Python学习—23 内建模块及第三方库

本文将介绍python里常用的模块。如未特殊说明，所有示例均以python3.4为例：

  1. $ python -V
  2. Python 3.4.3

网络请求

urllib

urllib提供了一系列用于操作URL的功能。通过urllib我们可以很方便的抓取网页内容。

抓取网页内容

  1. # coding: utf-8
  3. import urllib.request
  5. url = 'https://api.douban.com/v2/book/2129650'
  7. with urllib.request.urlopen(url) as f:
  8.     headers = f.getheaders() # 报文头部
  9.     body = f.read() # 报文内容
  11.     print(f.status, f.reason) # 打印状态码、原因语句
  12.     for k,v in headers:
  13.         print(k + ': ' + v)
  15.     print(body.decode('utf-8'))

抓取百度搜索图片

  1. import urllib.request
  2. import os
  3. import re
  4. import time
  5. url=r'http://image.baidu.com/search/index?tn=baiduimage&ipn=r&ct=201326592&cl=2&lm=-1&st=-1&fm=result&fr=&sf=1&fmq=1488722322213_R&pv=&ic=0&nc=1&z=&se=1&showtab=0&fb=0&width=&height=&face=0&istype=2&ie=utf-8&word=%E5%A3%81%E7%BA%B8%E5%B0%8F%E6%B8%85%E6%96%B0&f=3&oq=bizhi%E5%B0%8F%E6%B8%85%E6%96%B0&rsp=0'
  7. imgPath=r'E:\img'
  9. if not os.path.isdir(imgPath):
  10.     os.mkdir(imgPath)
  12. imgHtml=urllib.request.urlopen(url).read().decode('utf-8')
  13. #test html
  14. #print(imgHtml)
  15. urls=re.findall(r'"objURL":"(.*?)"',imgHtml)
  17. index=1
  18. for url in urls:
  19.     print("下载:",url)
  21.     #未能正确获得网页 就进行异常处理
  22.     try:
  23.         res=urllib.request.urlopen(url)
  25.         if str(res.status)!='200':
  26.             print('未下载成功：',url)
  27.             continue
  28.     except Exception as e:
  29.         print('未下载成功：',url)
  31.     filename=os.path.join(imgPath,str(time.time()) + '_' + str(index)+'.jpg')
  32.     with open(filename,'wb') as f:
  33.         f.write(res.read())
  34.         print('下载完成\n')
  35.         index+=1
  36. print("下载结束，一共下载了 %s 张图片"% (index-1))

python2.7的用户需要把urllib.request替换成urllib。

批量下载图片

  1. # coding: utf-8
  2. import os,urllib.request
  4. url_path = 'http://www.ruanyifeng.com/images_pub/'
  6. imgPath=r'E:\img'
  7. if not os.path.isdir(imgPath):
  8.     os.mkdir(imgPath)
  10. index=1
  11. for i in range(1,355):
  12.     url = url_path + 'pub_' + str(i) + '.jpg'
  13.     print("下载:",url)
  15.     try:
  16.         res = urllib.request.urlopen(url)
  17.         if(str(res.status) != '200'):
  18.             print("下载失败:", url)
  19.             continue
  20.     except:
  21.         print('未下载成功：',url)
  23.     filename=os.path.join(imgPath,str(i)+'.jpg')
  24.     with open(filename,'wb') as f:
  25.         f.write(res.read())
  26.         print('下载完成\n')
  27.         index+=1
  28. print("下载结束，一共下载了 %s 张图片"% (index-1))

模拟GET请求附带头信息

urllib.request.Request实例化后有个add_header()方法可以添加头信息。

  1. # coding: utf-8
  2. import urllib.request
  4. url = 'http://www.douban.com/'
  6. req = urllib.request.Request(url)
  7. req.add_header('User-Agent', 'Mozilla/6.0 (iPhone; CPU iPhone OS 8_0 like Mac OS X) AppleWebKit/536.26 (KHTML, like Gecko) Version/8.0 Mobile/10A5376e Safari/8536.25')
  9. with urllib.request.urlopen(req) as f:
  10.     headers = f.getheaders()
  11.     body = f.read()
  13.     print(f.status, f.reason)
  14.     for k,v in headers:
  15.         print(k + ': ' + v)
  17.     print(body.decode('utf-8'))

这样会返回适合iPhone的移动版网页。

发送POST请求

urllib.request.urlopen()第二个参数可以传入需要post的数据。

  1. #!/usr/bin/python
  2. # -*- coding: utf-8 -*-
  3. import json
  4. from urllib import request
  5. from urllib.parse import urlencode
  7. #----------------------------------
  8. # 手机号码归属地调用示例代码 － 聚合数据
  9. # 在线接口文档：http://www.juhe.cn/docs/11
  10. #----------------------------------
  12. def main():
  14.     #配置您申请的APPKey
  15.     appkey = "*********************"
  17.     #1.手机归属地查询
  18.     request1(appkey,"GET")
  20. #手机归属地查询
  21. def request1(appkey, m="GET"):
  22.     url = "http://apis.juhe.cn/mobile/get"
  23.     params = {
  24.         "phone" : "", #需要查询的手机号码或手机号码前7位
  25.         "key" : appkey, #应用APPKEY(应用详细页查询)
  26.         "dtype" : "", #返回数据的格式,xml或json，默认json
  28.     }
  29.     params = urlencode(params).encode('utf-8')
  31.     if m =="GET":
  32.         f = request.urlopen("%s?%s" % (url, params))
  33.     else:
  34.         f = request.urlopen(url, params)
  36.     content = f.read()
  37.     res = json.loads(content.decode('utf-8'))
  38.     if res:
  39.         error_code = res["error_code"]
  40.         if error_code == 0:
  41.             #成功请求
  42.             print(res["result"])
  43.         else:
  44.             print("%s:%s" % (res["error_code"],res["reason"]) )
  45.     else:
  46.         print("request api error")
  48. if __name__ == '__main__':
  49.     main()

Requests

虽然Python的标准库中urllib2模块已经包含了平常我们使用的大多数功能，但是它的API使用起来让人实在感觉不好。它已经不适合现在的时代，不适合现代的互联网了。而Requests的诞生让我们有了更好的选择。

正像它的名称所说的，HTTP for Humans,给人类使用的HTTP库！在Python的世界中，一切都应该简单。Requests使用的是urllib3，拥有了它的所有特性，Requests 支持 HTTP 连接保持和连接池，支持使用 cookie 保持会话，支持文件上传，支持自动确定响应内容的编码，支持国际化的 URL 和 POST 数据自动编码。现代、国际化、人性化。

官网：http://python-requests.org/
文档：http://cn.python-requests.org/zh_CN/latest/
Github主页：https://github.com/kennethreitz/requests

需要先安装：

  1. $ pip3 install requests
  2. Collecting requests
  3.   Downloading requests-2.13.0-py2.py3-none-any.whl (584kB)
  4.     100% |████████████████████████████████| 593kB 455kB/s
  5. Installing collected packages: requests
  6. Successfully installed requests-2.13.0

请求示例

  1. #!/usr/bin/python
  2. # -*- coding: utf-8 -*-
  3. import requests
  5. url = 'https://api.github.com/user'
  6. # r = requests.request('get', url, auth=('52fhy', ''))
  7. r = requests.get(url, auth=('', ''))
  8. print('Status: %s' % r.status_code) # 状态码
  9. # 头信息
  10. for k,v in r.headers.items():
  11.     print(k + ': ' + v)
  13. print('encoding: ' , r.encoding)
  14. print('body: ' , r.text)
  15. print('json body: ' , r.json())

默认情况下，dict迭代的是key。如果要迭代value，可以用for value in d.values()，如果要同时迭代key和value，可以用for k, v in d.items()。

POST请求

基于表单的：

  1. # coding: utf-8
  2. import requests
  4. payload = {'name': 'python', 'age': '11'}
  5. r = requests.post("http://httpbin.org/post", data=payload)
  6. print(r.text)

基于text的：

  1. # coding: utf-8
  2. import requests,json
  4. payload = {'name': 'python', 'age': '11'}
  5. r = requests.post("https://api.github.com/some/endpoint", data=json.dumps(payload))
  6. print(r.text)

还可以使用 json 参数直接传递，然后它就会被自动编码。这是 2.4.2 版的新加功能：

  1. r = requests.post("https://api.github.com/some/endpoint", json=payload)

hashlib

md5

  1. import hashlib
  3. md5 = hashlib.md5()
  4. md5.update('how to use md5 in python hashlib?'.encode('utf-8'))
  5. print(md5.hexdigest())

结果如下：

  1. d26a53750bc40b38b65a520292f69306

update()，用于将内容分块进行处理，适用于大文件的情况。示例：

  1. import hashlib
  3. def get_file_md5(f):
  4.     m = hashlib.md5()
  6.     while True:
  7.         data = f.read(10240)
  8.         if not data:
  9.             break
  11.         m.update(data)
  12.     return m.hexdigest()
  15. with open(YOUR_FILE, 'rb') as f:
  16.     file_md5 = get_file_md5(f)

对于普通字符串的md5，可以封装成函数：

  1. def md5(string):
  2.     import hashlib
  3.     return hashlib.md5(string.encode('utf-8')).hexdigest()

SHA1

  1. import hashlib
  3. sha1 = hashlib.sha1()
  4. sha1.update('py'.encode('utf-8'))
  5. sha1.update('thon'.encode('utf-8'))
  6. print(sha1.hexdigest())

等效于：

  1. hashlib.sha1('python'.encode('utf-8')).hexdigest()

SHA1的结果是160 bit字节，通常用一个40位的16进制字符串表示。

此外，hashlib还支持sha224, sha256, sha384, sha512。

base64

Base64是一种用64个字符来表示任意二进制数据的方法。Python内置的base64可以直接进行base64的编解码：

  1. >>> import base64
  2. >>> base64.b64encode(b'123')
  3. b'MTIz'
  4. >>> base64.b64decode(b'MTIz')
  5. b'123'

由于标准的Base64编码后可能出现字符+和/，在URL中就不能直接作为参数，所以又有一种”url safe”的base64编码，其实就是把字符+和/分别变成-和_：

  1. >>> base64.b64encode(b'i\xb7\x1d\xfb\xef\xff')
  2. b'abcd++//'
  3. >>> base64.urlsafe_b64encode(b'i\xb7\x1d\xfb\xef\xff')
  4. b'abcd--__'
  5. >>> base64.urlsafe_b64decode('abcd--__')
  6. b'i\xb7\x1d\xfb\xef\xff'

时间日期

该部分在前面的笔记里已做详细介绍：http://www.cnblogs.com/52fhy/p/6372194.html。本节仅作简单回顾。

time

  1. # coding:utf-8
  2. import time
  4. # 获取时间戳
  5. timestamp = time.time()
  6. print(timestamp)
  8. # 格式时间
  9. print(time.strftime('%Y-%m-%d %H:%M:%S', time.localtime()))
  11. # 返回当地时间下的时间元组t
  12. print(time.localtime())
  14. # 将时间元组转换为时间戳
  15. print(time.mktime(time.localtime()))
  16. t = (2017, 2, 11, 15, 3, 38, 1, 48, 0)
  17. print(time.mktime(t))
  19. # 字符串转时间元组：注意时间字符串与格式化字符串位置一一对应
  20. print(time.strptime('2017 02 11', '%Y %m %d'))
  22. # 睡眠
  23. print('sleeping...')
  24. time.sleep(2) # 睡眠2s
  25. print('sleeping end.')

输出：

  1. 1486797515.78742
  3. 2017-02-11 15:18:35
  5. time.struct_time(tm_year=2017, tm_mon=2, tm_mday=11, tm_hour=15, tm_min=18, tm_sec=35, tm_wday=5, tm_yday=42, tm_isdst=0)
  7. 1486797515.0
  8. 1486796618.0
  10. time.struct_time(tm_year=2017, tm_mon=2, tm_mday=11, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=5, tm_yday=42, tm_isdst=-1)
  12. sleeping...
  13. sleeping end.

datetime

方法概览：

  1. datetime.now() # 当前时间，datetime类型
  2. datetime.timestamp() # 时间戳，浮点类型
  3. datetime.strftime('%Y-%m-%d %H:%M:%S') # 格式化日期对象datetime，字符串类型
  4. datetime.strptime('2017-2-6 23:22:13', '%Y-%m-%d %H:%M:%S') # 字符串转日期对象
  5. datetime.fromtimestamp(ts) # 获取本地时间，datetime类型
  6. datetime.utcfromtimestamp(ts) # 获取UTC时间，datetime类型

示例：

  1. # coding: utf-8
  3. from datetime import datetime
  4. import time
  6. now = datetime.now()
  7. print(now)
  9. # datetime模块提供
  10. print(now.timestamp())

输出：

  1. 2017-02-06 23:26:54.631582
  2. 1486394814.631582

小数位表示毫秒数。

图片处理

PIL

PIL(Python Imaging Library)已经是Python平台事实上的图像处理标准库了。PIL功能非常强大,但API却非常简单易用。

安装：

  1. $ pip install Pillow
  3. Collecting Pillow
  4.   Downloading Pillow-4.0.0-cp34-cp34m-win32.whl (1.2MB)
  5. Successfully installed Pillow-4.0.0

图像缩放：

  1. # coding: utf-8
  2. from PIL import Image
  3. im = Image.open('test.jpg')
  4. print(im.format, im.size, im.mode)
  5. im.thumbnail((200, 100))
  6. im.save('thumb.jpg', 'JPEG')

模糊效果：

  1. # coding: utf-8
  2. from PIL import Image,ImageFilter
  3. im = Image.open('test.jpg')
  4. im2 = im.filter(ImageFilter.BLUR)
  5. im2.save('blur.jpg', 'jpeg')

验证码：

  1. from PIL import Image, ImageDraw, ImageFont, ImageFilter
  3. import random
  5. # 随机字母:
  6. def rndChar():
  7.     return chr(random.randint(65, 90))
  9. # 随机颜色1:
  10. def rndColor():
  11.     return (random.randint(64, 255), random.randint(64, 255), random.randint(64, 255))
  13. # 随机颜色2:
  14. def rndColor2():
  15.     return (random.randint(32, 127), random.randint(32, 127), random.randint(32, 127))
  17. # 240 x 60:
  18. width = 60 * 4
  19. height = 60
  20. image = Image.new('RGB', (width, height), (255, 255, 255))
  21. # 创建Font对象:
  22. font = ImageFont.truetype('Arial.ttf', 36)
  23. # 创建Draw对象:
  24. draw = ImageDraw.Draw(image)
  25. # 填充每个像素:
  26. for x in range(width):
  27.     for y in range(height):
  28.         draw.point((x, y), fill=rndColor())
  29. # 输出文字:
  30. for t in range(4):
  31.     draw.text((60 * t + 10, 10), rndChar(), font=font, fill=rndColor2())
  32. # 模糊:
  33. image = image.filter(ImageFilter.BLUR)
  34. image.save('code.jpg', 'jpeg')

注意示例里的字体文件必须是绝对路径。

下载

you-get

安卓you-get

  1. pin install you-get

需要有ffmpeg的支持。windows下载地址：
https://ffmpeg.zeranoe.com/builds/win64/static/ffmpeg-3.4.1-win64-static.zip
解压后添加环境变量，例如：

  1. C:\Program Files\ffmpeg-3.4.1-win64-static\bin

然后就可以下载各大视频网站的视频了。示例：

  1. you-get v.youku.com/v_show/id_XNTA5MDQ1OTM2.html

如果提示201:客户端未授权，可以安装Adobe Flash Player 28 PPAPI试试。

如果你在使用Mac，可以下载客户端：
https://github.com/coslyk/moonplayer

参考：
1、Python资源
http://hao.jobbole.com/?catid=144

作者： 飞鸿影
版权：本作品采用「署名-非商业性使用-相同方式共享 4.0 国际」许可协议进行许可。
出处：https://www.cnblogs.com/52fhy/p/6507378.html