python语法之常用内置模块

Cheryl-D

一、time模块

时间模块

1、获取时间戳(*****)
print(time.time())   #1573871570.5133271  时间戳
time.sleep()

2、获取格式化时间(*****)
 获取年月日
print(time.strftime(\'%Y-%m-%d\'))   #2019-11-16
 获取年月日时分秒
print(time.strftime(\'%Y-%m-%d %H:%M:%S\'))   #2019-11-16 10:37:18
  %X == %H:%M:%S
print(time.strftime(\'%Y-%m-%d %X\'))   #2019-11-16 14:16:06

3、获取时间对象(*****)
print(time.localtime())
print(type(time.localtime()))  #<class \'time.struct_time\'>
time_obj = time.localtime()
print(time_obj.tm_year)  #2019   获取年
print(time_obj.tm_mon)  #11   获取月
print(time_obj.tm_mday)  #16   获取日

获取当前时间的格式化时间
print(time.strftime(\'%Y-%m-%d %X\',time.localtime()))  #2019-11-16 14:24:01

将时间对象转为格式化时间
res = time.localtime()   #res是时间对象
print(time.strftime(\'%Y-%m-%d %X\',res))  #2019-11-16 14:26:15

将字符串格式的时间转为时间对象
res = time.strptime(\'2019-11-16\',\'%Y-%m-%d\')
print(res)

 

 

二、datetime模块

获取当前年月日(*******)
print(datetime.date.today()) # 2019-11-16

# 获取当前年月日时分秒(*******)
print(datetime.datetime.today())  #2019-11-16 15:00:45.868785

time_obj = datetime.datetime.today()
print(type(time_obj))  #<class \'datetime.datetime\'>
print(time_obj.year)   #2019
print(time_obj.month)   #11
print(time_obj.day)    #16

# 从索引0开始计算周一
UTC
print(time_obj.weekday())  # 0-6
ISO
print(time_obj.isoweekday())  # 1-7

UTC时区(*******)
北京时间
print(datetime.datetime.now())     #2019-11-16 15:03:02.699611
格林威治
print(datetime.datetime.utcnow())  #2019-11-16 07:03:02.699611

 

 

三、random模块

随机模块

import random
## 默认获取0——1之间任意小数
print(random.random())


## 随机获取1—9中任意的整数
print(random.randint(1,9))


## 随机获取可迭代对象中的某一个值
list1 = [\'红桃A\', \'梅花A\', \'红桃Q\', \'方块K\']
res3 = random.choice(list1)
print(res3)


#洗牌
#将可迭代中的值进行乱序
list1 = [\'红桃A\', \'梅花A\', \'红桃Q\', \'方块K\']
random.shuffle(list1)
print(list1)

# 需求: 随机验证码
\'\'\'
需求: 
    大小写字母、数字组合而成
    组合5位数的随机验证码

前置技术:
    - chr(97)  # 可以将ASCII表中值转换成对应的字符
    # print(chr(101))
    - random.choice
\'\'\'

# 获取任意长度的随机验证码
def get_code(n):  #n是想要的组合长度
    code = \'\'
    #每次循环只从大写小字母、数字中取出一个字符
    for line in range(n):   #n是想要的组合长度，即循环次数
        #随机获取一个小写字母
        res1 = random.randint(97, 122)
        lower_str = chr(res1)
        #随机获取一个大写字母
        res2 = random.randint(65, 90)
        upper_str = chr(res2)
        #随机获取一个数字
        number = str(random.randint(0, 9))
        #将小写，大写，数字放到列表
        code_list = [lower_str, upper_str, number]
        #随机从列表选出一个
        random_code = random.choice(code_list)
        #将选出的放在字符串中
        code += random_code
    #将code返回出去
    return code
code = get_code(5)
print(code)   #验证码组合结果M64G8
print(len(code))  #验证码长度

 

四、os与操作系统交互的模块

 

import os

#需求: 获取当前项目根目录

## 1、获取当前文件中的上一级目录

P_PATH = os.path.dirname(__file__)   #D:/python/Pythons/p

## 2、项目的根目录，路径相关的值都用 “常量”
BASE_PATH = os.path.dirname(P_PATH)  #D:/python/Pythons

## 3、路径的拼接： 拼接文件 “绝对路径”
TEST1_PATH = os.path.join(P_PATH, \'b.txt\')  # b.txt
TEST2_PATH = os.path.join(P_PATH, \'a.txt\')

## 4、判断“文件/文件夹”是否存在：若文件存在返回True，若不存在返回False
print(os.path.exists(TEST1_PATH))    #b.txt 存在，True
print(os.path.exists(TEST2_PATH))   #没有这个文件，False

# # 5、判断“文件夹”是否存在
print(os.path.isdir(TEST1_PATH))   #False
print(os.path.isdir(P_PATH))   #True

# # 5、创建文件夹
DIR_PATH = os.path.join(P_PATH,\'c.txt\')
os.mkdir(DIR_PATH)
#检查一下看看创建好没有
print(os.path.isdir(DIR_PATH))  #刚才创建成功 ，所以结果为True

## 6、删除文件夹: 只能删除 “空的文件夹”
os.rmdir(DIR_PATH)  #OSError: [WinError 145] 目录不是空的。: \'D:/python/Pythons/p\\c.txt\'

#示范：先创建一个新的，然后再删除
NEW_DIR_PATH = os.path.join(P_PATH,\'d.txt\')
# os.mkdir(NEW_DIR_PATH) #创建完成
os.rmdir(NEW_DIR_PATH)  # 删除成功，因为这是一个空文件夹


## 7、获取某个文件夹中所有文件的名字
file_list = os.listdir(r\'D:\python\Pythons\p\c.txt\')
print(file_list)  #[\'e.txt\', \'q.txt\', \'w.txt\']


# enumerate(可迭代对象) ---> 得到一个对象，对象有一个个的元组(索引, 元素)
res = enumerate(file_list)
print(list(res))  #[(0, \'e.txt\'), (1, \'q.txt\'), (2, \'w.txt\')]

 

 

五、sys模块

import sys
import os

#获取当前的python解释器的环境变量路径
print(sys.path)

#将当前项目添加到环境变量中
BASE_PATH = os.path.dirname(os.path.dirname(__file__))
sys.path.append(BASE_PATH)

#获取cmd终端的命令行 python3 py文件 用户名 密码
print(sys.argv)   # 返回的是列表[\'\']   [\'D:/python/Pythons/p/sys.py\']

 

六、hashlib模块

import hashlib

md5_obj = hashlib.md5()
# print(type(md5_obj))   #<class \'_hashlib.HASH\'>
str1 = \'1234\'
##update中一定要传入bytes类型数据
md5_obj.update(str1.encode(\'utf-8\'))

##得到一个加密后的字符串
res = md5_obj.hexdigest()
# print(res)   #81dc9bdb52d04dc20036dbd8313ed055

# 以上操作撞库有可能会破解真实密码

# 防止撞库问题: 加盐

import hashlib
def pwd_md5(pwd):
    md5_obj = hashlib.md5()
    str1 = 
    md5_obj.update(str1.encode(\'utf-8\'))

    #创造盐
    sal = \'这一个有味道的盐\'
    #加盐
    md5_obj.update(sal.encode(\'utf-8\'))

    #得到一个加密后的字符串
    res =md5_obj.hexdigest()
    return res


# #模拟用户登陆操作
##获取文件中的用户名与密码
with open(\'user.txt\',\'r\',encoding=\'utf-8\')as f:
    user_str = f.read()
    file_user, file_pwd = user_str.split(\':\')

##用户输入用户名与密码
username = input(\'请输入用户名：\').strip()
password = input(\'请输入密码：\').strip()  #1234

##校验用户名与密码是否一致
if username == file_user and file_pwd == pwd_md5(password):  #pwd_md5(\'1234\')
    print(\'登录成功\')
else:
    print(\'登录失败\')

 

七、json模块

json模块是一个序列化模块
json:
是一个第三方的特殊数据格式
可以将python数据类型————》json数据类型————》字符串————》文件中

其他语言要想使用python的数据：

文件中————》json数据类型————》字符串————》文件中
注意： 在json中，所以的字符串都是双引号

元祖比较特殊：
python中的元祖，若转成json，内部会将元祖————》列表

set 不能转成json类型

为什么使用json？
为了让不同语言之间数据共享。

如何使用
import json

json.dumps()
json.loads()
json.dump()
json.load()

import json
list = [\'目录\', \'上午\']

#序列化
json_str = json.dumps(list, ensure_ascii=False)
print(json_str)  #["目录", "上午"]  序列化的内容会变成双引号
print(type(json_str)) #<class \'str\'>
##反序列化
name = json.loads(json_str)
print(name)   #[\'目录\', \'上午\']
print(type(name)) #<class \'list\'>

#元祖
#序列化
tuple = (\'目录\', \'上午\')
json_t = json.dumps(tuple, ensure_ascii=False)
print(json_str)  #["目录", "上午"]

#反序列转化时会将元祖——》列表
print(json.loads(json_t))  #[\'目录\', \'上午\']

#字典
dict = {
    \'name\': \'aaa\',
    \'age\': 18
}
json_d = json.dumps(dict,ensure_ascii=False)
print(json_d)  #{"name": "aaa", "age": 18}
#反序列化
print(json.loads(json_d))  #{\'name\': \'aaa\', \'age\': 18}


#集合不能转成json数据
set = {\'a\', \'b\'}
set_json = json.dumps(set,ensure_ascii=False)
print(set_json)
TypeError: Object of type \'set\' is not JSON serializable


#序列化的数据保存到文件
with open(\'text.txt\',\'w\',encoding=\'utf-8\')as f:
    f.write(json.dumps(list, ensure_ascii=False))  #文件内容["目录", "上午"]
从文件打开序列化数据

#注册功能：
def register():
    u = input(\'用户名：\').strip()
    p = input(\'密码：\').strip()
    re_p = input(\'确认密码：\').strip()
    if p == re_p:
        user_dic = {
            \'name\': u,
            \'password\': p
        }
        json_str = json.dumps(user_dic, ensure_ascii=False)
        #开始写入文件
        #注意：保存json数据时，用.json作为文件后缀名
        with open(\'user.json\', \'w\', encoding=\'utf-8\')as f:
            f.write(json_str)
register()
#dump,load的用法
dic = {
    \'name\': \'b\',
    \'name1\': \'c\'
}
with open(\'user1.json\', \'w\', encoding=\'utf-8\')as f:
    json.dump(dic, f)  #{"name": "b", "name1": "c"}  省略f.write

#读出文件json数据
with open(\'user1.json\', \'r\', encoding=\'utf-8\')as f:
    user_str = json.load(f)  #省略f.read
    print(user_str)   #{\'name\': \'b\', \'name1\': \'c\'}

 

八、pickle模块

    pickle是一个python自带的序列化模块。

    优点:
        - 可以支持python中所有的数据类型
        - 可以直接存 "bytes类型" 的数据，pickle存取速度更快

    缺点: （致命的缺点）
        - 只能支持python去使用，不能跨平台
import pickle
#写dump
set = {\'a\', \'b\', \'c\'}
# with open(\'pik.pickle\', \'wb\')as f:
#     pickle.dump(set, f)

#读 load
with open(\'pik.pickle\', \'rb\')as f:
    pyhton_set = pickle.load(f)
    print(pyhton_set)          #{\'a\', \'b\', \'c\'}
    print(type(pyhton_set))    #<class \'set\'>

 

九、collections模块

- python默认八大数据:
            - 整型
            - 浮点型
            - 字符串
            - 字典
            - 元组
            - 列表
            - 集合
            - 布尔
collections模块:
    - 提供一些python八大数据类型 “以外的数据类型” 。


    - 具名元组:
        具名元组 只是一个名字。
        应用场景:
            - 坐标
            -

        from collections import namedtuple

    - 有序字典:
        - python中字典默认是无序

        - collections中提供了有序的字典

        from collections import OrderedDict


#具名元祖
from collections import namedtuple
#下面三种形式都可以
point = namedtuple(\'坐标\', [\'x\', \'y\'])   # 第二个参数既可以传可迭代对象
point1 = namedtuple(\'坐标\', (\'x\', \'y\'))
point2 = namedtuple(\'坐标\', \'x y\')
# # 会将 1 ---> x,   2 ---> y
# 传参的个数，要与namedtuple第二个参数的个数一一对应
# p = point(1, 3)  # 本质上传了4个，面向对象讲解
print(p)  #坐标(x=1, y=3)
print(type(p))  #<class \'__main__.坐标\'>

# 扑克牌:
# 获取扑克牌对象
card = namedtuple(\'扑克牌\', [\'color\', \'number\'])
red_a = card(\'红桃\', \'a\')
print(red_a)   #扑克牌(color=\'红桃\', number=\'a\')

#演员信息
p = namedtuple(\'max\', \'city age hobby\')
pp = p(\'china\', \'17\', \'read\')
print(pp)  #max(city=\'china\', age=\'17\', hobby=\'read\')

#有序字典
from collections import OrderedDict
oder_dic = OrderedDict({\'x\': 1, \'y\': 2, \'z\': 3})
print(oder_dic)     #OrderedDict([(\'x\', 1), (\'y\', 2), (\'z\', 3)])   变成有序的字典，里面是列表套元祖
print(type(oder_dic))  #<class \'collections.OrderedDict\'>
print(oder_dic[\'y\']) #2   取元素
print(oder_dic.get(\'y\')) #2   取元素

for line in oder_dic:
    print(line)  #x y z

 

十、openpyxl模块

openpyxl模块：第三方模块
    - 可以对Excle表格进行操作的模块

    - 下载:
        pip3 install openpyxl

    - Excel版本:
        2003之前:
            excle名字.xls

        2003以后:
            excle名字.xlsx

    - 清华源: https://pypi.tuna.tsinghua.edu.cn/simple

    - 配置永久第三方源:
        D:\Python36\Lib\site-packages\pip\_internal\models\index.py




# 写入数据
# from openpyxl import Workbook
# # 获取Excel文件对象
# wb_obj = Workbook()
#
# wb1 = wb_obj.create_sheet(\'python工作表1\', 1)
# wb2 = wb_obj.create_sheet(\'python工作表2\', 2)
#
# # 修改工作表名字: 为python13期工作表1标题修改名字 ---》 tank大宝贝
# print(wb1.title)
# wb1.title = \'tank大宝贝\'
# print(wb1.title)

# 为第一张工作表添加值
# wb1[\'工作簿中的表格位置\']
# wb1[\'A10\'] = 200
# wb1[\'B10\'] = 1000
# wb1[\'C10\'] = \'=SUM(A10:B10)\'
#
#
# wb2[\'A1\'] = 100
#
# # 生成Excel表格
# wb_obj.save(\'python.xlsx\')
# print(\'excel表格生成成功\')


# 读取数据
# from openpyxl import load_workbook
# wb_obj = load_workbook(\'python.xlsx\')
# print(wb_obj)
#
# # wb_obj[\'表名\']
# wb1 = wb_obj[\'tank大宝贝\']
# print(wb1[\'A10\'].value)
# wb1[\'A10\'] = 20
# print(wb1[\'A10\'].value)




# 批量写入100条数据
from openpyxl import Workbook

wb_obj = Workbook()

wb1 = wb_obj.create_sheet(\'工作表1\')

# wb1[\'表格位置\'] = 对应的值
# n = 1
# for line in range(100):
#
#     wb1[\'A%s\' % n] = line + 1
#     n += 1

# 假设: 一万条数据的字典
dict1 = {
    \'name\': \'tank\',
    \'age\': 17
}

n = 1
init_val = 65
chr(65)  # 65-90
for key, value in dict1.items():
    wb1[\'A%s\' % n] = key
    wb1[\'B%s\' % n] = value
    n += 1

wb_obj.save(\'批量插入的数据2.xlsx\')











            

            
        

	    
	    
    


 
                    
            
                

                  
 
        

	 
        

            

                                
分类：
 
                                                                
技术点：

                                            

        

        
相关文章：

        

      
            
 
                    
    
                                                    
  • 
                                 
                                2022-02-08
                            
    • 
                                                        
  • 
                                 
                                2022-01-26
                            
    • 
                                                        
  • 
                                 
                                2022-02-08
                            
    • 
                                                        
  • 
                                 
                                2022-12-23
                            
    • 
                                                        
  • 
                                 
                                2021-09-22
                            
    • 
                                                

               
   
         

    


  






 
          

    
猜你喜欢 

        
    
                                 
  • 
                     
                    2022-12-23
                
    • 
                                     
  • 
                     
                    2022-02-08
                
    • 
                                     
  • 
                     
                    2022-02-08
                
    • 
                                     
  • 
                     
                    2022-02-08
                
    • 
                                     
  • 
                     
                    2022-12-23
                
    • 
                                     
  • 
                     
                    2021-12-21
                
    • 
                                     
  • 
                     
                    2022-02-08
                
    • 
                            

   
 



    
相关资源 

        
   

   
    

     
相似解决方案 

         
    
                          

    

  
   

    

 
   

    
热门标签  

    

                    Java
                        Python
                        linux
                        javascript
                        Mysql
                        C#
                        Docker
                        算法
                        前端
                        SpringBoot
                        Redis
                        Vue
                        spring
                        设计模式
                        .net core
                        .net
                        kubernetes
                        c++
                        数据库
                        数据结构
                        大数据
                        js
                        机器学习
                        微服务
                        Android
                        Go
                        程序员
                        面试
                        JVM
                        ASP.net core
                        云原生
                        人工智能
                        后端
                        PHP
                        git
                        CSS
                        golang
                        k8s
                        Nginx
                        Django
                        mybatis
                        深度学习
                        多线程
                        React
                        架构
                        devops
                        爬虫
                        云计算
                        Spring Boot
                        LeetCode