#什么是模块呢？就是用一大坨代码来完成一个功能的代码集合，是不是简单易懂
#类似于函数式编程和面向过程编程，函数式编程则完成一个功能，其他代码用来调用即可，提供了代码的重用性和代码间的耦合。而对于一个复杂的功能来，可能需要多个函数才能完成（函数又可以在不同的.py文件中），n个 .py 文件组成的代码集合就称为模块。
如：os 是系统相关的模块；file是文件操作相关的模块
模块分为三种：
- 自定义模块
- 内置标准模块（又称标准库）
- 开源模块
#既然别人可以写一个代码集合组成模块，我们自然也可以，这就是自定义模块
自定义模块 和开源模块的使用参考 http://www.cnblogs.com/wupeiqi/articles/4963027.html
1.json模块
用法：
1 import json 2 a = { 3 '1':'a', 4 '2':'b', 5 '3':'c' 6 } 7 with open("1.txt",'r+') as f: 8 json.dump(a,f) 9 print(json.load(f)) 10 >>>{'1': 'a', '2': 'b', '3': 'c'} 11 f.write(json.dumps(a)) 12 print(json.loads(f.readline())) 13 >>>{'1': 'a', '2': 'b', '3': 'c'} 14 15 #dump:将数据通过特殊的形式转换为所有程序语言都认识的字符串 16 ，并放入文件,第一个参数是字典对象，第二个是文件对象 17 #dumps:将数据通过特殊的形式转换为所有程序语言都认识的字符串 18 #loads:将json编码的字符串再转换为python的数据结构 19 #load:从数据文件中读取数据,并将json编码的字符串转换为python的数据结构 20 21 #说明： 22 json编码支持的基本类型有：None, bool, int, float, string, list, tuple, dict. 23 24 对于字典，json会假设key是字符串（字典中的任何非字符串key都会在编码时转换为字符串），要符合JSON规范，应该只对python列表和字典进行编码。此外，在WEB应用中，把最顶层对象定义为字典是一种标准做法。 25 26 json编码的格式几乎和python语法一致，略有不同的是：True会被映射为true,False会被映射为false,None会被映射为null，元组()会被映射为列表[]，因为其他语言没有元组的概念，只有数组，也就是列表。 27 a = { 28 '1':True, 29 '2':False, 30 '3':None, 31 '4':(1,2,3), 32 5:'qwe' 33 } 34 da = json.dumps(a) 35 print(da) 36 >>>{"1": true, "2": false, "3": null, "4": [1, 2, 3], "5": "qwe"}
2. pickle模块
用法：
1 import pickle 2 3 def hello(): 4 for i in range(10): 5 print('Hello',i) 6 return hello 7 L = { 8 'a':1, 9 'b':2, 10 'c':'Daniel' 11 } 12 with open('pickle.txt','wb') as f: 13 f.write(pickle.dumps(hello)) 14 with open('pickle.txt','wb') as f: 15 f.write(pickle.dumps(L)) #pickle可以序列化python所有的数据类型，但仅允许在python中使用（等于是python独有语法），与json不同，不管能否反序列化，都可以序列化 16 #如果你重新开个程序 17 import pickle 18 with open('pickle.txt','rb') as f: 19 a =pickle.loads(f.read()) 20 print(a) 21 #则会报错'AttributeError: Can't get attribute 'hello' on <module '__main__''，因为你在前面那个程序定义了一个'hello'，并且有它的内存地址，所以可以调用，但是到了这个新程序就没有了，要想调用，之你那个将''hello()''复制到新程序 22 #那如果调用‘L’则毫无问题，因为存的不是内存地址，而是数据 23 #所以说内存地址用完则释放，两个程序无法互相访问内存地址，数据可以直接反序列化 24 25 #当然pickle也有'load'、'dump' 26 L = { 27 'a':1, 28 'b':2, 29 'c':'Daniel' 30 } 31 with open('pickle.txt','wb') as f: 32 pickle.dump(L,f) 33 with open('pickle.txt','rb') as f: 34 a = pickle.load(f) 35 print(a) 36 >>>{'a': 1, 'b': 2, 'c': 'Daniel'}
3.time & datetime模块
用法：
1 import time 2 3 print(time.clock()) #返回处理器时间,3.3开始已废弃 , 改成了time.process_time()测量处理器运算时间,不包括sleep时间,不稳定,mac上测不出来 4 print(time.altzone) #返回与utc时间的时间差,以秒计算 5 print(time.asctime()) #返回时间格式"Mon Nov 6 17:21:39 2017" 6 print(time.localtime()) #返回本地时间 的struct time对象格式 7 print(time.gmtime(time.time()-800000)) #返回utc时间的struc时间对象格式 8 print(time.asctime(time.localtime())) #返回时间格式"Mon Nov 6 17:31:19 2017" 9 print(time.ctime()) 同上 10 11 # 日期字符串 转成 时间戳 12 13 string_struct = time.strptime('2017/11/13',"%Y/%m/%d") #将 日期字符串 转成 struct时间对象格式 14 print(string_struct) 15 str_stamp = time.mktime(string_struct) #将struct时间对象转成时间戳 16 print(str_stamp) 17 18 #时间戳转成日期字符串 19 20 print(time.gmtime(time.time()-86640)) 21 print(time.strftime("%Y-%m-%d %H:%M:%S",time.gmtime())) 22 23 #时间加减 24 25 print(datetime.datetime.now()) 26 >>>2017-11-13 17:33:00.117320 27 print(datetime.date.fromtimestamp(time.time())) 28 >>>2017-11-13 #时间戳直接转成日期字符串 29 print(datetime.datetime.now() + datetime.timedelta(3)) #加三天 30 >>>2017-11-16 17:33:00.117320 31 print(datetime.datetime.now() + datetime.timedelta(-3)) #减三天 32 >>>2017-11-10 17:33:00.117320 33 print(datetime.datetime.now() + datetime.timedelta(hours=1)) 34 >>>2017-11-13 18:33:00.117320 #加一小时 35 print(datetime.datetime.now() + datetime.timedelta(hours=-1)) 36 >>>2017-11-13 16:33:00.117320 #减一小时 37 print(datetime.datetime.now()+datetime.timedelta(minutes=10)) #加十分钟 38 >>>2017-11-13 17:43:00.117320 39 #so 那么就有秒----"second"不举例子了。= 40 print(now_time.replace(minute=0,hour=18,second=0,microsecond=0)) 41 >>>2017-11-13 18:00:00 #时间替换
4.random模块
用法：
1 import random 2 3 #生成随机数 4 print(random.random()) 5 print(random.randint(1,10000)) #给随机数指定范围，最高为10000 6 print(random.randrange(1,10000000000)) #给随机数指定范围，最高9999999999 7 8 #生成随机验证码 9 10 import random 11 ver_code = '' 12 for i in range(5): 13 number = random.randrange(0,5) 14 if number != i: 15 letter = chr(random.randrange(65,99)) 16 else: 17 letter = random.randint(0,9) 18 ver_code += str(letter) 19 print(ver_code)
5.os模块
提供对操作系统进行调用的接口
用法：
1 import os 2 3 print(os.getcwd()) 4 >>>c: est.py #查看当前路径（类似shell的pwd） 5 os.chdir('test') 6 print(os.getcwd()) 7 >>>c: est est2 #改变当前路径（类似shell的cd） 8 os.curdir #返回当前目录 (类似shell的cd .） 9 os.pardir #返回父级目录（类似shell的 cd ..） 10 os.makedirs('P1/P2/P3') #创建多级目录 11 os.removedirs('A/B/C') #删除多级目录，比如(A/B/C) 如果C是空的则删除，不是则不删除，并返回错误，依次往上一级推 12 os.mkdir('test') #创建目录('mkdir') 13 os.rmdir('test') #删除目录，不为空则删除失败 14 os.listdir('test') #列出目录下的所有文件和所有目录 15 os.remove('test') #删除一个文件 16 os.rename('oldtest','newtest') #修改文件或目录名字 17 print(os.stat('oldtest'） #获取文件或目录信息 18 print(os.sep ) #返回系统路径分隔符 19 print(os.linesep) #返回行的终止符 20 print(os.pathsep ) #返回分割文件路径的字符串 21 os.environ #获取系统环境变量 22 os.system("ping 1.1.1.1") #直接执行shell的命令 23 print(os.path.abspath('C:')) #返回规范化的绝对路径 24 print(os.path.split('c:/test')) 25 >>>('c:', 'test') #将目录和文件以二元组的方式返回 26 print(os.path.dirname(path)) #返回父级目录,即'os.path.split'的第一个元素 27 print(os.path.basename('path')) #返回结束的文件名，即'os.path.split'的第二个元素 28 os.path.exists(path) #如果path存在，返回True；如果path不存在，返回False 29 os.path.isabs(path) #如果path是绝对路径，返回True 30 os.path.isfile(path) #如果path是一个存在的文件，返回True。否则返回False 31 os.path.isdir(path) #如果path是一个存在的目录，则返回True。否则返回False 32 os.path.join(path1[, path2[, ...]]) #将多个路径组合后返回，第一个绝对路径之前的参数将被忽略 33 os.path.getatime(path) #返回path所指向的文件或者目录的最后存取时间 34 os.path.getmtime(path) #返回path所指向的文件或者目录的最后修改时间
6.sys模块
用法：
1 sys.argv #配合脚本使用可以读取从外面传进来的参数 2 print(sys.version) #查看python版本 3 sys.exit() #退出程序 4 sys.path #返回模块搜索路径，还有python环境变量 5 #还有modules，stdin,stdout，大家自己去查吧
7.shutil模块
用法：
1 import shutil 2 3 f1 = open('1.txt') 4 f2 = open('2.txt','w',encoding='utf-8') 5 shutil.copyfileobj(f1,f2) #复制文件 6 shutil.copyfile('1.txt','2.txt') #可直接复制 7 shutil.copytree('1','2') #复制目录，整个目录 8 shutil.rmtree('2') #删除目录 9 shutil.move(src,stc) #移动 10 shutil.make_archive('C:/1','zip','D:/test') #压缩，打包 11 12 #还有两种压缩方式:'Zipfile','Tarfile' 13 14 Zipfile: 15 压缩: 16 z = zipfile.ZipFile('test.zip','w') #一个一个选择压缩 17 z.write('test1.py') 18 z.write('test2.py') 19 z.close() 20 解压: 21 z = zipfile.ZipFile('test.zip','r') 22 z.extractall() 23 z.close() 24 25 Tarfile: 26 #跟上面差不多，举个例子 27 tar = tarfile.open('1.tar','w) 28 tar.add('test1.py') 29 tar.close() 30 #解压跟上面完全一样 31 tar.extractall() 32 tar.close()
8.shelve模块
shelve是一个简单的的key,vlaue将内存数据通过文件持久化的模块，可以持久化任何pickle可支持的python数据格式
用法：
1 import shelve 2 3 d = shelve.open('shelve_test') # 打开一个文件 4 5 class Test(object): 6 def __init__(self, n): 7 self.n = n 8 9 t = Test(123) 10 t2 = Test(123334) 11 12 name = ["alex", "rain", "test"] 13 d["test"] = name # 持久化列表 14 d["t1"] = t # 持久化类 15 d["t2"] = t2 16 17 d.close() 18 d = shelve.open('shelve_test') #读取 19 print(d.get('test')) 20 >>>['alex', 'rain', 'test']
9.xml模块
xml是实现不同语言或程序之间进行数据交换的协议，跟json差不多，但json使用起来更简单，不过，古时候，在json还没诞生的黑暗年代，大家只能选择用xml呀，至今很多传统公司如金融行业的很多系统的接口还主要是xml。
xml的格式如下，就是通过<>节点来区别数据结构的:
1 <?xml version="1.0"?> 2 <data> 3 <country name="Liechtenstein"> 4 <rank updated="yes">2</rank> 5 <year>2008</year> 6 <gdppc>141100</gdppc> 7 <neighbor name="Austria" direction="E"/> 8 <neighbor name="Switzerland" direction="W"/> 9 </country> 10 <country name="Singapore"> 11 <rank updated="yes">5</rank> 12 <year>2011</year> 13 <gdppc>59900</gdppc> 14 <neighbor name="Malaysia" direction="N"/> 15 </country> 16 <country name="Panama"> 17 <rank updated="yes">69</rank> 18 <year>2011</year> 19 <gdppc>13600</gdppc> 20 <neighbor name="Costa Rica" direction="W"/> 21 <neighbor name="Colombia" direction="E"/> 22 </country> 23 </data>
1 import xml.etree.ElementTree as ET 2 tree = ET.parse("XML") 3 root = tree.getroot() 4 5 #读取全部 6 print(root.tag) 7 for child in root: 8 print(child.tag, child.attrib) 9 for i in child: 10 print(i.tag,i.text) 11 12 #只读取其中一项比如(year) 13 for node in root.iter('year'): 14 print(node.tag,node.text) 15 16 17 #修改xml文件的内容 18 for node in root.iter('year'): 19 new_year = int(node.text) + 1 20 node.text = str(new_year) 21 node.set("updated", "yes") 22 23 tree.write("XML") #将year+1 24 25 #删除xml文件的内容 26 for country in root.findall('country'): 27 rank = int(country.find('rank').text) 28 if rank > 50: 29 root.remove(country) 30 31 tree.write('output.xml') #如果country下的rank大于50就删除country 32 33 #有删有改有查自然也有增 34 new_xml = ET.Element('company') 35 post = ET.SubElement(new_xml,'post',attrib={"enrolled":"yes"}) 36 name = ET.SubElement(post,'name',attrib={"ehecked":"no"}) 37 age = ET.SubElement(name,'age') 38 post.text = 'General manager' 39 name.text = 'Daniel' 40 age.text = '18' 41 et = ET.ElementTree(new_xml) 42 et.write('XML',encoding='utf-8',xml_declaration=True) 43 ET.dump(new_xml)
10.PyYaml
Python也可以很容易的处理ymal文档格式，只不过需要安装一个模块，参考文档：http://pyyaml.org/wiki/PyYAMLDocumentation