Python 3.10.4 标准库使用教程：从基础到进阶全面解析

? Python 3.10.4 标准库使用教程：从基础到进阶全面解析

Python 标准库就像一个百宝囊，里面装着无数好用的工具，能帮咱们解决各种编程问题。哪怕你是刚入门的新手，也能从这些基础模块里找到趁手的 “兵器”，而有经验的开发者更能在进阶模块中发掘出强大的功能。接下来，咱们就一起打开这个百宝囊，看看里面都有啥宝贝。

?️ 基础模块：日常开发的得力助手

1. 文件与目录操作：os 模块和 pathlib 模块

平时写代码，免不了和文件、目录打交道，这时候 os 模块和 pathlib 模块就派上大用场了。
os 模块里有好多操作文件系统的函数，比如获取当前目录可以用 os.getcwd()，创建目录用 os.mkdir('new_dir')，删除文件用 os.remove('file.txt')。不过要注意，删除目录得用 os.rmdir('empty_dir')，而且目录必须是空的才行。
pathlib 模块则是用面向对象的方式来处理路径，在处理复杂路径时特别方便。比如拼接路径可以这样写：

python

from pathlib import Path
base_path = Path('/user/data')
file_path = base_path / 'file.txt'
print(file_path)  # 输出 /user/data/file.txt

判断文件是否存在用 file_path.exists()，获取文件大小用 file_path.stat().st_size，是不是比 os 模块的函数更直观？

2. 数据处理：json 模块和 csv 模块

在处理数据时，json 模块和 csv 模块是常用的工具。
json 模块用于处理 JSON 格式的数据，比如将 Python 对象转换成 JSON 字符串用 json.dumps()，把 JSON 字符串转换成 Python 对象用 json.loads()。举个例子：

python

import json
data = {'name': '张三', 'age': }
json_str = json.dumps(data)
print(json_str)  # 输出 {"name": "张三", "age": 20}
new_data = json.loads(json_str)
print(new_data['name'])  # 输出 张三

csv 模块用于处理 CSV 文件，可以读取和写入 CSV 数据。读取 CSV 文件时，用 csv.reader 逐行读取，写入时用 csv.writer 逐行写入。如果 CSV 文件有表头，还可以用 csv.DictReader 和 csv.DictWriter，通过字典的方式操作数据，更方便识别每一列的内容。

3. 时间处理：datetime 模块

处理时间相关的问题，datetime 模块必不可少。它可以创建日期和时间对象，进行时间的加减、比较等操作。
创建当前时间用 datetime.datetime.now()，创建指定日期和时间用 datetime.datetime(2023, 10, 1, 12, 30, 0)。计算时间间隔可以用 datetime.timedelta，比如：

python

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

还可以将时间对象格式化成字符串，用 strftime 方法，比如 now.strftime('%Y-%m-%d %H:%M:%S') 会输出类似 2023-10-01 12:30:00 的字符串。

? 进阶模块：提升效率的秘密武器

1. 高效数据结构：collections 模块

collections 模块提供了一些比普通列表、字典更高效或更便捷的数据结构。
比如 OrderedDict 是有序字典，在 Python 3.7 之后字典本身已经是有序的，但 OrderedDict 在某些需要严格保持顺序的场景下还是很有用。defaultdict 可以设置默认值，当访问不存在的键时，会自动创建并返回默认值，避免抛出 KeyError。

python

from collections import defaultdict
d = defaultdict(list)
d['a'].append()
d['a'].append()
d['b'].append()
print(d['a'])  # 输出 [1, 2]
print(d['c'])  # 输出 []，不会报错

还有 deque 是双端队列，可以在两端快速添加和删除元素，比列表的 append 和 pop 在两端操作时效率更高。

2. 迭代器工具：itertools 模块

itertools 模块里有很多处理迭代器的工具，能让咱们更高效地处理循环和数据。
比如 itertools.count 可以创建一个无限递增的迭代器，itertools.zip_longest 可以处理长度不同的可迭代对象，填充指定值直到最长的那个结束。还有 itertools.permutations 生成排列，itertools.combinations 生成组合，在需要处理排列组合问题时非常方便。

python

import itertools
numbers = [, , ]
for perm in itertools.permutations(numbers):
    print(perm)  # 输出 (1,2,3), (1,3,2), (2,1,3), (2,3,1), (3,1,2), (3,2,1)
for comb in itertools.combinations(numbers, ):
    print(comb)  # 输出 (1,2), (1,3), (2,3)

3. 并发处理：threading 模块和 multiprocessing 模块

当咱们需要处理并发任务时，threading 模块和 multiprocessing 模块就很重要了。
threading 模块用于创建线程，适合 I/O 密集型任务，比如同时下载多个文件。创建线程很简单，继承 threading.Thread 类，重写 run 方法，然后调用 start 方法启动线程。
multiprocessing 模块用于创建进程，适合 CPU 密集型任务，因为 Python 的线程受 GIL 限制，在 CPU 密集型任务中多进程能更好地利用多核处理器。它的用法和 threading 类似，但要注意进程之间的数据共享需要通过队列、管道等方式。

4. 日志管理：logging 模块

在开发程序时，日志管理很重要，能帮助咱们调试和排查问题。logging 模块可以让咱们方便地记录日志信息。
我们可以设置日志的级别，比如 DEBUG、INFO、WARNING、ERROR、CRITICAL，只有级别大于等于设置级别的日志才会被记录。还可以设置日志的格式，包括时间、级别、模块名、消息等。

python

import logging
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
logging.info('这是一条信息日志')
logging.warning('这是一条警告日志')

这样日志就会按照指定的格式输出到控制台，也可以通过配置将日志写入文件。

5. 网络通信：socket 模块和 urllib 模块

在网络编程中，socket 模块用于创建网络套接字，实现底层的网络通信，比如创建 TCP 或 UDP 服务器和客户端。
而 urllib 模块则用于处理 URL 请求，比如发送 HTTP 请求、获取网页内容。urllib.request 模块可以发送请求，urllib.parse 模块用于解析 URL，urllib.error 模块处理错误。

python

from urllib.request import urlopen
response = urlopen('https://www.example.com')
html = response.read().decode('utf-8')
print(html)

这只是简单的用法，实际中可能需要处理请求头、超时、错误等情况，urllib 模块提供了丰富的功能来满足这些需求。

? 实战案例：用标准库实现一个简单的文件管理工具

咱们来实战一下，用前面学的 os 模块和 pathlib 模块实现一个简单的文件管理工具，能列出指定目录下的所有文件和目录，统计文件大小，还能按类型过滤文件。

1. 列出文件和目录

首先，定义一个函数，接收一个目录路径，遍历该目录下的所有文件和目录：

python

from pathlib import Path
def list_files(dir_path):
    path = Path(dir_path)
    if not path.exists() or not path.is_dir():
        print(f'目录 {dir_path} 不存在或不是一个目录')
        return
    for item in path.iterdir():
        if item.is_file():
            print(f'文件：{item.name}，大小：{item.stat().st_size} 字节')
        elif item.is_dir():
            print(f'目录：{item.name}')

2. 按类型过滤文件

再定义一个函数，根据文件扩展名过滤文件：

python

def filter_files_by_type(dir_path, file_type):
    path = Path(dir_path)
    if not path.exists() or not path.is_dir():
        print(f'目录 {dir_path} 不存在或不是一个目录')
        return
    for item in path.glob(f'*.{file_type}'):
        if item.is_file():
            print(f'找到 {file_type} 文件：{item.name}，大小：{item.stat().st_size} 字节')

3. 主程序

最后，写一个主程序，让用户输入目录路径和操作选项，比如列出所有文件、按类型过滤文件等：

python

def main():
    dir_path = input('请输入目录路径：')
    while True:
        print('\n请选择操作：')
        print('1. 列出所有文件和目录')
        print('2. 按类型过滤文件')
        print('3. 退出')
        choice = input('输入选项（1-3）：')
        if choice == '1':
            list_files(dir_path)
        elif choice == '2':
            file_type = input('请输入文件扩展名（如 txt、py）：')
            filter_files_by_type(dir_path, file_type)
        elif choice == '3':
            print('退出程序')
            break
        else:
            print('无效选项，请重新输入')

if __name__ == '__main__':
    main()

python

复制

def main():

dir_path = input('请输入目录路径：')

while True:

print('\n请选择操作：')

print('1. 列出所有文件和目录')

print('2. 按类型过滤文件')

print('3. 退出')

choice = input('输入选项（1-3）：')

if choice == '1':

list_files(dir_path)

elif choice == '2':

file_type = input('请输入文件扩展名（如 txt、py）：')

filter_files_by_type(dir_path, file_type)

elif choice == '3':

print('退出程序')

break

else:

print('无效选项，请重新输入')

if __name__ == '__main__':

main()

这样，一个简单的文件管理工具就实现了，咱们可以通过这个工具来管理文件，是不是很实用？

? 总结：用好标准库，编程更轻松

Python 3.10.4 的标准库还有很多强大的模块，比如 re 模块用于正则表达式，math 模块用于数学运算，email 模块用于处理电子邮件等等。咱们在开发过程中，遇到问题先想想标准库里有没有对应的工具，这样可以避免重复造轮子，提高开发效率。
从基础的文件操作、数据处理，到进阶的并发处理、网络通信，标准库覆盖了编程的方方面面。只要咱们多学多用，就能熟练掌握这些工具，让编程变得更轻松、更高效。

【该文章由dudu123.com嘟嘟 ai 导航整理，嘟嘟 AI 导航汇集全网优质网址资源和最新优质 AI 工具】

Python 3.10.4 标准库使用教程：从基础到进阶全面解析