1970 = 2208988800L service = socket.socket(socket.AF_INET, socket.SOCK_STREAM) service.bind(("", PORT)) service.listen(1) print "listening on port", PORT while 1: is_readable = [service] is_writable = [] is_error = [] r, w, e = select.select(is_readable, is_writable, is_error, 1.0) if r: channel, info = service.accept() print "connection from", info t = int(time.time()) + TIME1970 t = chr(t>>24&255) + chr(t>>16&255) + chr(t>>8&255) + chr(t&255) channel.send(t) # send timestamp channel.close() # disconnect else: print "still waiting" listening on port 8037 still waiting still waiting connection from ('127.0.0.1', 1469) still waiting connection from ('127.0.0.1', 1470) ...
在 Example 7-6 中, 我们等待监听 socket 变成可读状态, 这代表有一个连接请求到达.
我们用和之前一样的方法处理 channel socket , 因为它不可能因为等待 4 字节而填充网络
缓冲区. 如果你需要向客户端发送大量的数据, 那么你应该在循环的顶端把数据加入到
is_writable 列表中, 并且只在 select
允许的情况下写入.
如果你设置 socket 为非阻塞模式(通过调用 setblocking
方法), 那么你就可以使用
select
来等待 socket 连接. 不过 asyncore
模块(参见下一节)提供了一个强大的框架,
它自动为你处理好了这一切. 所以我不准备在这里多说什么, 看下一节吧.
asyncore
模块提供了一个 "反馈性的( reactive )" socket 实现.
该模块允许你定义特定过程完成后所执行的代码, 而不是创建 socket 对象,
调用它们的方法. 你只需要继承 dispatcher 类, 然后重载如下方法
(可以选择重载某一个或多个)就可以实现异步的 socket 处理器.
handle_connect
: 一个连接成功建立后被调用.
handle_expt
: 连接失败后被调用.
handle_accept
: 连接请求建立到一个监听 socket 上时被调用. 回调时( callback )应该使用 accept
方法来获得客户端 socket .
handle_read
: 有来自 socket 的数据等待读取时被调用. 回调时应该使用 recv
方法来获得数据.
handle_write
: socket 可以写入数据的时候被调用. 使用 send
方法写入数据.
handle_close
: 当 socket 被关闭或复位时被调用.
handle_error(type, value, traceback)
在任何一个回调函数发生 Python 错误时被调用. 默认的实现会打印跟踪返回消息到 sys.stdout
.
Example 7-7 展示了一个时间客户端, 和 socket
模块中的那个类似.
File: asyncore-example-1.py import asyncore import socket, time # reference time (in seconds since 1900-01-01 00:00:00) TIME1970 = 2208988800L # 1970-01-01 00:00:00 class TimeRequest(asyncore.dispatcher): # time requestor (as defined in RFC 868) def _ _init_ _(self, host, port=37): asyncore.dispatcher._ _init_ _(self) self.create_socket(socket.AF_INET, socket.SOCK_STREAM) self.connect((host, port)) def writable(self): return 0 # don't have anything to write def handle_connect(self): pass # connection succeeded def handle_expt(self): self.close() # connection failed, shutdown def handle_read(self): # get local time here = int(time.time()) + TIME1970 # get and unpack server time s = self.recv(4) there = ord(s[3]) + (ord(s[2])<<8) + (ord(s[1])<<16) + (ord(s[0])<<24L) self.adjust_time(int(here - there)) self.handle_close() # we don't expect more data def handle_close(self): self.close() def adjust_time(self, delta): # override this method! print "time difference is", delta # # try it out request = TimeRequest("www.python.org") asyncore.loop() log: adding channel <TimeRequest at 8cbe90> time difference is 28 log: closing channel 192:<TimeRequest connected at 8cbe90>
如果你不想记录任何信息, 那么你可以在你的 dispatcher 类里重载 log
方法.
Example 7-8 展示了对应的时间服务器. 注意这里它使用了两个 dispatcher 子类, 一个用于监听 socket , 另个用于与客户端通讯.
File: asyncore-example-2.py import asyncore import socket, time # reference time TIME1970 = 2208988800L class TimeChannel(asyncore.dispatcher): def handle_write(self): t = int(time.time()) + TIME1970 t = chr(t>>24&255) + chr(t>>16&255) + chr(t>>8&255) + chr(t&255) self.send(t) self.close() class TimeServer(asyncore.dispatcher): def _ _init_ _(self, port=37): self.port = port self.create_socket(socket.AF_INET, socket.SOCK_STREAM) self.bind(("", port)) self.listen(5) print "listening on port", self.port def handle_accept(self): channel, addr = self.accept() TimeChannel(channel) server = TimeServer(8037) asyncore.loop() log: adding channel <TimeServer at 8cb940> listening on port 8037 log: adding channel <TimeChannel at 8b2fd0> log: closing channel 52:<TimeChannel connected at 8b2fd0>
除了 dispatcher 外, 这个模块还包含一个 dispatcher_with_send 类. 你可以使用这个类发送大量的数据而不会阻塞网络通讯缓冲区.
Example 7-9 中的模块通过继承 dispatcher_with_send 类定义了一个 AsyncHTTP 类. 当你创建一个它的实例后, 它会发出一个 HTTP GET 请求并把 接受到的数据发送到一个 "consumer" 目标对象
File: SimpleAsyncHTTP.py import asyncore import string, socket import StringIO import mimetools, urlparse class AsyncHTTP(asyncore.dispatcher_with_send): # HTTP requester def _ _init_ _(self, uri, consumer): asyncore.dispatcher_with_send._ _init_ _(self) self.uri = uri self.consumer = consumer # turn the uri into a valid request scheme, host, path, params, query, fragment = urlparse.urlparse(uri) assert scheme == "http", "only supports HTTP requests" try: host, port = string.split(host, ":", 1) port = int(port) except (TypeError, ValueError): port = 80 # default port if not path: path = "/" if params: path = path + ";" + params if query: path = path + "?" + query self.request = "GET %s HTTP/1.0\r\nHost: %s\r\n\r\n" % (path, host) self.host = host self.port = port self.status = None self.header = None self.data = "" # get things going! self.create_socket(socket.AF_INET, socket.SOCK_STREAM) self.connect((host, port)) def handle_connect(self): # connection succeeded self.send(self.request) def handle_expt(self): # connection failed; notify consumer (status is None) self.close() try: http_header = self.consumer.http_header except AttributeError: pass else: http_header(self) def handle_read(self): data = self.recv(2048) if not self.header: self.data = self.data + data try: i = string.index(self.data, "\r\n\r\n") except ValueError: return # continue else: # parse header fp = StringIO.StringIO(self.data[:i+4]) # status line is "HTTP/version status message" status = fp.readline() self.status = string.split(status, " ", 2) # followed by a rfc822-style message header self.header = mimetools.Message(fp) # followed by a newline, and the payload (if any) data = self.data[i+4:] self.data = "" # notify consumer (status is non-zero) try: http_header = self.consumer.http_header except AttributeError: pass else: http_header(self) if not self.connected: return # channel was closed by consumer self.consumer.feed(data) def handle_close(self): self.consumer.close() self.close()
Example 7-10 中的小脚本展示了如何使用这个类.
File: asyncore-example-3.py import SimpleAsyncHTTP import asyncore class DummyConsumer: size = 0 def http_header(self, request): # handle header if request.status is None: print "connection failed" else: print "status", "=>", request.status for key, value in request.header.items(): print key, "=", value def feed(self, data): # handle incoming data self.size = self.size + len(data) def close(self): # end of data print self.size, "bytes in body" # # try it out consumer = DummyConsumer() request = SimpleAsyncHTTP.AsyncHTTP( "http://www.pythonware.com", consumer ) asyncore.loop() log: adding channel <AsyncHTTP at 8e2850> status => ['HTTP/1.1', '200', 'OK\015\012'] server = Apache/Unix (Unix) content-type = text/html content-length = 3730 ... 3730 bytes in body log: closing channel 156:<AsyncHTTP connected at 8e2850>
这里的 consumer 接口设计时是为了与 htmllib
和 xmllib
分析器兼容的,
这样你就可以直接方便地解析 HTML 或是 XML 数据. http_header
方法是可选的;
如果没有定义它, 那么它将被忽略.
Example 7-10 的一个问题是它不能很好地处理重定向资源. Example 7-11 加入了一个额外的 consumer 层, 它可以很好地处理重定向.
File: asyncore-example-4.py import SimpleAsyncHTTP import asyncore class DummyConsumer: size = 0 def http_header(self, request): # handle header if request.status is None: print "connection failed" else: print "status", "=>", request.status for key, value in request.header.items(): print key, "=", value def feed(self, data): # handle incoming data self.size = self.size + len(data) def close(self): # end of data print self.size, "bytes in body" class RedirectingConsumer: def _ _init_ _(self, consumer): self.consumer = consumer def http_header(self, request): # handle header if request.status is None or\ request.status[1] not in ("301", "302"): try: http_header = self.consumer.http_header except AttributeError: pass else: return http_header(request) else: # redirect! uri = request.header["location"] print "redirecting to", uri, "..." request.close() SimpleAsyncHTTP.AsyncHTTP(uri, self) def feed(self, data): self.consumer.feed(data) def close(self): self.consumer.close() # # try it out consumer = RedirectingConsumer(DummyConsumer()) request = SimpleAsyncHTTP.AsyncHTTP( "http://www.pythonware.com/library", consumer ) asyncore.loop() log: adding channel <AsyncHTTP at 8e64b0> redirecting to http://www.pythonware.com/library/ ... log: closing channel 48:<AsyncHTTP connected at 8e64b0> log: adding channel <AsyncHTTP at 8ea790> status => ['HTTP/1.1', '200', 'OK\015\012'] server = Apache/Unix (Unix) content-type = text/html content-length = 387 ... 387 bytes in body log: closing channel 236:<AsyncHTTP connected at 8ea790>
如果服务器返回状态 301 (永久重定向) 或者是 302 (临时重定向), 重定向的 consumer 会关闭当前请求并向新地址发出新请求. 所有对 consumer 的其他调用传递给原来的 consumer .
asynchat
模块是对 asyncore
的一个扩展. 它提供对面向行(
line-oriented )的协议的额外支持. 它还提供了增强的缓冲区支持(通过
push
方法和 "producer" 机制.
Example 7-12 实现了一个很小的 HTTP 服务器. 它只是简单地返回包含 HTTP 请求信息的 HTML 文档(浏览器窗口出现的输出).
File: asynchat-example-1.py import asyncore, asynchat import os, socket, string PORT = 8000 class HTTPChannel(asynchat.async_chat): def _ _init_ _(self, server, sock, addr): asynchat.async_chat._ _init_ _(self, sock) self.set_terminator("\r\n") self.request = None self.data = "" self.shutdown = 0 def collect_incoming_data(self, data): self.data = self.data + data def found_terminator(self): if not self.request: # got the request line self.request = string.split(self.data, None, 2) if len(self.request) != 3: self.shutdown = 1 else: self.push("HTTP/1.0 200 OK\r\n") self.push("Content-type: text/html\r\n") self.push("\r\n") self.data = self.data + "\r\n" self.set_terminator("\r\n\r\n") # look for end of headers else: # return payload. self.push("<html><body><pre>\r\n") self.push(self.data) self.push("</pre></body></html>\r\n") self.close_when_done() class HTTPServer(asyncore.dispatcher): def _ _init_ _(self, port): self.create_socket(socket.AF_INET, socket.SOCK_STREAM) self.bind(("", port)) self.listen(5) def handle_accept(self): conn, addr = self.accept() HTTPChannel(self, conn, addr) # # try it out s = HTTPServer(PORT) print "serving at port", PORT, "..." asyncore.loop() GET / HTTP/1.1 Accept: */* Accept-Language: en, sv Accept-Encoding: gzip, deflate User-Agent: Mozilla/4.0 (compatible; Bruce/1.0) Host: localhost:8000 Connection: Keep-Alive
producer 接口允许你传入( "push" )太大以至于无法在内存中储存的对象.
asyncore
在需要更多数据的时候自动调用 producer 的 more
方法.
另外, 它使用一个空字符串标记文件的末尾.
Example 7-13 实现了一个很简单的基于文件的 HTTP 服务器, 它使用了一个简单的 FileProducer 类来从文件中读取数据, 每次只读取几 kb .
File: asynchat-example-2.py import asyncore, asynchat import os, socket, string, sys import StringIO, mimetools ROOT = "." PORT = 8000 class HTTPChannel(asynchat.async_chat): def _ _init_ _(self, server, sock, addr): asynchat.async_chat._ _init_ _(self, sock) self.server = server self.set_terminator("\r\n\r\n") self.header = None self.data = "" self.shutdown = 0 def collect_incoming_data(self, data): self.data = self.data + data if len(self.data) > 16384: # limit the header size to prevent attacks self.shutdown = 1 def found_terminator(self): if not self.header: # parse http header fp = StringIO.StringIO(self.data) request = string.split(fp.readline(), None, 2) if len(request) != 3: # badly formed request; just shut down self.shutdown = 1 else: # parse message header self.header = mimetools.Message(fp) self.set_terminator("\r\n") self.server.handle_request( self, request[0], request[1], self.header ) self.close_when_done() self.data = "" else: pass # ignore body data, for now def pushstatus(self, status, explanation="OK"): self.push("HTTP/1.0 %d %s\r\n" % (status, explanation)) class FileProducer: # a producer that reads data from a file object def _ _init_ _(self, file): self.file = file def more(self): if self.file: data = self.file.read(2048) if data: return data self.file = None return "" class HTTPServer(asyncore.dispatcher): def _ _init_ _(self, port=None, request=None): if not port: port = 80 self.port = port if request: self.handle_request = request # external request handler self.create_socket(socket.AF_INET, socket.SOCK_STREAM) self.bind(("", port)) self.listen(5) def handle_accept(self): conn, addr = self.accept() HTTPChannel(self, conn, addr) def handle_request(self, channel, method, path, header): try: # this is not safe! while path[:1] == "/": path = path[1:] filename = os.path.join(ROOT, path) print path, "=>", filename file = open(filename, "r") except IOError: channel.pushstatus(404, "Not found") channel.push("Content-type: text/html\r\n") channel.push("\r\n") channel.push("<html><body>File not found.</body></html>\r\n") else: channel.pushstatus(200, "OK") channel.push("Content-type: text/html\r\n") channel.push("\r\n") channel.push_with_producer(FileProducer(file)) # # try it out s = HTTPServer(PORT) print "serving at port", PORT asyncore.loop() serving at port 8000 log: adding channel <HTTPServer at 8e54d0> log: adding channel <HTTPChannel at 8e64a0> samples/sample.htm => .\samples/sample.htm log: closing channel 96:<HTTPChannel connected at 8e64a0>
urlib
模块为 HTTP , FTP , 以及 gopher 提供了一个统一的客户端接口. 它会自动地根据 URL
选择合适的协议处理器.
从 URL 获取数据是非常简单的. 只需要调用 urlopen
方法, 然后从返回的流对象中读取数据即可,
如 Example 7-14 所示.
File: urllib-example-1.py import urllib fp = urllib.urlopen("http://www.python.org") op = open("out.html", "wb") n = 0 while 1: s = fp.read(8192) if not s: break op.write(s) n = n + len(s) fp.close() op.close() for k, v in fp.headers.items(): print k, "=", v print "copied", n, "bytes from", fp.url server = Apache/1.3.6 (Unix) content-type = text/html accept-ranges = bytes date = Mon, 11 Oct 1999 20:11:40 GMT connection = close etag = "741e9-7870-37f356bf" content-length = 30832 last-modified = Thu, 30 Sep 1999 12:25:35 GMT copied 30832 bytes from http://www.python.org
这个流对象提供了一些非标准的属性. headers
是一个 Message 对象(在 mimetools
模块中定义), url
是实际的 URL . 后者会根据服务器的重定向而更新.
urlopen
函数实际上是一个辅助函数, 它会创建一个 FancyURLopener 类的实例并调用它的
open
方法. 你也可以继承这个类来完成特殊的行为. 例如 Example 7-15 中的类会自动地
在必要时登陆服务器.
File: urllib-example-3.py import urllib class myURLOpener(urllib.FancyURLopener): # read an URL, with automatic HTTP authentication def setpasswd(self, user, passwd): self._ _user = user self._ _passwd = passwd def prompt_user_passwd(self, host, realm): return self._ _user, self._ _passwd urlopener = myURLOpener() urlopener.setpasswd("mulder", "trustno1") fp = urlopener.open("http://www.secretlabs.com") print fp.read()
urlparse
模块包含用于处理 URL 的函数, 可以在 URL 和平台特定的文件名间相互转换.
如 Example 7-16 所示.
File: urlparse-example-1.py import urlparse print urlparse.urlparse("http://host/path;params?query#fragment") ('http', 'host', '/path', 'params', 'query', 'fragment')
一个常见用途就是把 HTTP URL 分割为主机名和路径组件(一个 HTTP 请求会涉及到 主机名以及请求路径), 如 Example 7-17 所示.
File: urlparse-example-2.py import urlparse scheme, host, path, params, query, fragment =\ urlparse.urlparse("http://host/path;params?query#fragment") if scheme == "http": print "host", "=>", host if params: path = path + ";" + params if query: path = path + "?" + query print "path", "=>", path host => host path => /path;params?query
Example 7-18 展示了如何使用 urlunparse
函数将各组成部分合并回一个 URL .
File: urlparse-example-3.py import urlparse scheme, host, path, params, query, fragment =\ urlparse.urlparse("http://host/path;params?query#fragment") if scheme == "http": print "host", "=>", host print "path", "=>", urlparse.urlunparse( (None, None, path, params, query, None) ) host => host path => /path;params?query
Example 7-19 使用 urljoin
函数将绝对路径和相对路径组合起来.
File: urlparse-example-4.py import urlparse base = "http://spam.egg/my/little/pony" for path in "/index", "goldfish", "../black/cat": print path, "=>", urlparse.urljoin(base, path) /index => http://spam.egg/index goldfish => http://spam.egg/my/little/goldfish ../black/cat => http://spam.egg/my/black/cat
(2.0 中新增) 该模块为 HTTP 客户端和服务器提供了基本的 cookie 支持. Example 7-20 展示了它的使用.
File: cookie-example-1.py import Cookie import os, time cookie = Cookie.SimpleCookie() cookie["user"] = "Mimi" cookie["timestamp"] = time.time() print cookie # simulate CGI roundtrip os.environ["HTTP_COOKIE"] = str(cookie) print cookie = Cookie.SmartCookie() cookie.load(os.environ["HTTP_COOKIE"]) for key, item in cookie.items(): # dictionary items are "Morsel" instances # use value attribute to get actual value print key, repr(item.value) Set-Cookie: timestamp=736513200; Set-Cookie: user=Mimi; user 'Mimi' timestamp '736513200'
(2.0 中新增) robotparser
模块用来读取 robots.txt
文件,
该文件用于 Robot Exclusion Protocol
(搜索机器人排除协议? http://info.webcrawler.com/mak/projects/robots/robots.html).
如果你实现的一个 HTTP 机器人会访问网路上的任意站点(并不只是你自己的站点), 那么最好还是用该模块检查下你所做的一切是不是受欢迎的. Example 7-21 展示了该模块的使用.
File: robotparser-example-1.py import robotparser r = robotparser.RobotFileParser() r.set_url("http://www.python.org/robots.txt") r.read() if r.can_fetch("*", "/index.html"): print "may fetch the home page" if r.can_fetch("*", "/tim_one/index.html"): print "may fetch the tim peters archive" may fetch the home page
ftplib
模块包含了一个 File Transfer Protocol (FTP , 文件传输协议)客户端的实现.
Example 7-22 展示了如何登陆并获得登陆目录的文件列表. 注意这里的文件列表
(列目录操作)格式与服务器有关(一般和主机平台的列目录工具输出格式相同, 例如 Unix 下的
ls
和 Windows/DOS 下的 dir
).
File: ftplib-example-1.py import ftplib ftp = ftplib.FTP("www.python.org") ftp.login("anonymous", "ftplib-example-1") print ftp.dir() ftp.quit() total 34 drwxrwxr-x 11 root 4127 512 Sep 14 14:18 . drwxrwxr-x 11 root 4127 512 Sep 14 14:18 .. drwxrwxr-x 2 root 4127 512 Sep 13 15:18 RCS lrwxrwxrwx 1 root bin 11 Jun 29 14:34 README -> welcome.msg drwxr-xr-x 3 root wheel 512 May 19 1998 bin drwxr-sr-x 3 root 1400 512 Jun 9 1997 dev drwxrwxr-- 2 root 4127 512 Feb 8 1998 dup drwxr-xr-x 3 root wheel 512 May 19 1998 etc ...
下载文件很简单; 使用合适的 retr
函数即可. 注意当你下载文本文件时,
你必须自己加上行结束符. Example 7-23 中使用了一个 lambda
表达式完成这项工作.
File: ftplib-example-2.py import ftplib import sys def gettext(ftp, filename, outfile=None): # fetch a text file if outfile is None: outfile = sys.stdout # use a lambda to add newlines to the lines read from the server ftp.retrlines("RETR " + filename, lambda s, w=outfile.write: w(s+"\n")) def getbinary(ftp, filename, outfile=None): # fetch a binary file if outfile is None: outfile = sys.stdout ftp.retrbinary("RETR " + filename, outfile.write) ftp = ftplib.FTP("www.python.org") ftp.login("anonymous", "ftplib-example-2") gettext(ftp, "README") getbinary(ftp, "welcome.msg") WELCOME to python.org, the Python programming language home site. You are number %N of %M allowed users. Ni! Python Web site: http://www.python.org/ CONFUSED FTP CLIENT? Try begining your login password with '-' dash. This turns off continuation messages that may be confusing your client. ...
最后, Example 7-24 将文件复制到 FTP 服务器上. 这个脚本使用文件扩展名来 判断文件是文本文件还是二进制文件.
File: ftplib-example-3.py import ftplib import os def upload(ftp, file): ext = os.path.splitext(file)[1] if ext in (".txt", ".htm", ".html"): ftp.storlines("STOR " + file, open(file)) else: ftp.storbinary("STOR " + file, open(file, "rb"), 1024) ftp = ftplib.FTP("ftp.fbi.gov") ftp.login("mulder", "trustno1") upload(ftp, "trixie.zip") upload(ftp, "file.txt") upload(ftp, "sightings.jpg")
gopherlib
模块包含了一个 gopher 客户端实现, 如 Example 7-25 所示.
File: gopherlib-example-1.py import gopherlib host = "gopher.spam.egg" f = gopherlib.send_selector("1/", host) for item in gopherlib.get_directory(f): print item ['0', "About Spam.Egg's Gopher Server", "0/About's Spam.Egg's Gopher Server", 'gopher.spam.egg', '70', '+'] ['1', 'About Spam.Egg', '1/Spam.Egg', 'gopher.spam.egg', '70', '+'] ['1', 'Misc', '1/Misc', 'gopher.spam.egg', '70', '+'] ...
httplib
模块提供了一个 HTTP 客户端接口, 如 Example 7-26 所示.
File: httplib-example-1.py import httplib USER_AGENT = "httplib-example-1.py" class Error: # indicates an HTTP error def _ _init_ _(self, url, errcode, errmsg, headers): self.url = url self.errcode = errcode self.errmsg = errmsg self.headers = headers def _ _repr_ _(self): return ( "<Error for %s: %s %s>" % (self.url, self.errcode, self.errmsg) ) class Server: def _ _init_ _(self, host): self.host = host def fetch(self, path): http = httplib.HTTP(self.host) # write header http.putrequest("GET", path) http.putheader("User-Agent", USER_AGENT) http.putheader("Host", self.host) http.putheader("Accept", "*/*") http.endheaders() # get response errcode, errmsg, headers = http.getreply() if errcode != 200: raise Error(errcode, errmsg, headers) file = http.getfile() return file.read() if _ _name_ _ == "_ _main_ _": server = Server("www.pythonware.com") print server.fetch("/index.htm")
注意 httplib 提供的 HTTP 客户端在等待服务器回复的时候会阻塞程序.
异步的解决方法请参阅 asyncore
模块中的例子.
httplib
可以用来发送其他 HTTP 命令, 例如 POST
, 如 Example 7-27 所示.
File: httplib-example-2.py import httplib USER_AGENT = "httplib-example-2.py" def post(host, path, data, type=None): http = httplib.HTTP(host) # write header http.putrequest("PUT", path) http.putheader("User-Agent", USER_AGENT) http.putheader("Host", host) if type: http.putheader("Content-Type", type) http.putheader("Content-Length", str(len(size))) http.endheaders() # write body http.send(data) # get response errcode, errmsg, headers = http.getreply() if errcode != 200: raise Error(errcode, errmsg, headers) file = http.getfile() return file.read() if _ _name_ _ == "_ _main_ _": post("www.spam.egg", "/bacon.htm", "a piece of data", "text/plain")
poplib
模块(如 Example 7-28 所示) 提供了一个 Post Office Protocol ( POP3 协议)
客户端实现. 这个协议用来从邮件服务器 "pop" (拷贝) 信息到你的个人电脑.
File: poplib-example-1.py import poplib import string, random import StringIO, rfc822 SERVER = "pop.spam.egg" USER = "mulder" PASSWORD = "trustno1" # connect to server server = poplib.POP3(SERVER) # login server.user(USER) server.pass_(PASSWORD) # list items on server resp, items, octets = server.list() # download a random message id, size = string.split(random.choice(items)) resp, text, octets = server.retr(id) text = string.join(text, "\n") file = StringIO.StringIO(text) message = rfc822.Message(file) for k, v in message.items(): print k, "=", v print message.fp.read() subject = ANN: (the eff-bot guide to) The Standard Python Library message-id = <199910120808.KAA09206@spam.egg> received = (from fredrik@spam.egg) by spam.egg (8.8.7/8.8.5) id KAA09206 for mulder; Tue, 12 Oct 1999 10:08:47 +0200 from = Fredrik Lundh <fredrik@spam.egg> date = Tue, 12 Oct 1999 10:08:47 +0200 to = mulder@spam.egg ...
imaplib
模块提供了一个 Internet Message Access Protocol ( IMAP, Internet 消息访问协议)
的客户端实现. 这个协议允许你访问邮件服务器的邮件目录, 就好像是在本机访问一样. 如
Example 7-29 所示.
File: imaplib-example-1.py import imaplib import string, random import StringIO, rfc822 SERVER = "imap.spam.egg" USER = "mulder" PASSWORD = "trustno1" # connect to server server = imaplib.IMAP4(SERVER) # login server.login(USER, PASSWORD) server.select() # list items on server resp, items = server.search(None, "ALL") items = string.split(items[0]) # fetch a random item id = random.choice(items) resp, data = server.fetch(id, "(RFC822)") text = data[0][1] file = StringIO.StringIO(text) message = rfc822.Message(file) for k, v in message.items(): print k, "=", v print message.fp.read() server.logout() subject = ANN: (the eff-bot guide to) The Standard Python Library message-id = <199910120816.KAA12177@larch.spam.egg> to = mulder@spam.egg date = Tue, 12 Oct 1999 10:16:19 +0200 (MET DST) from = <effbot@spam.egg> received = (effbot@spam.egg) by imap.algonet.se (8.8.8+Sun/8.6.12) id KAA12177 for effbot@spam.egg; Tue, 12 Oct 1999 10:16:19 +0200 (MET DST) body text for test 5
smtplib
模块提供了一个 Simple Mail Transfer Protocol ( SMTP
, 简单邮件传输协议) 客户端实现. 该协议用于通过 Unix 邮件服务器发送邮件,
如 Example 7-30 所示.
读取邮件请使用 poplib
或 imaplib
模块.
File: smtplib-example-1.py import smtplib import string, sys HOST = "localhost" FROM = "effbot@spam.egg" TO = "fredrik@spam.egg" SUBJECT = "for your information!" BODY = "next week: how to fling an otter" body = string.join(( "From: %s" % FROM, "To: %s" % TO, "Subject: %s" % SUBJECT, "", BODY), "\r\n") print body server = smtplib.SMTP(HOST) server.sendmail(FROM, [TO], body) server.quit() From: effbot@spam.egg To: fredrik@spam.egg Subject: for your information! next week: how to fling an otter
telnetlib
模块提供了一个 telnet 客户端实现.
Example 7-31 连接到一台 Unix 计算机, 登陆, 然后请求一个目录的列表.
File: telnetlib-example-1.py import telnetlib import sys HOST = "spam.egg" USER = "mulder" PASSWORD = "trustno1" telnet = telnetlib.Telnet(HOST) telnet.read_until("login: ") telnet.write(USER + "\n") telnet.read_until("Password: ") telnet.write(PASSWORD + "\n") telnet.write("ls librarybook\n") telnet.write("exit\n") print telnet.read_all() [spam.egg mulder]$ ls README os-path-isabs-example-1.py SimpleAsyncHTTP.py os-path-isdir-example-1.py aifc-example-1.py os-path-isfile-example-1.py anydbm-example-1.py os-path-islink-example-1.py array-example-1.py os-path-ismount-example-1.py ...
nntplib
模块提供了一个网络新闻传输协议( Network News Transfer Protocol,
NNTP )客户端的实现.
从新闻服务器上读取消息之前, 你必须连接这个服务器并选择一个新闻组. Example 7-32 中的脚本会从服务器下载一个完成的消息列表, 然后根据列表做简单的统计.
File: nntplib-example-1.py import nntplib import string SERVER = "news.spam.egg" GROUP = "comp.lang.python" AUTHOR = "fredrik@pythonware.com" # eff-bots human alias # connect to server server = nntplib.NNTP(SERVER) # choose a newsgroup resp, count, first, last, name = server.group(GROUP) print "count", "=>", count print "range", "=>", first, last # list all items on the server resp, items = server.xover(first, last) # extract some statistics authors = {} subjects = {} for id, subject, author, date, message_id, references, size, lines in items: authors[author] = None if subject[:4] == "Re: ": subject = subject[4:] subjects[subject] = None if string.find(author, AUTHOR) >= 0: print id, subject print "authors", "=>", len(authors) print "subjects", "=>", len(subjects) count => 607 range => 57179 57971 57474 Three decades of Python! ... 57477 More Python books coming... authors => 257 subjects => 200
下载消息是很简单的, 只需要调用 article
方法, 如 Example 7-33 所示.
File: nntplib-example-2.py import nntplib import string SERVER = "news.spam.egg" GROUP = "comp.lang.python" KEYWORD = "tkinter" # connect to server server = nntplib.NNTP(SERVER) resp, count, first, last, name = server.group(GROUP) resp, items = server.xover(first, last) for id, subject, author, date, message_id, references, size, lines in items: if string.find(string.lower(subject), KEYWORD) >= 0: resp, id, message_id, text = server.article(id) print author print subject print len(text), "lines in article" "Fredrik Lundh" <fredrik@pythonware.com> Re: Programming Tkinter (In Python) 110 lines in article ...
Example 7-34 展示了如何进一步处理这些消息, 你可以把它封装到一个
Message 对象中(使用 rfc822
模块).
File: nntplib-example-3.py import nntplib import string, random import StringIO, rfc822 SERVER = "news.spam.egg" GROUP = "comp.lang.python" # connect to server server = nntplib.NNTP(SERVER) resp, count, first, last, name = server.group(GROUP) for i in range(10): try: id = random.randint(int(first), int(last)) resp, id, message_id, text = server.article(str(id)) except (nntplib.error_temp, nntplib.error_perm): pass # no such message (maybe it was deleted?) else: break # found a message! else: raise SystemExit text = string.join(text, "\n") file = StringIO.StringIO(text) message = rfc822.Message(file) for k, v in message.items(): print k, "=", v print message.fp.read() mime-version = 1.0 content-type = text/plain; charset="iso-8859-1" message-id = <008501bf1417$1cf90b70$f29b12c2@sausage.spam.egg> lines = 22 ... from = "Fredrik Lundh" <fredrik@pythonware.com> nntp-posting-host = parrot.python.org subject = ANN: (the eff-bot guide to) The Standard Python Library ... </F>
到这一步后, 你可以使用 htmllib
, uu
, 以及 base64
继续处理这些消息.
SocketServer
为各种基于 socket 的服务器提供了一个框架.
该模块提供了大量的类, 你可以用它们来创建不同的服务器.
Example 7-35 使用该模块实现了一个 Internet 时间协议服务器. 你可以用前边的 timeclient 脚本连接它.
File: socketserver-example-1.py import SocketServer import time # user-accessible port PORT = 8037 # reference time TIME1970 = 2208988800L class TimeRequestHandler(SocketServer.StreamRequestHandler): def handle(self): print "connection from", self.client_address t = int(time.time()) + TIME1970 b = chr(t>>24&255) + chr(t>>16&255) + chr(t>>8&255) + chr(t&255) self.wfile.write(b) server = SocketServer.TCPServer(("", PORT), TimeRequestHandler) print "listening on port", PORT server.serve_forever() connection from ('127.0.0.1', 1488) connection from ('127.0.0.1', 1489) ...
这是一个建立在 SocketServer
框架上的基本框架, 用于 HTTP 服务器.
Example 7-36 在每次重新载入页面时会生成一条随机信息.
path
变量包含当前 URL , 你可以使用它为不同的 URL 生成不同的内容
(访问除根目录的其他任何 path 该脚本都会返回一个错误页面).
File: basehttpserver-example-1.py import BaseHTTPServer import cgi, random, sys MESSAGES = [ "That's as maybe, it's still a frog.", "Albatross! Albatross! Albatross!", "It's Wolfgang Amadeus Mozart.", "A pink form from Reading.", "Hello people, and welcome to 'It's a Tree.'" "I simply stare at the brick and it goes to sleep.", ] class Handler(BaseHTTPServer.BaseHTTPRequestHandler): def do_GET(self): if self.path != "/": self.send_error(404, "File not found") return self.send_response(200) self.send_header("Content-type", "text/html") self.end_headers() try: # redirect stdout to client stdout = sys.stdout sys.stdout = self.wfile self.makepage() finally: sys.stdout = stdout # restore def makepage(self): # generate a random message tagline = random.choice(MESSAGES) print "<html>" print "<body>" print "<p>Today's quote: " print "<i>%s</i>" % cgi.escape(tagline) print "</body>" print "</html>" PORT = 8000 httpd = BaseHTTPServer.HTTPServer(("", PORT), Handler) print "serving at port", PORT httpd.serve_forever()
更有扩展性的 HTTP 框架请参阅 SimpleHTTPServer
和 CGIHTTPServer
模块.
SimpleHTTPServer
模块是一个简单的 HTTP 服务器, 它提供了标准的
GET 和 HEAD 请求处理器. 客户端请求的路径名称会被翻译为一个相对文件名
(相对于服务器启动时的当前路径). Example 7-37 展示了该模块的使用.
File: simplehttpserver-example-1.py import SimpleHTTPServer import SocketServer # minimal web server. serves files relative to the # current directory. PORT = 8000 Handler = SimpleHTTPServer.SimpleHTTPRequestHandler httpd = SocketServer.TCPServer(("", PORT), Handler) print "serving at port", PORT httpd.serve_forever() serving at port 8000 localhost - - [11/Oct/1999 15:07:44] code 403, message Directory listing not sup ported localhost - - [11/Oct/1999 15:07:44] "GET / HTTP/1.1" 403 - localhost - - [11/Oct/1999 15:07:56] "GET /samples/sample.htm HTTP/1.1" 200 -
这个服务器会忽略驱动器符号和相对路径名(例如 `..`). 但它并没有任何访问验证处理, 所以请小心使用.
Example 7-38 实现了个迷你的 web 代理. 发送给代理的 HTTP
请求必须包含目标服务器的完整 URI . 代理服务器使用 urllib
来获取目标服务器的数据.
File: simplehttpserver-example-2.py # a truly minimal HTTP proxy import SocketServer import SimpleHTTPServer import urllib PORT = 1234 class Proxy(SimpleHTTPServer.SimpleHTTPRequestHandler): def do_GET(self): self.copyfile(urllib.urlopen(self.path), self.wfile) httpd = SocketServer.ForkingTCPServer(('', PORT), Proxy) print "serving at port", PORT httpd.serve_forever()
CGIHTTPServer
模块是一个可以通过公共网关接口( common gateway interface
, CGI )调用外部脚本的 HTTP 服务器. 如 Example 7-39 所示.
File: cgihttpserver-example-1.py import CGIHTTPServer import BaseHTTPServer class Handler(CGIHTTPServer.CGIHTTPRequestHandler): cgi_directories = ["/cgi"] PORT = 8000 httpd = BaseHTTPServer.HTTPServer(("", PORT), Handler) print "serving at port", PORT httpd.serve_forever()
cgi
模块为 CGI 脚本提供了函数和类支持. 它还可以处理 CGI 表单数据.
Example 7-40 展示了一个简单的 CGI 脚本, 它返回给定目录下的文件列表 (相对于脚本中指定的根目录)
File: cgi-example-1.py import cgi import os, urllib ROOT = "samples" # header print "text/html" print query = os.environ.get("QUERY_STRING") if not query: query = "." script = os.environ.get("SCRIPT_NAME", "") if not script: script = "cgi-example-1.py" print "<html>" print "<head>" print "<title>file listing</title>" print "</head>" print "</html>" print "<body>" try: files = os.listdir(os.path.join(ROOT, query)) except os.error: files = [] for file in files: link = cgi.escape(file) if os.path.isdir(os.path.join(ROOT, query, file)): href = script + "?" + os.path.join(query, file) print "<p><a href= '%s'>%s</a>" % (href, cgi.escape(link)) else: print "<p>%s" % link print "</body>" print "</html>" text/html <html> <head> <title>file listing</title> </head> </html> <body> <p>sample.gif <p>sample.gz <p>sample.netrc ... <p>sample.txt <p>sample.xml <p>sample~ <p><a href='cgi-example-1.py?web'>web</a> </body> </html>
(2.0 中新增) webbrowser
模块提供了一个到系统标准 web 浏览器的接口.
它提供了一个 open
函数, 接受文件名或 URL 作为参数, 然后在浏览器中打开它.
如果你又一次调用 open
函数, 那么它会尝试在相同的窗口打开新页面.
如 Example 7-41 所示.
File: webbrowser-example-1.py import webbrowser import time webbrowser.open("http://www.pythonware.com") # wait a while, and then go to another page time.sleep(5) webbrowser.open( "http://www.pythonware.com/people/fredrik/librarybook.htm" )
在 Unix 下, 该模块支持 lynx , Netscape , Mosaic , Konquerer , 和 Grail . 在 Windows 和 Macintosh 下, 它会调用标准浏览器 (在注册表或是 Internet 选项面板中定义).
locale
模块提供了 C 本地化( localization )函数的接口, 如 Example 8-1 所示.
同时提供相关函数, 实现基于当前 locale 设置的数字, 字符串转换. (而 int
, float
, 以及 string
模块中的相关转换函数不受 locale 设置的影响.)
====Example 8-1. 使用 locale 模块格式化数据=====[eg-8-1]
File: locale-example-1.py import locale print "locale", "=>", locale.setlocale(locale.LC_ALL, "") # integer formatting value = 4711 print locale.format("%d", value, 1), "==", print locale.atoi(locale.format("%d", value, 1)) # floating point value = 47.11 print locale.format("%f", value, 1), "==", print locale.atof(locale.format("%f", value, 1)) info = locale.localeconv() print info["int_curr_symbol"] locale => Swedish_Sweden.1252 4,711 == 4711 47,110000 == 47.11 SEK
Example 8-2 展示了如何使用 locale
模块获得当前平台 locale 设置.
File: locale-example-2.py import locale language, encoding = locale.getdefaultlocale() print "language", language print "encoding", encoding language sv_SE encoding cp1252
( 2.0 中新增) unicodedata
模块包含了 Unicode 字符的属性, 例如字符类别,
分解数据, 以及数值. 如 Example 8-3 所示.
File: unicodedata-example-1.py import unicodedata for char in [u"A", u"-", u"1", u"\N{LATIN CAPITAL LETTER O WITH DIAERESIS}"]: print repr(char), print unicodedata.category(char), print repr(unicodedata.decomposition(char)), print unicodedata.decimal(char, None), print unicodedata.numeric(char, None) u'A' Lu '' None None u'-' Pd '' None None u'1' Nd '' 1 1.0 u'\303\226' Lu '004F 0308' None None
在 Python 2.0 中缺少 CJK 象形文字和韩语音节的属性. 这影响到了 0x3400-0x4DB5 , 0x4E00-0x9FA5 , 以及 0xAC00-D7A3 中的字符, 不过每个区间内的第一个字符属性是正确的, 我们可以把字符映射到起始 实现正常操作:
def remap(char): # fix for broken unicode property database in Python 2.0 c = ord(char) if 0x3400 <= c <= 0x4DB5: return unichr(0x3400) if 0x4E00 <= c <= 0x9FA5: return unichr(0x4E00) if 0xAC00 <= c <= 0xD7A3: return unichr(0xAC00) return char
Python 2.1 修复了这个 bug .
(仅适用于 2.0 ) ucnhash
模块为一些 Unicode 字符代码提供了特定的命名.
你可以直接使用 \N{}
转义符将 Unicode 字符名称映射到字符代码上. 如 Example 8-4 所示.
File: ucnhash-example-1.py # Python imports this module automatically, when it sees # the first \N{} escape # import ucnhash print repr(u"\N{FROWN}") print repr(u"\N{SMILE}") print repr(u"\N{SKULL AND CROSSBONES}") u'\u2322' u'\u2323' u'\u2620'
"Wot? No quote?"
- Guido van Rossum
Python 提供了一些用于处理图片和音频文件的模块.
另请参阅 Pythonware Image Library ( PIL , http://www.pythonware.com/products/pil/ ), 以及 PythonWare Sound Toolkit (PST , http://www.pythonware.com/products/pst/ ).
译注: 别参阅 PST 了, 废了, 用 pymedia
代替吧.
imghdr
模块可识别不同格式的图片文件. 当前版本可以识别 bmp
, gif
,
jpeg
, pbm
, pgm
, png
, ppm
,
rast
(Sun raster), rgb
(SGI), tiff
, 以及 xbm
图像.
如 Example 9-1 所示.
File: imghdr-example-1.py import imghdr result = imghdr.what("samples/sample.jpg") if result: print "file format:", result else: print "cannot identify file" file format: jpeg
# 使用 PIL import Image im = Image.open("samples/sample.jpg") print im.format, im.mode, im.size
sndhdr
模块, 可来识别不同的音频文件格式, 并提取文件内容相关信息. 如 Example 9-2 所示.
执行成功后, what
函数将返回一个由文件类型,
采样频率, 声道数, 音轨数和每个采样点位数组成的元组. 具体含义请参考 help(sndhdr)
.
File: sndhdr-example-1.py import sndhdr result = sndhdr.what("samples/sample.wav") if result: print "file format:", result else: print "cannot identify file" file format: ('wav', 44100, 1, -1, 16)
(已废弃) whatsound
是 sndhdr
模块的一个别名. 如 Example 9-3 所示.
File: whatsound-example-1.py import whatsound # same as sndhdr result = whatsound.what("samples/sample.wav") if result: print "file format:", result else: print "cannot identify file" file format: ('wav', 44100, 1, -1, 16)
aifc
模块用于读写 AIFF 和 AIFC 音频文件(在 SGI 和 Macintosh 的计算机上使用). 如
Example 9-4 所示.
File: SimpleAsyncHTTP.py import asyncore import string, socket import StringIO import mimetools, urlparse class AsyncHTTP(asyncore.dispatcher_with_send): # HTTP requestor def _ _init_ _(self, uri, consumer): asyncore.dispatcher_with_send._ _init_ _(self) self.uri = uri self.consumer = consumer # turn the uri into a valid request scheme, host, path, params, query, fragment = urlparse.urlparse(uri) assert scheme == "http", "only supports HTTP requests" try: host, port = string.split(host, ":", 1) port = int(port) except (TypeError, ValueError): port = 80 # default port if not path: path = "/" if params: path = path + ";" + params if query: path = path + "?" + query self.request = "GET %s HTTP/1.0\r\nHost: %s\r\n\r\n" % (path, host) self.host = host self.port = port self.status = None self.header = None self.data = "" # get things going! self.create_socket(socket.AF_INET, socket.SOCK_STREAM) self.connect((host, port)) def handle_connect(self): # connection succeeded self.send(self.request) def handle_expt(self): # connection failed; notify consumer (status is None) self.close() try: http_header = self.consumer.http_header except AttributeError: pass else: http_header(self) def handle_read(self): data = self.recv(2048) if not self.header: self.data = self.data + data try: i = string.index(self.data, "\r\n\r\n") except ValueError: return # continue else: # parse header fp = StringIO.StringIO(self.data[:i+4]) # status line is "HTTP/version status message" status = fp.readline() self.status = string.split(status, " ", 2) # followed by a rfc822-style message header self.header = mimetools.Message(fp) # followed by a newline, and the payload (if any) data = self.data[i+4:] self.data = "" # notify consumer (status is non-zero) try: http_header = self.consumer.http_header except AttributeError: pass else: http_header(self) if not self.connected: return # channel was closed by consumer self.consumer.feed(data) def handle_close(self): self.consumer.close() self.close()
sunau 模块用于读写 Sun AU 音频文件. 如 Example 9-5 所示.
File: sunau-example-1.py import sunau w = sunau.open("samples/sample.au", "r") if w.getnchannels() == 1: print "mono,", else: print "stereo,", print w.getsampwidth()*8, "bits,", print w.getframerate(), "Hz sampling rate" mono, 16 bits, 8012 Hz sampling rate
sunaudio
模块用于识别 Sun AU 音频文件, 并提取其基本信息.
sunau
模块为 Sun AU 文件提供了更完成的支持. 如 Example 9-6 所示
File: sunaudio-example-1.py import sunaudio file = "samples/sample.au" print sunaudio.gethdr(open(file, "rb")) (6761, 1, 8012, 1, 'sample.au')
wave 模块用于读写 Microsoft WAV 音频文件, 如 Example 9-7 所示.
File: wave-example-1.py import wave w = wave.open("samples/sample.wav", "r") if w.getnchannels() == 1: print "mono,", else: print "stereo,", print w.getsampwidth()*8, "bits,", print w.getframerate(), "Hz sampling rate" mono, 16 bits, 44100 Hz sampling rate
(只用于 Unix) audiodev
为 Sun 和 SGI 计算机提供了音频播放支持. 如 Example 9-8 所示.
File: audiodev-example-1.py import audiodev import aifc sound = aifc.open("samples/sample.aiff", "r") player = audiodev.AudioDev() player.setoutrate(sound.getframerate()) player.setsampwidth(sound.getsampwidth()) player.setnchannels(sound.getnchannels()) bytes_per_frame = sound.getsampwidth() * sound.getnchannels() bytes_per_second = sound.getframerate() * bytes_per_frame while 1: data = sound.readframes(bytes_per_second) if not data: break player.writeframes(data) player.wait()
(只用于 Windows ) winsound
模块允许你在 Winodws 平台上播放 Wave 文件.
如 Example 9-9 所示.
File: winsound-example-1.py import winsound file = "samples/sample.wav" winsound.PlaySound( file, winsound.SND_FILENAME|winsound.SND_NOWAIT, )
flag 变量说明:
"Unlike mainstream component programming, scripts usually do not introduce new components but simply 'wire' existing ones. Scripts can be seen as introducing behavior but no new state ... Of course, there is nothing to stop a 'scripting' language from introducing persistent state — it then simply turns into a normal programming language."
- Clemens Szyperski, in Component Software
Python 提供了多种相似数据库管理( database manager )的驱动, 它们的模型都基于 Unix 的 dbm
库.
这些数据库和普通的字典对象类似, 但这里需要注意的是它只能接受字符串作为键和值.
( shelve 模块可以处理任何类型的值)
anydbm
模块为简单数据库驱动提供了统一标准的接口.
当第一次被导入的时候, anydbm
模块会自动寻找一个合适的数据库驱动, 按照 dbhash
,
gdbm , dbm
,
或 dumbdbm
的顺序尝试. 如果没有找到任何模块, 它将引发一个 ImportError 异常.
open
函数用于打开或创建一个数据库(使用导入时找到的数据库驱动), 如 Example 10-1 所示.
File: anydbm-example-1.py import anydbm db = anydbm.open("database", "c") db["1"] = "one" db["2"] = "two" db["3"] = "three" db.close() db = anydbm.open("database", "r") for key in db.keys(): print repr(key), repr(db[key]) '2' 'two' '3' 'three' '1' 'one'
whichdb
模块可以判断给定数据库文件的格式, 如 Example 10-2 所示.
File: whichdb-example-1.py import whichdb filename = "database" result = whichdb.whichdb(filename) if result: print "file created by", result handler = _ _import_ _(result) db = handler.open(filename, "r") print db.keys() else: # cannot identify data base if result is None: print "cannot read database file", filename else: print "cannot identify database file", filename db = None
这个例子中使用了 _ _import_ _
函数来导入对应模块(还记得我们在第一章的例子么?).
shelve
模块使用数据库驱动实现了字典对象的持久保存. shelve
对象使用字符串作为键, 但值可以是任意类型,
所有可以被 pickle 模块处理的对象都可以作为它的值. 如 Example 10-3 所示.
File: shelve-example-1.py import shelve db = shelve.open("database", "c") db["one"] = 1 db["two"] = 2 db["three"] = 3 db.close() db = shelve.open("database", "r") for key in db.keys(): print repr(key), repr(db[key]) 'one' 1 'three' 3 'two' 2
Example 10-4 展示了如何使用 shelve 处理给定的数据库驱动.
File: shelve-example-3.py import shelve import gdbm def gdbm_shelve(filename, flag="c"): return shelve.Shelf(gdbm.open(filename, flag)) db = gdbm_shelve("dbfile")
(可选) dbhash
模块为 bsddb
数据库驱动提供了一个 dbm
兼容的接口. 如 Example 10-5 所示.
File: dbhash-example-1.py import dbhash db = dbhash.open("dbhash", "c") db["one"] = "the foot" db["two"] = "the shoulder" db["three"] = "the other foot" db["four"] = "the bridge of the nose" db["five"] = "the naughty bits" db["six"] = "just above the elbow" db["seven"] = "two inches to the right of a very naughty bit indeed" db["eight"] = "the kneecap" db.close() db = dbhash.open("dbhash", "r") for key in db.keys(): print repr(key), repr(db[key])
(可选) dbm
模块提供了一个到 dbm
数据库驱动的接口(在许多 Unix 平台上都可用).
如 Example 10-6 所示.
File: dbm-example-1.py import dbm db = dbm.open("dbm", "c") db["first"] = "bruce" db["second"] = "bruce" db["third"] = "bruce" db["fourth"] = "bruce" db["fifth"] = "michael" db["fifth"] = "bruce" # overwrite db.close() db = dbm.open("dbm", "r") for key in db.keys(): print repr(key), repr(db[key]) 'first' 'bruce' 'second' 'bruce' 'fourth' 'bruce' 'third' 'bruce' 'fifth' 'bruce'
dumbdbm
模块是一个简单的数据库实现, 与 dbm
一类相似, 但使用纯 Python 实现.
它使用两个文件: 一个二进制文件 (.dat) 用于储存数据, 一个文本文件 (.dir) 用于数据描述.
File: dumbdbm-example-1.py import dumbdbm db = dumbdbm.open("dumbdbm", "c") db["first"] = "fear" db["second"] = "surprise" db["third"] = "ruthless efficiency" db["fourth"] = "an almost fanatical devotion to the Pope" db["fifth"] = "nice red uniforms" db.close() db = dumbdbm.open("dumbdbm", "r") for key in db.keys(): print repr(key), repr(db[key]) 'first' 'fear' 'third' 'ruthless efficiency' 'fifth' 'nice red uniforms' 'second' 'surprise' 'fourth' 'an almost fanatical devotion to the Pope'
(可选) gdbm
模块提供了到 GNU dbm 数据驱动的接口, 如 Example 10-8 所示.
File: gdbm-example-1.py import gdbm db = gdbm.open("gdbm", "c") db["1"] = "call" db["2"] = "the" db["3"] = "next" db["4"] = "defendant" db.close() db = gdbm.open("gdbm", "r") keys = db.keys() keys.sort() for key in keys: print db[key], call the next defendant
标准库中有一些模块既可用作模块又可以作为命令行实用程序.
dis
模块是 Python 的反汇编器. 它可以把字节码转换为更容易让人看懂的格式.
你可以从命令行调用反汇编器. 它会编译给定的脚本并把反汇编后的字节代码输出到终端上:
$ dis.py hello.py 0 SET_LINENO 0 3 SET_LINENO 1 6 LOAD_CONST 0 ('hello again, and welcome to the show') 9 PRINT_ITEM 10 PRINT_NEWLINE 11 LOAD_CONST 1 (None) 14 RETURN_VALUE
当然 dis
也可以作为模块使用. dis
函数接受一个类, 方法, 函数, 或者 code 对象
作为单个参数. 如 Example 11-1 所示.
File: dis-example-1.py import dis def procedure(): print 'hello' dis.dis(procedure) 0 SET_LINENO 3 3 SET_LINENO 4 6 LOAD_CONST 1 ('hello') 9 PRINT_ITEM 10 PRINT_NEWLINE 11 LOAD_CONST 0 (None) 14 RETURN_VALUE
pdb
模块是标准 Python 调试器( debugger ). 它基于 bdb
调试器框架.
你可以从命令行调用调试器 (键入 n 或 进入下一行代码, 键入 help 获得可用命令列表):
$ pdb.py hello.py > hello.py(0)?() (Pdb) n > hello.py() (Pdb) n hello again, and welcome to the show --Return-- > hello.py(1)?()->None (Pdb)
Example 11-2 展示了如何从程序中启动调试器.
File: pdb-example-1.py import pdb def test(n): j = 0 for i in range(n): j = j + i return n db = pdb.Pdb() db.runcall(test, 1) > pdb-example-1.py(3)test() -> def test(n): (Pdb) s > pdb-example-1.py(4)test() -> j = 0 (Pdb) s > pdb-example-1.py(5)test() -> for i in range(n): ...
bdb
模块为提供了一个调试器框架. 你可以使用它来创建自定义的调试器,
如 Example 11-3 所示.
你需要做的只是继承 Bdb 类, 覆盖它的 user
方法(在每次调试器停止的时候被调用).
使用各种各样的 set
方法可以控制调试器.
File: bdb-example-1.py import bdb import time def spam(n): j = 0 for i in range(n): j = j + i return n def egg(n): spam(n) spam(n) spam(n) spam(n) def test(n): egg(n) class myDebugger(bdb.Bdb): run = 0 def user_call(self, frame, args): name = frame.f_code.co_name or "<unknown>" print "call", name, args self.set_continue() # continue def user_line(self, frame): if self.run: self.run = 0 self.set_trace() # start tracing else: # arrived at breakpoint name = frame.f_code.co_name or "<unknown>" filename = self.canonic(frame.f_code.co_filename) print "break at", filename, frame.f_lineno, "in", name print "continue..." self.set_continue() # continue to next breakpoint def user_return(self, frame, value): name = frame.f_code.co_name or "<unknown>" print "return from", name, value print "continue..." self.set_continue() # continue def user_exception(self, frame, exception): name = frame.f_code.co_name or "<unknown>" print "exception in", name, exception print "continue..." self.set_continue() # continue db = myDebugger() db.run = 1 db.set_break("bdb-example-1.py", 7) db.runcall(test, 1) continue... call egg None call spam None break at C:\ematter\librarybook\bdb-example-1.py 7 in spam continue... call spam None break at C:\ematter\librarybook\bdb-example-1.py 7 in spam continue... call spam None break at C:\ematter\librarybook\bdb-example-1.py 7 in spam continue... call spam None break at C:\ematter\librarybook\bdb-example-1.py 7 in spam continue...
profile
模块是标准 Python 分析器.
和反汇编器, 调试器相同, 你可以从命令行调用分析器:
$ profile.py hello.py hello again, and welcome to the show 3 function calls in 0.785 CPU seconds Ordered by: standard name ncalls tottime percall cumtime percall filename:lineno(function) 1 0.001 0.001 0.002 0.002 <string>:1(?) 1 0.001 0.001 0.001 0.001 hello.py:1(?) 1 0.783 0.783 0.785 0.785 profile:0(execfile('hello.py')) 0 0.000 0.000 profile:0(profiler)
如 Example 11-4 所示, 我们还可以从程序中调用 profile
来对程序性能做分析.
File: profile-example-1.py import profile def func1(): for i in range(1000): pass def func2(): for i in range(1000): func1() profile.run("func2()") 1003 function calls in 2.380 CPU seconds Ordered by: standard name ncalls tottime percall cumtime percall filename:lineno(function) 1 0.000 0.000 2.040 2.040 <string>:1(?) 1000 1.950 0.002 1.950 0.002 profile-example-1.py:3(func1) 1 0.090 0.090 2.040 2.040 profile-example-1.py:7(func2) 1 0.340 0.340 2.380 2.380 profile:0(func2()) 0 0.000 0.000 profile:0(profiler)
你可以使用 pstats
模块来修改结果报告的形式.
pstats
模块用于分析 Python 分析器收集的数据. 如 Example 11-5 所示.
File: pstats-example-1.py import pstats import profile def func1(): for i in range(1000): pass def func2(): for i in range(1000): func1() p = profile.Profile() p.run("func2()") s = pstats.Stats(p) s.sort_stats("time", "name").print_stats() 1003 function calls in 1.574 CPU seconds Ordered by: internal time, function name ncalls tottime percall cumtime percall filename:lineno(function) 1000 1.522 0.002 1.522 0.002 pstats-example-1.py:4(func1) 1 0.051 0.051 1.573 1.573 pstats-example-1.py:8(func2) 1 0.001 0.001 1.574 1.574 profile:0(func2()) 1 0.000 0.000 1.573 1.573 <string>:1(?) 0 0.000 0.000 profile:0(profiler)
(2.0 新增) tabnanny
模块用于检查 Python 源文件中的含糊的缩进.
当文件混合了 tab 和空格两种缩进时候, nanny (保姆)会立即给出提示.
在下边使用的 badtabs.py
文件中, if 语句后的第一行使用 4 个空格和 1 个 tab .
第二行只使用了空格.
$ tabnanny.py -v samples/badtabs.py ';samples/badtabs.py': *** Line 3: trouble in tab city! *** offending line: print "world" indent not equal e.g. at tab sizes 1, 2, 3, 5, 6, 7, 9
因为 Python 解释器把 tab 作为 8 个空格来处理, 所以这个脚本可以正常运行. 在所有符合代码标准(一个 tab 为 8 个空格)的编辑器中它也会正常显示. 当然, 这些都骗不过 nanny .
Example 11-6 展示了如何在你自己的程序中使用 tabnanny
.
File: tabnanny-example-1.py import tabnanny FILE = "samples/badtabs.py" file = open(FILE) for line in file.readlines(): print repr(line) # let tabnanny look at it tabnanny.check(FILE) 'if 1:\012' ' \011print "hello"\012' ' print "world"\012' samples/badtabs.py 3 ' print "world"'\012'
将 sys.stdout
重定向到一个 StringIO
对象就可以捕获输出.
本章介绍了一些平台相关的模块. 重点放在了适用于整个平台家族的模块上. (比如 Unix , Windows 家族)
(只用于 Unix) fcntl
模块为 Unix上的 ioctl
和 fcntl
函数提供了一个接口.
它们用于文件句柄和 I/O 设备句柄的 "out of band" 操作, 包括读取扩展属性, 控制阻塞. 更改终端行为等等.
(out of band management: 指使用分离的渠道进行设备管理. 这使系统管理员能在机器关机的时候对服务器,
网络进行监视和管理. 出处: http://en.wikipedia.org/wiki/Out-of-band_management )
关于如何在平台上使用这些函数, 请查阅对应的 Unix man 手册.
该模块同时提供了 Unix 文件锁定机制的接口. Example 12-1
展示了如何使用 flock
函数, 更新文件时为文件设置一个 advisory lock .
输出结果是由同时运行 3 个副本得到的. 像这样(都在一句命令行里):
python fcntl-example-1.py& python fcntl-example-1.py& python fcntl-example-1.py&
如果你注释掉对 flock
的调用, 那么 counter 文件不会正确地更新.
File: fcntl-example-1.py import fcntl, FCNTL import os, time FILE = "counter.txt" if not os.path.exists(FILE): # create the counter file if it doesn't exist # 创建 counter 文件 file = open(FILE, "w") file.write("0") file.close() for i in range(20): # increment the counter file = open(FILE, "r+") fcntl.flock(file.fileno(), FCNTL.LOCK_EX) counter = int(file.readline()) + 1 file.seek(0) file.write(str(counter)) file.close() # unlocks the file print os.getpid(), "=>", counter time.sleep(0.1) 30940 => 1 30942 => 2 30941 => 3 30940 => 4 30941 => 5 30942 => 6
(只用于 Unix) pwd
提供了一个到 Unix 密码/password "数据库"( /etc/passwd 以及相关文件 )的接口.
这个数据库(一般是一个纯文本文件)包含本地机器用户账户的信息. 如 Example 12-2 所示.
File: pwd-example-1.py import pwd import os print pwd.getpwuid(os.getgid()) print pwd.getpwnam("root") ('effbot', 'dsWjk8', 4711, 4711, 'eff-bot', '/home/effbot', '/bin/bosh') ('root', 'hs2giiw', 0, 0, 'root', '/root', '/bin/bash')
getpwall
函数返回一个包含所有可用用户数据库入口的列表. 你可以使用它搜索一个用户.
当需要查询很多名称的时候, 你可以使用 getpwall
来预加载一个字典, 如 Example 12-3 所示.
File: pwd-example-2.py import pwd import os # preload password dictionary _pwd = {} for info in pwd.getpwall(): _pwd[info[0]] = _pwd[info[2]] = info def userinfo(uid): # name or uid integer return _pwd[uid] print userinfo(os.getuid()) print userinfo("root") ('effbot', 'dsWjk8', 4711, 4711, 'eff-bot', '/home/effbot', '/bin/bosh') ('root', 'hs2giiw', 0, 0, 'root', '/root', '/bin/bash')
(只用于 Unix) grp
模块提供了一个到 Unix 用户组/group ( /etc/group )数据库的接口.
getgrgid
函数返回给定用户组 id 的相关数据(参见 Example 12-4 ),
getgrnam
返回给定用户组名称的相关数据.
File: grp-example-1.py import grp import os print grp.getgrgid(os.getgid()) print grp.getgrnam("wheel") ('effbot', '', 4711, ['effbot']) ('wheel', '', 10, ['root', 'effbot', 'gorbot', 'timbot'])
getgrall
函数返回包含所有可用用户组数据库入口的列表.
如果需要执行很多用户组查询, 你可以使用 getgrall
来把当前所有的用户组复制到一个字典里,
这可以节省一些时间. Example 12-5 中的 groupinfo
函数返回一个用户组 id ( int )或是
一个用户组名称( str )的信息.
File: grp-example-2.py import grp import os # preload password dictionary _grp = {} for info in grp.getgrall(): _grp[info[0]] = _grp[info[2]] = info def groupinfo(gid): # name or gid integer return _grp[gid] print groupinfo(os.getgid()) print groupinfo("wheel") ('effbot', '', 4711, ['effbot']) ('wheel', '', 10, ['root', 'effbot', 'gorbot', 'timbot'])
(ֻ Unix , ѡ) nis ģṩ NIS ( Network Information Services , Ϣ ,ҳ) Ľӿ, Example 12-6 ʾ. ڴӿõ NIS ݿл.
File: nis-example-1.py import nis import string print nis.cat("ypservers") print string.split(nis.match("bacon", "hosts.byname")) {'bacon.spam.egg': 'bacon.spam.egg'} ['194.18.155.250', 'bacon.spam.egg', 'bacon', 'spam-010']
(ֻ Unix ѡ) curses
ģṩ˶ıַն˴ڵĿ, ʹһֶն˵ķ.
Example 12-7 ʾ.
File: curses-example-1.py import curses text = [ "a very simple curses demo", "", "(press any key to exit)" ] # connect to the screen # ӵĻ screen = curses.initscr() # setup keyboard # ü curses.noecho() # no keyboard echo curses.cbreak() # don't wait for newline # screen size # Ļߴ rows, columns = screen.getmaxyx() # draw a border around the screen # һ߿ screen.border() # display centered text # ʾ y = (rows - len(text)) / 2 for line in text: screen.addstr(y, (columns-len(line))/2, line) y = y + 1 screen.getch() curses.endwin()
(只用于 Unix , 可选) termios
为 Unix 的终端控制设备提供了一个接口.
它可用于控制终端通讯端口的大多方面.
Example 12-8 中, 该模块临时关闭了键盘回显(由第三个标志域的 ECHO 标志控制).
File: termios-example-1.py import termios, TERMIOS import sys fileno = sys.stdin.fileno() attr = termios.tcgetattr(fileno) orig = attr[:] print "attr =>", attr[:4] # flags # disable echo flag attr[3] = attr[3] & ~TERMIOS.ECHO try: termios.tcsetattr(fileno, TERMIOS.TCSADRAIN, attr) message = raw_input("enter secret message: ") print finally: # restore terminal settings termios.tcsetattr(fileno, TERMIOS.TCSADRAIN, orig) print "secret =>", repr(message) attr => [1280, 5, 189, 35387] enter secret message: secret => 'and now for something completely different'
(只用于 Unix) tty
模块包含一些用于处理 tty 设备的工具函数.
Example 12-9 将终端窗口切换为 "raw" 模式.
File: tty-example-1.py import tty import os, sys fileno = sys.stdin.fileno() tty.setraw(fileno) print raw_input("raw input: ") tty.setcbreak(fileno) print raw_input("cbreak input: ") os.system("stty sane") # ... raw input: this is raw input cbreak input: this is cbreak input
(只用于 Unix , 可选) resource
模块用于查询或修改当前系统资源限制设置.
Example 12-10 展示了如何执行查询操作, Example 12-11 展示了如何执行修改操作.
File: resource-example-1.py import resource print "usage stats", "=>", resource.getrusage(resource.RUSAGE_SELF) print "max cpu", "=>", resource.getrlimit(resource.RLIMIT_CPU) print "max data", "=>", resource.getrlimit(resource.RLIMIT_DATA) print "max processes", "=>", resource.getrlimit(resource.RLIMIT_NPROC) print "page size", "=>", resource.getpagesize() usage stats => (0.03, 0.02, 0, 0, 0, 0, 75, 168, 0, 0, 0, 0, 0, 0, 0, 0) max cpu => (2147483647, 2147483647) max data => (2147483647, 2147483647) max processes => (256, 256) page size => 4096
File: resource-example-2.py import resource resource.setrlimit(resource.RLIMIT_CPU, (0, 1)) # pretend we're busy for i in range(1000): for j in range(1000): for k in range(1000): pass CPU time limit exceeded
(只用于 Unix 可选) syslog 模块用于向系统日志设备发送信息( syslogd ). 这些信息如何处理依不同的系统而定, 通常会被记录在一个 log 文件中, 例如 /var/log/messages , /var/adm/syslog , 或者其他类似处理. (如果你找不到这个文件, 请联系你的系统管理员). Example 12-12 展示了该模块的使用.
File: syslog-example-1.py import syslog import sys syslog.openlog(sys.argv[0]) syslog.syslog(syslog.LOG_NOTICE, "a log notice") syslog.syslog(syslog.LOG_NOTICE, "another log notice: %s" % "watch out!") syslog.closelog()
(只用于 Windows/DOS ) msvcrt
模块用于访问 Microsoft Visual C/C++ Runtime Library (MSVCRT) 中函数的方法.
Example 12-13 展示了 getch
函数, 它用于从命令行读取一次按键操作.
File: msvcrt-example-1.py import msvcrt print "press 'escape' to quit..." while 1: char = msvcrt.getch() if char == chr(27): break print char, if char == chr(13): print press 'escape' to quit... h e l l o
kbhit
函数在按键时返回(这样的捕获操作不会让 getch
阻塞), 如 Example 12-14 所示.
File: msvcrt-example-2.py import msvcrt import time print "press SPACE to enter the serial number" while not msvcrt.kbhit() or msvcrt.getch() != " ": # do something else print ".", time.sleep(0.1) print # clear the keyboard buffer # 清除键盘缓冲区 while msvcrt.kbhit(): msvcrt.getch() serial = raw_input("enter your serial number: ") print "serial number is", serial press SPACE to enter the serial number . . . . . . . . . . . . . . . . . . . . . . . . enter your serial number: 10 serial number is 10
译注: 某翻译在这里评注道: 我能在 cmd 下运行. 用别的 IDLE 要不然卡住, 要不然接受不了键盘输入. 原因未知. 这是因为 IDLE 启动两个 python 线程, 使用 socket 发送数据, 获得程序返回的.
locking
函数实现了 Windows 下的跨进程文件锁定, 如 Example 12-15 所示.
File: msvcrt-example-3.py import msvcrt import os LK_UNLCK = 0 # unlock the file region 解锁区域 LK_LOCK = 1 # lock the file region 锁定文件区域 LK_NBLCK = 2 # non-blocking lock 非阻塞文件锁 LK_RLCK = 3 # lock for writing 为写入文件提供锁定 LK_NBRLCK = 4 # non-blocking lock for writing 为写入文件提供的非阻塞锁定 FILE = "counter.txt" if not os.path.exists(FILE): file = open(FILE, "w") file.write("0") file.close() for i in range(20): file = open(FILE, "r+") # look from current position (0) to end of file msvcrt.locking(file.fileno(), LK_LOCK, os.path.getsize(FILE)) counter = int(file.readline()) + 1 file.seek(0) file.write(str(counter)) file.close() # unlocks the file print os.getpid(), "=>", counter time.sleep(0.1) 208 => 21 208 => 22 208 => 23 208 => 24 208 => 25 208 => 26
(非直接使用模块, 只用于 Windows ) nt
模块是 os
模块在 Windows 平台下调用的执行模块.
几乎没有任何原因直接使用这个模块, 请使用 os
模块替代. Example 12-16 展示了它的使用.
File: nt-example-1.py import nt # in real life, use os.listdir and os.stat instead! for file in nt.listdir("."): print file, nt.stat(file)[6] aifc-example-1.py 314 anydbm-example-1.py 259 array-example-1.py 48
(只用于 Windows , 2.0 中新增) _winreg
模块提供了访问 Windows 注册表数据库的一个基本接口.
Example 12-17 展示了它的使用.
File: winreg-example-1.py import _winreg explorer = _winreg.OpenKey( _winreg.HKEY_CURRENT_USER, "Software\\Microsoft\\Windows\CurrentVersion\\Explorer" ) # list values owned by this registry key # 列出该注册表键下的所有值 try: i = 0 while 1: name, value, type= _winreg.EnumValue(explorer, i) print repr(name), i += 1 except WindowsError: print value, type = _winreg.QueryValueEx(explorer, "Logon User Name") print print "user is", repr(value) 'Logon User Name' 'CleanShutdown' 'ShellState' 'Shutdown Setting' 'Reason Setting' 'FaultCount' 'FaultTime' 'IconUnderline'... user is u'Effbot'
(非直接使用模块, 只用于 Unix/POSIX ) posix
模块是 os
模块在 Unix 及其他 POSIX 系统下使用的实现模块.
一般只需要通过 os
模块访问它即可. 如 Example 12-18 所示.
File: posix-example-1.py import posix for file in posix.listdir("."): print file, posix.stat(file)[6] aifc-example-1.py 314 anydbm-example-1.py 259 array-example-1.py 48
就是其他模块中用到的模块.
dospath
模块(参见 Example 13-1 )提供了 DOS 平台下的 os.path
功能. 你可以使用它在其他平台处理 DOS 路径.
File: dospath-example-1.py import dospath file = "/my/little/pony" print "isabs", "=>", dospath.isabs(file) print "dirname", "=>", dospath.dirname(file) print "basename", "=>", dospath.basename(file) print "normpath", "=>", dospath.normpath(file) print "split", "=>", dospath.split(file) print "join", "=>", dospath.join(file, "zorba") isabs => 1 dirname => /my/little basename => pony normpath => \my\little\pony split => ('/my/little', 'pony') join => /my/little/pony\zorba
注意 Python 的 DOS 支持可以使用斜杠和反斜杠作为目录分隔符.
macpath
模块( 参见 Example 13-2 )提供了 Macintosh 平台下的 os.path
功能. 你也可以使用它在其他平台处理 Macintosh 路径.
File: macpath-example-1.py import macpath file = "my:little:pony" print "isabs", "=>", macpath.isabs(file) print "dirname", "=>", macpath.dirname(file) print "basename", "=>", macpath.basename(file) print "normpath", "=>", macpath.normpath(file) print "split", "=>", macpath.split(file) print "join", "=>", macpath.join(file, "zorba") isabs => 1 dirname => my:little basename => pony normpath => my:little:pony split => ('my:little', 'pony') join => my:little:pony:zorba
ntpath
模块( 参见 Example 13-3 )提供了 Windows 平台下的 os.path
功能. 你也可以使用它在其他平台处理 Windows 路径.
File: ntpath-example-1.py import ntpath file = "/my/little/pony" print "isabs", "=>", ntpath.isabs(file) print "dirname", "=>", ntpath.dirname(file) print "basename", "=>", ntpath.basename(file) print "normpath", "=>", ntpath.normpath(file) print "split", "=>", ntpath.split(file) print "join", "=>", ntpath.join(file, "zorba") isabs => 1 dirname => /my/little basename => pony normpath => \my\little\pony split => ('/my/little', 'pony') join => /my/little/pony\zorba
注意该模块可以同时使用斜杠和反斜杠作为目录分隔符.
posixpath
模块( 参见 Example 13-4 )提供了 Unix 和其他 POSIX 兼容平台下的 os.path
功能. 你也可以使用它在其他平台处理 POSIX 路径. 另外, 它也可以处理 URL .
File: posixpath-example-1.py import posixpath file = "/my/little/pony" print "isabs", "=>", posixpath.isabs(file) print "dirname", "=>", posixpath.dirname(file) print "basename", "=>", posixpath.basename(file) print "normpath", "=>", posixpath.normpath(file) print "split", "=>", posixpath.split(file) print "join", "=>", posixpath.join(file, "zorba") isabs => 1 dirname => /my/little basename => pony normpath => /my/little/pony split => ('/my/little', 'pony') join => /my/little/pony/zorba
(已废弃) strop
为 string
模块中的大多函数提供了底层 C 语言实现.
string
模块会自动调用它, 所以一般你不需要直接使用它.
不过在导入 Python 模块之前处理路径的时候你可能会用到它. 如 Example 13-5 所示.
File: strop-example-1.py import strop import sys # assuming we have an executable named ".../executable", add a # directory named ".../executable-extra" to the path if strop.lower(sys.executable)[-4:] == ".exe": extra = sys.executable[:-4] # windows else: extra = sys.executable sys.path.insert(0, extra + "-extra") import mymodule
在 Python 2.0 及以后版本中, 你应该使用字符串方法代替 strop
,
例如在上边的代码中. 使用 "sys.executable.lower()
" 替换
"strop.lower(sys.executable)
" .
imp
模块包含的函数可以用于实现自定义的 import 行为. Example 13-6 重载了
import
语句, 实现了对模块来源的记录功能.
File: imp-example-1.py import imp import sys def my_import(name, globals=None, locals=None, fromlist=None): try: module = sys.modules[name] # already imported? except KeyError: file, pathname, description = imp.find_module(name) print "import", name, "from", pathname, description module = imp.load_module(name, file, pathname, description) return module import _ _builtin_ _ _ _builtin_ _._ _import_ _ = my_import import xmllib import xmllib from /python/lib/xmllib.py ('.py', 'r', 1) import re from /python/lib/re.py ('.py', 'r', 1) import sre from /python/lib/sre.py ('.py', 'r', 1) import sre_compile from /python/lib/sre_compile.py ('.py', 'r', 1) import _sre from /python/_sre.pyd ('.pyd', 'rb', 3)
注意这里的导入功能不支持包. 具体实现请参阅 knee
模块的源代码.
new
模块是一个底层的模块, 你可以使用它来创建不同的内建对象,
例如类对象, 函数对象, 以及其他由 Python 运行时系统创建的类型. Example 13-7
展示了该模块的使用.
如果你使用的是 1.5.2 版本 , 那么你有可能需要重新编译 Python 来使用这个模块, 在默认情况下并不是所有平台都有这个模块. 在 2.0 及以后版本中, 不需要这么做.
File: new-example-1.py import new class Sample: a = "default" def _ _init_ _(self): self.a = "initialised" def _ _repr_ _(self): return self.a # # create instances a = Sample() print "normal", "=>", a b = new.instance(Sample, {}) print "new.instance", "=>", b b._ _init_ _() print "after _ _init_ _", "=>", b c = new.instance(Sample, {"a": "assigned"}) print "new.instance w. dictionary", "=>", c normal => initialised new.instance => default after _ _init_ _ => initialised new.instance w. dictionary => assigned
(已废弃) pre
模块是 1.5.2 中 re
模块调用的实现功能模块.
在当前版本中已废弃. Example 13-8 展示了它的使用.
File: pre-example-1.py import pre p = pre.compile("[Python]+") print p.findall("Python is not that bad") ['Python', 'not', 'th', 't']
(功能实现模块, 已声明不支持) sre
模块是 re
模块的底层实现.
一般没必要直接使用它, 而且以后版本将不会支持它. Example 13-9
展示了它的使用.
File: sre-example-1.py import sre text = "The Bookshop Sketch" # a single character m = sre.match(".", text) if m: print repr("."), "=>", repr(m.group(0)) # and so on, for all 're' examples... '.' => 'T'
py_compile
模块用于将 Python 模块编译为字节代码.
它和 Python 的 import 语句行为类似, 不过它接受文件名而不是模块名作为参数.
使用方法如 Example 13-10 所示.
File: py-compile-example-1.py import py_compile # explicitly compile this module py_compile.compile("py-compile-example-1.py")
compileall
模块可以把一个目录树下的所有 Python 文件编译为字节代码.
compileall
模块用于将给定目录下(以及 Python path )的所有 Python 脚本编译为字节代码. 它也可以作为可执行脚本使用(在 Unix 系统下, Python
安装时会自动调用执行它). 用法参见 Example 13-11 .
File: compileall-example-1.py import compileall print "This may take a while!" compileall.compile_dir(".", force=1) This may take a while! Listing . ... Compiling .\SimpleAsyncHTTP.py ... Compiling .\aifc-example-1.py ... Compiling .\anydbm-example-1.py ... ...
ihooks
模块为替换导入提供了一个框架. 这允许多个导入机制共存.
使用方法参见 Example 13-12 .
File: ihooks-example-1.py import ihooks, imp, os def import_from(filename): "Import module from a named file" loader = ihooks.BasicModuleLoader() path, file = os.path.split(filename) name, ext = os.path.splitext(file) m = loader.find_module_in_dir(name, path) if not m: raise ImportError, name m = loader.load_module(name, m) return m colorsys = import_from("/python/lib/colorsys.py") print colorsys <module 'colorsys' from '/python/lib/colorsys.py'>
linecache
模块用于从模块源文件中读取代码. 它会缓存最近访问的模块
(整个源文件). 如 Example 13-13 .
File: linecache-example-1.py import linecache print linecache.getline("linecache-example-1.py", 5) print linecache.getline("linecache-example-1.py", 5)
traceback
模块使用这个模块实现了对导入操作的跟踪.
(功能实现模块) macurl2path
模块用于 URL 和 Macintosh 文件名
的相互映射. 一般没有必要直接使用它, 请使用 urllib
中的机制.
它的用法参见 Example 13-14 .
File: macurl2path-example-1.py import macurl2path file = ":my:little:pony" print macurl2path.pathname2url(file) print macurl2path.url2pathname(macurl2path.pathname2url(file)) my/little/pony :my:little:pony
(功能实现模块) nturl2path
模块用于 URL 和 Windows 文件名的
相互映射. 用法参见 Example 13-15 .
File: nturl2path-example-1.py import nturl2path file = r"c:\my\little\pony" print nturl2path.pathname2url(file) print nturl2path.url2pathname(nturl2path.pathname2url(file)) ///C|/my/little/pony C:\my\little\pony
同样地, 请通过 urllib
模块来访问这些函数, 如 Example 13-16 所示.
File: nturl2path-example-2.py import urllib file = r"c:\my\little\pony" print urllib.pathname2url(file) print urllib.url2pathname(urllib.pathname2url(file)) ///C|/my/little/pony C:\my\little\pony
tokenize
模块将一段 Python 源文件分割成不同的 token .
你可以在代码高亮工具中使用它.
在 Example 13-17 中, 我们分别打印出这些 token .
File: tokenize-example-1.py import tokenize file = open("tokenize-example-1.py") def handle_token(type, token, (srow, scol), (erow, ecol), line): print "%d,%d-%d,%d:\t%s\t%s" % \ (srow, scol, erow, ecol, tokenize.tok_name[type], repr(token)) tokenize.tokenize( file.readline, handle_token ) 1,0-1,6: NAME 'import' 1,7-1,15: NAME 'tokenize' 1,15-1,16: NEWLINE '\012' 2,0-2,1: NL '\012' 3,0-3,4: NAME 'file' 3,5-3,6: OP '=' 3,7-3,11: NAME 'open' 3,11-3,12: OP '(' 3,12-3,35: STRING '"tokenize-example-1.py"' 3,35-3,36: OP ')' 3,36-3,37: NEWLINE '\012' ...
注意这里的 tokenize
函数接受两个可调用对象作为参数: 前一个用于获取新的代码行,
第二个用于在获得每个 token 时调用.
keyword
模块(参见 Example 13-18 )有一个包含当前 Python 版本所使用的关键字的列表.
它还提供了一个字典, 以关键字作为 key , 以一个描述性函数作为 value , 它可用于检查
给定单词是否是 Python 关键字.
File: keyword-example-1.py import keyword name = raw_input("Enter module name: ") if keyword.iskeyword(name): print name, "is a reserved word." print "here's a complete list of reserved words:" print keyword.kwlist Enter module name: assert assert is a reserved word. here's a complete list of reserved words: ['and', 'assert', 'break', 'class', 'continue', 'def', 'del', 'elif', 'else', 'except', 'exec', 'finally', 'for', 'from', 'global', 'if', 'import', 'in', 'is', 'lambda', 'not', 'or', 'pass', 'print', 'raise', 'return', 'try', 'while']
(可选) parser
模块提供了一个到 Python 内建语法分析器和编译器的接口.
Example 13-19 将一个简单的表达式编译为一个抽象语法树( abstract syntax tree , AST ), 然后将 AST 转换为一个嵌套列表, 转储树 ( 其中每个节点包含一个语法符号或者是一个 token )中的内容, 将所有数字加上 1 , 最后将列表转回一个代码对象. 至少我认为它是这么做的.
File: parser-example-1.py import parser import symbol, token def dump_and_modify(node): name = symbol.sym_name.get(node[0]) if name is None: name = token.tok_name.get(node[0]) print name, for i in range(1, len(node)): item = node[i] if type(item) is type([]): dump_and_modify(item) else: print repr(item) if name == "NUMBER": # increment all numbers! node[i] = repr(int(item)+1) ast = parser.expr("1 + 3") list = ast.tolist() dump_and_modify(list) ast = parser.sequence2ast(list) print eval(parser.compileast(ast)) eval_input testlist test and_test not_test comparison expr xor_expr and_expr shift_expr arith_expr term factor power atom NUMBER '1' PLUS '+' term factor power atom NUMBER '3' NEWLINE '' ENDMARKER '' 6
symbol
模块包含 Python 语法中的非终止符号. 可能只有你涉及 parser
模块的时候用到它. 用法参见 Example 13-20 .
File: symbol-example-1.py import symbol print "print", symbol.print_stmt print "return", symbol.return_stmt print 268 return 274
token
模块包含标准 Python tokenizer 所使用的 token 标记. 如 Example 13-21 所示.
File: token-example-1.py import token print "NUMBER", token.NUMBER print "PLUS", token.STAR print "STRING", token.STRING NUMBER 2 PLUS 16 STRING 3
本章描述的是一些并不怎么常见的模块. 一些是很实用的, 另些是已经废弃的模块.
pyclbr
模块包含一个基本的 Python 类解析器, 如 Example 14-1 所示.
版本 1.5.2 中, 改模块只包含一个 readmodule
函数, 解析给定模块, 返回一个模块所有顶层类组成的列表.
File: pyclbr-example-1.py import pyclbr mod = pyclbr.readmodule("cgi") for k, v in mod.items(): print k, v MiniFieldStorage <pyclbr.Class instance at 7873b0> InterpFormContentDict <pyclbr.Class instance at 79bd00> FieldStorage <pyclbr.Class instance at 790e20> SvFormContentDict <pyclbr.Class instance at 79b5e0> StringIO <pyclbr.Class instance at 77dd90> FormContent <pyclbr.Class instance at 79bd60> FormContentDict <pyclbr.Class instance at 79a9c0>
2.0 及以后版本中, 添加了另个接口 readmodule_ex
, 它还会读取全局函数. 如 Example 14-2 所示.
File: pyclbr-example-3.py import pyclbr # 2.0 and later mod = pyclbr.readmodule_ex("cgi") for k, v in mod.items(): print k, v MiniFieldStorage <pyclbr.Class instance at 00905D2C> parse_header <pyclbr.Function instance at 00905BD4> test <pyclbr.Function instance at 00906FBC> print_environ_usage <pyclbr.Function instance at 00907C94> parse_multipart <pyclbr.Function instance at 00905294> FormContentDict <pyclbr.Class instance at 008D3494> initlog <pyclbr.Function instance at 00904AAC> parse <pyclbr.Function instance at 00904EFC> StringIO <pyclbr.Class instance at 00903EAC> SvFormContentDict <pyclbr.Class instance at 00906824> ...
访问类实例的属性可以获得关于类的更多信息, 如 Example 14-3 所示.
File: pyclbr-example-2.py import pyclbr import string mod = pyclbr.readmodule("cgi") def dump(c): # print class header s = "class " + c.name if c.super: s = s + "(" + string.join(map(lambda v: v.name, c.super), ", ") + ")" print s + ":" # print method names, sorted by line number methods = c.methods.items() methods.sort(lambda a, b: cmp(a[1], b[1])) for method, lineno in methods: print " def " + method print for k, v in mod.items(): dump(v) class MiniFieldStorage: def _ _init_ _ def _ _repr_ _ class InterpFormContentDict(SvFormContentDict): def _ _getitem_ _ def values def items ...
( 2.0 新增) filecmp
模块用于比较文件和目录, 如 Example 14-4 所示.
File: filecmp-example-1.py import filecmp if filecmp.cmp("samples/sample.au", "samples/sample.wav"): print "files are identical" else: print "files differ!" # files differ!
1.5.2 以及先前版本中, 你可以使用 cmp
和 dircmp
模块代替.
cmd
模块为命令行接口( command-line interfaces , CLI )提供了一个简单的框架.
它被用在 pdb
模块中, 当然你也可以在自己的程序中使用它, 如 Example 14-5 所示.
你只需要继承 Cmd 类, 定义 do
和 help
方法. 基类会自动地将这些方法转换为对应命令.
File: cmd-example-1.py import cmd import string, sys class CLI(cmd.Cmd): def _ _init_ _(self): cmd.Cmd._ _init_ _(self) self.prompt = '> ' def do_hello(self, arg): print "hello again", arg, "!" def help_hello(self): print "syntax: hello [message]", print "-- prints a hello message" def do_quit(self, arg): sys.exit(1) def help_quit(self): print "syntax: quit", print "-- terminates the application" # shortcuts do_q = do_quit # # try it out cli = CLI() cli.cmdloop() > help Documented commands (type help <topic>): ======================================== hello quit Undocumented commands: ====================== help q > hello world hello again world ! > q
Feather 注: 版本 2.3 时取消了改模块的支持, 具体原因请参阅 : http://www.amk.ca/python/howto/rexec/ 和 http://mail.python.org/pipermail/python-dev/2002-December/031160.html
解决方法请参阅: http://mail.python.org/pipermail/python-list/2003-November/234581.html
rexec
模块提供了在限制环境下的 exec
, eval
,
以及 import
语句, 如 Example 14-6 所示.
在这个环境下, 所有可能对机器造成威胁的函数都不可用.
File: rexec-example-1.py import rexec r = rexec.RExec() print r.r_eval("1+2+3") print r.r_eval("_ _import_ _('os').remove('file')") 6 Traceback (innermost last): File "rexec-example-1.py", line 5, in ? print r.r_eval("_ _import_ _('os').remove('file')") File "/usr/local/lib/python1.5/rexec.py", line 257, in r_eval return eval(code, m._ _dict_ _) File "<string>", line 0, in ? AttributeError: remove
Feather 注: 版本 2.3 时取消了改模块的支持, 具体原因请参阅 : http://www.amk.ca/python/howto/rexec/ 和 http://mail.python.org/pipermail/python-dev/2003-January/031848.html
Bastion
模块, 允许你控制给定对象如何使用, 如 Example 14-7 所示.
你可以通过它把对象从未限制部分传递到限制部分.
默认情况下, 所有的实例变量都是隐藏的, 所有的方法以下划线开头.
File: bastion-example-1.py import Bastion class Sample: value = 0 def _set(self, value): self.value = value def setvalue(self, value): if 10 < value <= 20: self._set(value) else: raise ValueError, "illegal value" def getvalue(self): return self.value # # try it s = Sample() s._set(100) # cheat print s.getvalue() s = Bastion.Bastion(Sample()) s._set(100) # attempt to cheat print s.getvalue() 100 Traceback (innermost last): ... AttributeError: _set
你可以控制发布哪个函数. 在 Example 14- 中, 内部方法可以从外部调用, 但 getvalue 不再起作用.
File: bastion-example-2.py import Bastion class Sample: value = 0 def _set(self, value): self.value = value def setvalue(self, value): if 10 < value <= 20: self._set(value) else: raise ValueError, "illegal value" def getvalue(self): return self.value # # try it def is_public(name): return name[:3] != "get" s = Bastion.Bastion(Sample(), is_public) s._set(100) # this works print s.getvalue() # but not this 100 Traceback (innermost last): ... AttributeError: getvalue
(可选) readline
模块使用 GNU readline 库(或兼容库)实现了 Unix 下增强的输入编辑支持.
如 Example 14-9 所示.
该模块提供了增强的命令行编辑功能, 例如命令行历史等. 它还增强了 input
和 raw_input
函数.
File: readline-example-1.py import readline # activate readline editing
(可选, 只用于 Unix ) rlcompleter
模块为 readline 模块提供了单词自动完成功能.
导入该模块就可以启动自动完成功能. 默认情况下完成函数被绑定在了 Esc 键上. 按两次 Esc 键就可以自动完成当前单词. 你可以使用下面的代码修改所绑定的键:
import readline readline.parse_and_bind("tab: complete")
Example 14-10 展示了如何在程序中使用自动完成函数.
File: rlcompleter-example-1.py import rlcompleter import sys completer = rlcompleter.Completer() for phrase in "co", "sys.p", "is": print phrase, "=>", # emulate readline completion handler try: for index in xrange(sys.maxint): term = completer.complete(phrase, index) if term is None: break print term, except: pass print co => continue compile complex coerce completer sys.p => sys.path sys.platform sys.prefix is => is isinstance issubclass
statvfs
模块包含一些与 os.statvfs
(可选)函数配合使用的常量和函数,
该函数会返回文件系统的相关信息. 如 Example 14-11 所示.
File: statvfs-example-1.py import statvfs import os st = os.statvfs(".") print "preferred block size", "=>", st[statvfs.F_BSIZE] print "fundamental block size", "=>", st[statvfs.F_FRSIZE] print "total blocks", "=>", st[statvfs.F_BLOCKS] print "total free blocks", "=>", st[statvfs.F_BFREE] print "available blocks", "=>", st[statvfs.F_BAVAIL] print "total file nodes", "=>", st[statvfs.F_FILES] print "total free nodes", "=>", st[statvfs.F_FFREE] print "available nodes", "=>", st[statvfs.F_FAVAIL] print "max file name length", "=>", st[statvfs.F_NAMEMAX] preferred block size => 8192 fundamental block size => 1024 total blocks => 749443 total free blocks => 110442 available blocks => 35497 total file nodes => 92158 total free nodes => 68164 available nodes => 68164 max file name length => 255
calendar
模块是 Unix cal 命令的 Python 实现. 它可以将给定年份/月份的日历输出到标准输出设备上.
prmonth(year, month)
打印给定月份的日历, 如 Example 14-12 所示.
File: calendar-example-1.py import calendar calendar.prmonth(1999, 12) December 1999 Mo Tu We Th Fr Sa Su 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
prcal(year)
打印给定年份的日历, 如 Example 14-13 所示.
File: calendar-example-2.py import calendar calendar.prcal(2000) 2000 January February March Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su 1 2 1 2 3 4 5 6 1 2 3 4 5 3 4 5 6 7 8 9 7 8 9 10 11 12 13 6 7 8 9 10 11 12 10 11 12 13 14 15 16 14 15 16 17 18 19 20 13 14 15 16 17 18 19 17 18 19 20 21 22 23 21 22 23 24 25 26 27 20 21 22 23 24 25 26 24 25 26 27 28 29 30 28 29 27 28 29 30 31 31 April May June Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su 1 2 1 2 3 4 5 6 7 1 2 3 4 3 4 5 6 7 8 9 8 9 10 11 12 13 14 5 6 7 8 9 10 11 10 11 12 13 14 15 16 15 16 17 18 19 20 21 12 13 14 15 16 17 18 17 18 19 20 21 22 23 22 23 24 25 26 27 28 19 20 21 22 23 24 25 24 25 26 27 28 29 30 29 30 31 26 27 28 29 30 July August September Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su 1 2 1 2 3 4 5 6 1 2 3 3 4 5 6 7 8 9 7 8 9 10 11 12 13 4 5 6 7 8 9 10 10 11 12 13 14 15 16 14 15 16 17 18 19 20 11 12 13 14 15 16 17 17 18 19 20 21 22 23 21 22 23 24 25 26 27 18 19 20 21 22 23 24 24 25 26 27 28 29 30 28 29 30 31 25 26 27 28 29 30 31 October November December Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su 1 1 2 3 4 5 1 2 3 2 3 4 5 6 7 8 6 7 8 9 10 11 12 4 5 6 7 8 9 10 9 10 11 12 13 14 15 13 14 15 16 17 18 19 11 12 13 14 15 16 17 16 17 18 19 20 21 22 20 21 22 23 24 25 26 18 19 20 21 22 23 24 23 24 25 26 27 28 29 27 28 29 30 25 26 27 28 29 30 31 30 31
注意这里的日历是按照欧洲习惯打印的, 也就是说星期一是一个星期的第一天, 其他情况需要请参考模块中的几个类. (和咱们一样, 不用管了)
该模块中的其他类或函数可以帮助你输出自己需要的格式.
sched 模块为非线程环境提供了一个简单的计划任务模式. 如 Example 14-14 所示.
File: sched-example-1.py import sched import time, sys scheduler = sched.scheduler(time.time, time.sleep) # add a few operations to the queue scheduler.enter(0.5, 100, sys.stdout.write, ("one\n",)) scheduler.enter(1.0, 300, sys.stdout.write, ("three\n",)) scheduler.enter(1.0, 200, sys.stdout.write, ("two\n",)) scheduler.run() one two three
statcache
模块提供了访问文件相关信息的相关函数. 它是 os.stat
的扩展模块,
而且它会缓存收集到的信息. 如 Example 14-15 所示.
2.2 后该模块被废弃, 请使用 os.stat()
函数代替, 原因很简单,
它导致了更复杂的缓存管理, 反而降低了性能.
File: statcache-example-1.py import statcache import os, stat, time now = time.time() for i in range(1000): st = os.stat("samples/sample.txt") print "os.stat", "=>", time.time() - now now = time.time() for i in range(1000): st = statcache.stat("samples/sample.txt") print "statcache.stat", "=>", time.time() - now print "mode", "=>", oct(stat.S_IMODE(st[stat.ST_MODE])) print "size", "=>", st[stat.ST_SIZE] print "last modified", "=>", time.ctime(st[stat.ST_MTIME]) os.stat => 0.371000051498 statcache.stat => 0.0199999809265 mode => 0666 size => 305 last modified => Sun Oct 10 18:39:37 1999
grep
模块提供了在文本文件中搜索字符串的另种方法, 如 Example 14-16 所示.
版本 2.1 时被声明不支持, 及就是说, 当前版本已经无法使用该模块.
File: grep-example-1.py import grep import glob grep.grep("\<rather\>", glob.glob("samples/*.txt")) # 4: indentation, rather than delimiters, might become
(已经废弃) 与 statcache
类似, 该模块是 os.listdir
函数的一个扩展, 提供了缓存支持,
可能因为同样的原因被废弃吧~ MUHAHAHAHAHA~~~~ . 请使用 os.listdir
代替.
如 Example 14-17 所示.
File: dircache-example-1.py import dircache import os, time # # test cached version t0 = time.clock() for i in range(100): dircache.listdir(os.sep) print "cached", time.clock() - t0 # # test standard version t0 = time.clock() for i in range(100): os.listdir(os.sep) print "standard", time.clock() - t0 cached 0.0664509964968 standard 0.5560845807
(已废弃, 只用于 1.5.2) dircmp
模块用于比较两个目录的内容,
如 Example 14-18 所示.
File: dircmp-example-1.py import dircmp d = dircmp.dircmp() d.new("samples", "oldsamples") d.run() d.report() diff samples oldsamples Only in samples : ['sample.aiff', 'sample.au', 'sample.wav'] Identical files : ['sample.gif', 'sample.gz', 'sample.jpg', ...]
Python 2.0 后, 该模块被 filecmp
替换.
(已废弃, 只用于 1.5.2) cmp
模块用于比较两个文件, 如 Example 14-19 所示.
File: cmp-example-1.py import cmp if cmp.cmp("samples/sample.au", "samples/sample.wav"): print "files are identical" else: print "files differ!" files differ!
Python 2.0 后, 该模块被 filecmp
替换.
(已废弃, 只用于 1.5.2) cmpcache
模块用于比较两个文件. 它是 cmp 模块的扩展,
提供了缓存支持. 如 Example 14-20 所示.
File: cmpcache-example-1.py import cmpcache if cmpcache.cmp("samples/sample.au", "samples/sample.wav"): print "files are identical" else: print "files differ!" files differ!
Python 2.0 后, 该模块被 filecmp
替换.
但 filecmp
已经不提供缓存支持.
(已废弃, 只用于 1.5.2) util
模块提供了常见操作的封装函数.
新代码可以使用如 Examples 14-21 到 14-23 的实现方法.
Example 14-21 展示了 remove(sequence, item)
函数.
File: util-example-1.py def remove(sequence, item): if item in sequence: sequence.remove(item)
Example 14-22 展示了 readfile(filename) => string
函数.
File: util-example-2.py def readfile(filename): file = open(filename, "r") return file.read()
Example 14-23 展示了 `readopenfile(file) => string
函数.
File: util-example-3.py def readopenfile(file): return file.read()
(已废弃, 只用于 1.5.2) soundex
实现了一个简单的 hash 算法,
基于英文发音将单词转换为 6 个字符的字符串.
版本 2.0 后, 该模块已从标准库中删除.
get_soundex(word)
返回给定单词的 soundex 字符串.
sound_similar(word1, word2)
判断两个单词的 soundex 是否相同.
一般说来发音相似的单词有相同的 soundex . 如 Example 14-24 所示.
File: soundex-example-1.py import soundex a = "fredrik" b = "friedrich" print soundex.get_soundex(a), soundex.get_soundex(b) print soundex.sound_similar(a, b) F63620 F63620 1
(已废弃, 只用于 Unix ) timing
用于监控 Python 程序的执行时间. 如 Example 14-25 所示.
File: timing-example-1.py import timing import time def procedure(): time.sleep(1.234) timing.start() procedure() timing.finish() print "seconds:", timing.seconds() print "milliseconds:", timing.milli() print "microseconds:", timing.micro() seconds: 1 milliseconds: 1239 microseconds: 1239999
你可以按照 Example 14-26 中的方法用 time
模块实现 timing
模块的功能.
File: timing-example-2.py import time t0 = t1 = 0 def start(): global t0 t0 = time.time() def finish(): global t1 t1 = time.time() def seconds(): return int(t1 - t0) def milli(): return int((t1 - t0) * 1000) def micro(): return int((t1 - t0) * 1000000)
time.clock()
可以替换 time.time()
获得 CPU 时间.
(已废弃, 只用于 Unix ) posixfile
提供了一个类文件的对象( file-like object ),
实现了文件锁定的支持. 如 Example 14-27 所示. 新程序请使用 fcntl
模块代替.
File: posixfile-example-1.py import posixfile import string filename = "counter.txt" try: # open for update file = posixfile.open(filename, "r+") counter = int(file.read(6)) + 1 except IOError: # create it file = posixfile.open(filename, "w") counter = 0 file.lock("w|", 6) file.seek(0) # rewind file.write("%06d" % counter) file.close() # releases lock
bisect
模块用于向排序后的序列插入对象.
insort(sequence, item)
将条目插入到序列中, 并且保证序列的排序.
序列可以是任意实现了 _ _getitem_ _
和 insert
方法的序列对象. 如 Example 14-28 所示.
File: bisect-example-1.py import bisect list = [10, 20, 30] bisect.insort(list, 25) bisect.insort(list, 15) print list [10, 15, 20, 25, 30]
bisect(sequence, item) => index
返回条目插入后的索引值, 不对序列做任何修改.
如 Example 14-29 所示.
File: bisect-example-2.py import bisect list = [10, 20, 30] print list print bisect.bisect(list, 25) print bisect.bisect(list, 15) [10, 20, 30] 2 1
knee
模块用于 Python 1.5 中导入包( package import )的实现.
当然 Python 解释器已经支持了这个, 所以这个模块几乎没有什么作用,
不过你可以看看它的代码, 明白这一切是怎么完成的.
代码请参见 Python-X.tgz\Python-2.4.4\Demo\imputil\knee.py
当然, 你可以导入该模块,如 Example 14-30 所示.
File: knee-example-1.py import knee # that's all, folks!
(已废弃) tzparse
模块用于解析时区标志( time zone specification ).
导入时它会自动分析 TZ
环境变量. 如 Example 14-31 所示.
File: tzparse-example-1.py import os if not os.environ.has_key("TZ"): # set it to something... os.environ["TZ"] = "EST+5EDT;100/2,300/2" # importing this module will parse the TZ variable import tzparse print "tzparams", "=>", tzparse.tzparams print "timezone", "=>", tzparse.timezone print "altzone", "=>", tzparse.altzone print "daylight", "=>", tzparse.daylight print "tzname", "=>", tzparse.tzname tzparams => ('EST', 5, 'EDT', 100, 2, 300, 2) timezone => 18000 altzone => 14400 daylight => 1 tzname => ('EST', 'EDT')
除了这些变量之外, 该模块还提供了一些用于时间计算的函数.
(已废弃) regex
模块是旧版本的(1.5 前)正则表达式模块, 用法如 Example 14-32 所示.
新代码请使用 re
模块实现.
注意在 Python 1.5.2 中 regex
比 re
模块要快.
但在新版本中 re
模块更快.
File: regex-example-1.py import regex text = "Man's crisis of identity in the latter half of the 20th century" p = regex.compile("latter") # literal print p.match(text) print p.search(text), repr(p.group(0)) p = regex.compile("[0-9]+") # number print p.search(text), repr(p.group(0)) p = regex.compile("\<\w\w\>") # two-letter word print p.search(text), repr(p.group(0)) p = regex.compile("\w+$") # word at the end print p.search(text), repr(p.group(0)) -1 32 'latter' 51 '20' 13 'of' 56 'century'
(已废弃) regsub
模块提供了基于正则表达式的字符串替换操作. 用法如 Example 14-33 所示.
新代码请使用 re
模块中的 replace
函数代替.
File: regsub-example-1.py import regsub text = "Well, there's spam, egg, sausage, and spam." print regsub.sub("spam", "ham", text) # just the first print regsub.gsub("spam", "bacon", text) # all of them Well, there's ham, egg, sausage, and spam. Well, there's bacon, egg, sausage, and bacon.
(已废弃) reconvert
提供了旧样式正则表达式( regex
模块中使用)到新样式( re
模块)的转换工具.
如 Example 14-34 所示. 它也可以作为一个命令行工具.
File: reconvert-example-1.py import reconvert for pattern in "abcd", "a\(b*c\)d", "\<\w+\>": print pattern, "=>", reconvert.convert(pattern) abcd => abcd a\(b*c\)d => a(b*c)d \<\w+\> => \b\w+\b
(已废弃) regex_syntax
模块用于改变正则表达式的模式, 如 Example 14-35 所示.
File: regex-syntax-example-1.py import regex_syntax import regex def compile(pattern, syntax): syntax = regex.set_syntax(syntax) try: pattern = regex.compile(pattern) finally: # restore original syntax regex.set_syntax(syntax) return pattern def compile_awk(pattern): return compile(pattern, regex_syntax.RE_SYNTAX_AWK) def compile_grep(pattern): return compile(pattern, regex_syntax.RE_SYNTAX_GREP) def compile_emacs(pattern): return compile(pattern, regex_syntax.RE_SYNTAX_EMACS)
(已废弃, 只用于 1.5.2) find
模块用于在给定目录及其子目录中查找符合给定匹配模式的文件,
如 Example 14-36 所示.
匹配模式的语法与 fnmatch
中相同.
File: find-example-1.py import find # find all JPEG files in or beneath the current directory for file in find.find("*.jpg", "."): print file .\samples\sample.jpg
本章将在以后的时间里慢慢完成, 更新.