Python 必备好库 - 好工具收藏

apscheduler

collections

collections.OrderDict
collections.defaultdict

Python 标准库提供了 collections 模块。这个方便的附加组件可以为你提供更多数据类型。

from collections import OrderedDict, Counter
# Remembers the order the keys are added!
x = OrderedDict(a=1, b=2, c=3)
# Counts the frequency of each character
y = Counter("Hello World!")

ConfigParser

ConfigParser – Work with configuration files
读取配置文件，例如配置文件 maps.cfg：

[PERCENT]
#配置文件对应的系统文件夹名
system_dir                     =C:\Users\michaelxiang\Desktop\get_report0906\get_report\maps
#请输入占总交易的百分比值（小数）
percent                         = 0.8
#决定是否只是筛选占交易比重大的交易（y or n）
decision                     =y

[SUCC_VALUE]
#请输入成功率阈值（1以内的小数）
default_succ_value   = 0.8
缴费                        =0.8
消费                        =0.8
行业账单                   =0.8
行业信息查询             =0.8

[KEEP_TIME]
default_keep_time    =60
缴费_持续时间        =60
消费_持续时间        =60
行业账单_持续时间    =60
行业信息查询_持续时间  =60

cf = configparser.ConfigParser()
# 读取配置文件变量config，并指定编码格式
cf.read(config, encoding='gb2312')
system_dir = cf.get('PERCENT', 'system_dir')
percent = float(cf.get('PERCENT', 'percent'))
decision = cf.get('PERCENT', 'decision')

# cf.options获得元祖对的列表[(,),(,)……]
succ_value_list = cf.options('SUCC_VALUE')
keep_time_dic = {x[0]: float(x[1]) for x in cf.items('KEEP_TIME')}

future

__ future__模块允许用户导入新版 Python 的功能。这简直就像时间旅行，或者魔法什么的：

from __future__ import print_function
print("Hello World!")

functools

fake-useragent

伪装浏览器身份：

pip install fake-useragent
from fake_useragent import UserAgent
ua = UserAgent()

ua.ie
ua.msie
ua.opera
ua.chrome

getsub

下载视频字幕：

pip install getsub
getsub <视频路径>

gy

生成 .gitignore 文件：

#https://www.gitignore.io/
$ pip install gy
$ gy generate python java lisp

id-validator

中华人民共和国居民身份证、中华人民共和国港澳居民居住证以及中华人民共和国台湾居民居住证号码验证工具（Python 版）：

jxlwqq/id-validator

itertools

MyQR

生成 Python 艺术二维码

pip install MyQR
myqr https://github.com
myqr https://github.com -v 10 -l Q

ngxtop

解析 nginx 访问日志并格式化输出

pip install ngxtop
$ ngxtop

operator

os

os.walk

pymotw-os.walk

for root, dirs, files in os.walk(system_dir):
    i += 1
    print(i)
    print(root)
    print('dirs')
    print(dirs)
    print('files')
    print(files)

1
C:\Users\michaelxiang\Desktop\get_report0906\get_report
['maps']
['a.py', 'b.py', 'get_report.py', 'judge_succ.py', 'maps.cfg']
2
C:\Users\michaelxiang\Desktop\get_report0906\get_report\maps
['2016-09-06-16-18-40']
['case.csv', 'data.csv', 'judge_succ.py', 'percent-2016-09-06-16-18-40.csv', 'report-2016-09-06-16-18-40.csv']
3
C:\Users\michaelxiang\Desktop\get_report0906\get_report\maps\2016-09-06-16-18-40
['PIT多渠道脱机并行测试']
['case.csv', 'data.csv']
4
C:\Users\michaelxiang\Desktop\get_report0906\get_report\maps\2016-09-06-16-18-40\PIT多渠道脱机并行测试
[]
['消费（传统）-TPS消费（传统）-成功率时间段2016-08-10 13-03-25-2016-08-10 13-06-25.png', '行业信息查询-TPS行业信息查询-成功率
时间段2016-08-10 13-03-25-2016-08-10 13-06-25.png', '行业账单查询-TPS行业账单查询-成功率时间段2016-08-10 13-03-25-2016-08-10 1
3-06-25.png']

可以看到：

root：执行os.walk时的每次的目录，会改变，因为会遍历目录下的每一层文件夹；
dirs：目录下有几个文件夹，以列表存储文件夹名；
files: 目录下的文件，以列表存储文件名；

os.listdir

pymotw-directories

system_dir=os.getcwd()
for fname in os.listdir(system_dir):
    if fname.startswith('report'):
        os.remove(os.path.join(system_dir, fname))

这个的作用就是删除该目录下，以report开头的文件，

os.path

os.path.join

主要用到了将两个路径合并为一个路径，为什么不能用路径A+路径B呢？
因为，os.path.join(A,B)会自动根据系统环境，改变两个路径的连接符。
Windows系统路径之间是\，而Linux系统路径是/，因此用os.path.join写出的程序兼容性就更好了。

pdir2

查看对象的全部属性和方法，显示效果比 dir 方法好：

pip install pdir2
>>> import pdir,requests
>>> pdir(requests)

pipreqs

pip freeze 导出当前环境中所有的 python 库列表：

$ pip install pipreqs
$ pipreqs /home/project/location

pyperclip

Python 剪贴板：

pip install pyperclip  
from pyperclip import copy, paste 

copy('2333') # 向剪贴板写入 2333 

paste() # 值为剪贴板中的内容

rpmUtils

解析 rpm 包名

pkg_name = "java-1.7.0-openjdk-headless-1.7.0.75-2.5.4.2.x86_64.rpm"
(name, version, release, epoch, arch) = splitFilename(pkg_name)

sys

sys.argv

Runtime Environment

# 读取配置文件中的参数
try:
    config = sys.argv[1]
except IndexError as e:
    print(u'运行脚本时，请加上cfg参数！', e)
    sys.exit(-1)
print(config)

可以读取命令窗口的参数，例如python get_report.py maps.cfg
那么，这里sys.argv[1]获得的值就是maps.cfg。

sh

Python Shell

pip install sh
from sh import ifconfig
print(ifconfig("eth0"))
from sh import *
sh.pwd()
sh.mkdir('new_folder')
sh.touch('new_file.txt')
sh.whoami()
sh.echo('This is great!')

shutil

pymotw-copy

shutil.copyfile( src, dst)    从源src复制到dst中去。当然前提是目标地址是具备可写权限。抛出的异常信息为IOException. 如果当前的dst已存在的话就会被覆盖掉
shutil.move( src, dst)        移动文件或重命名
shutil.copymode( src, dst)    只是会复制其权限其他的东西是不会被复制的
shutil.copystat( src, dst)    复制权限、最后访问时间、最后修改时间
shutil.copy( src, dst)        复制一个文件到一个文件或一个目录
shutil.copy2( src, dst)        在copy上的基础上再复制文件最后访问时间与修改时间也复制过来了，类似于cp –p的东西
shutil.copy2( src, dst)        如果两个位置的文件系统是一样的话相当于是rename操作，只是改名；如果是不在相同的文件系统的话就是做move操作
shutil.copytree( olddir, newdir, True/Flase)
把olddir拷贝一份newdir，如果第3个参数是True，则复制目录时将保持文件夹下的符号连接，如果第3个参数是False，则将在复制的目录下生成物理副本来替代符号连接
shutil.rmtree( src )    递归删除一个目录以及目录内的所有内容

shutil.copy2

print('*'*20+u'转存源数据文件到结果日期文件夹'+'*'*20)
shutil.copy2(data_source_path, result_file_path)
shutil.copy2(case_source_path, result_file_path)
print('*'*20+u'存储成功！'+'*'*20)

用来拷贝文件，复制到目标文件夹。

shutil.rmtree

shutil.rmtree('maps',ignore_errors=True)

只有机上后边的参数，空目录才会删除，否则会报错。

参考：

types

类似dict/int等一些内置的类型，types模块已不再提供了，例如tyopes.IntType已经提供了。

参考：

sof-python 3.1 - DictType not part of types module?

tenacity

重试：

pip install tenacity 
#限制重试次数为3次
from tenacity import retry, stop_after_attempt
@retry(stop=stop_after_attempt(3))
def extract(url):
    info_json = requests.get(url).content.decode()
    info_dict = json.loads(info_json)
    data = info_dict['data']
    save(data)

uuid

生成通用唯一标识符（Universally Unique ID，UUID）的一种快速简单方法就是使用 Python 标准库的 uuid 模块。

uuid 模块：https://docs.python.org/3/library/uuid.html

import uuid
user_id = uuid.uuid4()
print(user_id)

wget

提取数据，特别是从网络中提取数据是数据科学家的重要任务之一。Wget 是一个免费的工具，用于以非交互式方式从 Web 上下载文件。它支持 HTTP、HTTPS 和 FTP 协议，通过 HTTP 代理进行检索。由于它是非交互式的，即使用户没有登录，它也可以在后台工作。所以，如果你想下载一个网站或一个页面上的所有图片，wget 会帮助你。

安装：

$ pip install wget

示例：

import wget
url = 'http://www.futurecrew.com/skaven/song_files/mp3/razorback.mp3'
filename = wget.download(url)
100% [................................................] 3841532 / 3841532
filename
'razorback.mp3'

YAML

YAML 代表『YAML Ain』t Markup Language』。它是一种数据格式语言，是 JSON 的超集。

与 JSON 不同，它可以存储更复杂的对象并引用自己的元素。你还可以编写注释，使其尤其适用于编写配置文件。

PyYAML 模块（https://pyyaml.org/wiki/PyYAMLDocumentation）可以让你在 Python 中使用 YAML。安装：

$ pip install pyyaml

然后导入到项目中：

import yaml

functools

Remark，做Python PPT工具。

six

python2和python3通用性兼容性封装，openstack中使用，强烈推荐

requests

建议掌握

eventlet

协程的经典，下层使用的greenlet，建议掌握

greenlet

非常高效的协程封装，想了解协程机制的话，可以深入学习

pycrypto 安全

提供了几乎所有的加解密算法，下层使用的是cryptograph，建议做基本了解

SQLAlchemy

对SQL语句的封装，建议概念了解

Mock

测打桩，建议掌握

Unittest

建议掌握

Multiprocessing

多进程，建议基本了解，工作中不常用

Threading

多线程，建议掌握，不建议使用thread(thread在python3中变为内部库_thread)

Queue

多进程/多线程队列按序执行的场景，基本了解

Subprocess

用于创建新进程，可用于python调用shell/bash等，建议掌握。python调用shell/bash不建议os.system/commands.*（这些方式在python3已经移除）。

Profile/cProfile

用于性能分析，非常非常好用，和pstat配合食用，建议掌握。

时间模块相关

arrow

Python：如何用一行代码获取上个月是几月

Delorean

开发工具

HTTPie

是命令行HTTP客户端。其目标是使与Web服务的CLI交互尽可能人性化。它提供了一个简单的http命令，允许使用简单自然的语法发送任意HTTP请求，并显示彩色输出。HTTPie可用于测试，调试以及通常与HTTP服务器交互。

GitHub：https：//github.com/jakubroztocil/httpie

Linux

paramiko

只要是稍微搞过Python与linux的都会熟悉paramiko这个犀利的库。
它完美的契合的用户操作linux机器下的所有操作，ssh ftp等等…

运维

Ansible

是一个极其简单的IT自动化系统。它处理配置管理，应用程序部署，云配置，临时任务执行和多节点编排 – 包括通过负载平衡器轻松实现零停机滚动更新等操作。

GitHub：https：//github.com/ansible/ansible

Sentry

从根本上讲是一项服务，可以帮助您实时监控和修复崩溃。服务器端使用Python，但它包含一个完整的API，支持在任何应用程序中使用任何语言发送事件。

GitHub：https：//github.com/getsentry/sentry

Luigi

是一个Python包，可用来创建复杂的批处理作业管道。可用来处理依赖项解析、工作流管理、可视化、处理故障、命令行集成等等。

GitHub：https：//github.com/spotify/luigi

好玩的工具

sh

pip install sh

Progressbar

Progressbar 是 Python 中的一个文本进度条程序库，用于展示长时间运行操作的过程，从视觉上提示你程序的处理进度。

colorama

YouTube-dl

油管搬运工，可从youtube.com或其他视频平台下载视频。

GitHub：https：//github.com/rg3/youtube-dl

You-Get

是一个小型命令行实用程序，用于从Web下载媒体内容（视频，音频，图像），尤其是在手边没有合适工具的时候。

GitHub：https：//github.com/soimort/you-get