Python开发者应该知道的7个开发库分别是什么
Python开发者应该知道的7个开发库分别是什么,相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。
创新互联公司专业为企业提供奉节网站建设、奉节做网站、奉节网站设计、奉节网站制作等企业网站建设、网页设计与制作、奉节企业网站模板建站服务,10余年奉节做网站经验,不只是建网站,更提供有价值的思路和整体网络服务。
请注意我特别排除了像SQLAlchemy和Flask这样的库,因为其实在太优秀了,无需多提。
下面开始:
1. PyQuery (with lxml)
安装方法 pip install pyquery
Python 解析 HTML 时最经常被推荐的是Beautiful Soup ,而且它的确也表现很好。提供良好的 Python 风格的 API,而且很容易在网上找到相关的资料文档,但是当你需要在短时间内解析大量文档时便会碰到性能的问题,简单,但是真的非常慢。
下图是 08 年的一份性能比较图:
这个图里我们发现 lxml 的性能是如此之好,不过文档就很少,而且使用上相当的笨拙!那么是选择一个使用简单但是速度奇慢的库呢,还是选择一个速度飞快但是用起来巨复杂的库呢?
谁说二者一定要选其一呢,我们要的是用起来方便,速度也一样飞快的 XML/HTML 解析库!
而 PyQuery 就可以同时满足你的易用性和解析速度方面的苛刻要求。
看看下面这几行代码:
from pyquery import PyQuery page = PyQuery(some_html) last_red_anchor = page('#container > a.red:last')
很简单吧,很像是 jQuery,但它却是 Python。
不过也有一些不足,在使用迭代时需要对文本进行重新封装:
for paragraph in page('#container > p'): paragraph = PyQuery(paragraph) text = paragraph.text()
2. dateutil
安装方法:pip install dateutil
处理日期很痛苦,多亏有了 dateutil
from dateutil.parser import parse >>> parse('Mon, 11 Jul 2011 10:01:56 +0200 (CEST)') datetime.datetime(2011, 7, 11, 10, 1, 56, tzinfo=tzlocal()) # fuzzy ignores unknown tokens >>> s = """Today is 25 of September of 2003, exactly ... at 10:49:41 with timezone -03:00.""" >>> parse(s, fuzzy=True) datetime.datetime(2003, 9, 25, 10, 49, 41, tzinfo=tzoffset(None, -10800))
3. fuzzywuzzy
安装方法:pip install fuzzywuzzy
fuzzywuzzy 可以让你对两个字符串进行模糊比较,当你需要处理一些人类产生的数据时,这非常有用。下面代码使用Levenshtein 距离比较方法来匹配用户输入数组和可能的选择。
from Levenshtein import distance countries = ['Canada', 'Antarctica', 'Togo', ...] def choose_least_distant(element, choices): 'Return the one element of choices that is most similar to element' return min(choices, key=lambda s: distance(element, s)) user_input = 'canaderp' choose_least_distant(user_input, countries) >>> 'Canada'
这已经不错了,但还可以做的更好:
from fuzzywuzzy import process process.extractOne("canaderp", countries) >>> ("Canada", 97)
4. watchdog
安装方法:pip install watchdog
watchdog 是一个用来监控文件系统事件的 Python API和shell实用工具。
5. sh
安装方法:pip install sh
sh 可让你调用任意程序,就好象是一个函数一般:
from sh import git, ls, wc # checkout master branch git(checkout="master") # print(the contents of this directory print(ls("-l")) # get the longest line of this file longest_line = wc(__file__, "-L")
6. pattern
安装方法:pip install pattern
Pattern 是 Python 的一个 Web 数据挖掘模块。可用于数据挖掘、自然语言处理、机器学习和网络分析。
7. path.py
安装方法:pip install path.py
当我开始学习 Python 时,os.path 是我最不喜欢的 stdlib 的一部分。尽管在一个目录下创建一组文件很简单。
import os some_dir = '/some_dir' files = [] for f in os.listdir(some_dir): files.append(os.path.joinpath(some_dir, f))
但listdir在os而不是os.path中。
而有了path.py ,处理文件路径变得简单:
from path import path some_dir = path('/some_dir') files = some_dir.files()
其他的用法:
>>> path('/').owner 'root' >>> path('a/b/c').splitall() [path(''), 'a', 'b', 'c'] # overriding __div__ >>> path('a') / 'b' / 'c' path('a/b/c') >>> path('ab/c').relpathto('ab/d/f') path('../d/f')
是不是要好很多?
看完上述内容,你们掌握Python开发者应该知道的7个开发库分别是什么的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注创新互联行业资讯频道,感谢各位的阅读!
当前文章:Python开发者应该知道的7个开发库分别是什么
本文路径:http://pwwzsj.com/article/jiodeg.html