python模块（os，sys，hashlib，collections） 百日筑基（四）

列出目录下所有文件

os.listdir('dirname')：列出指定目录下的所有文件和子目录，包括隐藏文件，并以列表方式返回。

创建文件夹:

os.mkdir('文件夹')    创建文件夹

os.makedirs('文件夹1/文件夹2')    递归创建文件夹

删除文件夹:

os.rmdir('文件夹路径')    删除文件夹（只能删除空目录，有文件不能删除）

os.removedirs('文件夹路径')  递归删除到根目录（只能删除空目录，目录里不能有文件）

和文件相关

os.remove()  删除一个文件

os.rename("oldname","newname")  重命名文件/目录

os.stat('path/filename')  获取文件/目录信息

和操作系统差异相关

os.sep    输出操作系统特定的路径分隔符，win下为"\\",linux下为"/"

os.linesep    输出当前平台使用的行终止符，win下为"\r\n",linux下为"\n"

os.pathsep    输出用于分割文件路径的字符串 win下为;,linux下为:

os.name    输出字符串指示当前使用平台。win->'nt'; linux->'posix'

和执行系统命令相关

os.system("bash command")  运行shell命令，直接显示

os.popen("bash command).read()  运行shell命令，获取执行结果

os.environ  获取系统环境变量

​

path系列，和路径相关

os.path.abspath(path) 返回path规范化的绝对路径

os.path.split(path) 将path分割成目录和文件名组成的元组。

os.path.dirname(path) 返回path的目录。其实就是os.path.split(path)的第一个元素。

os.path.basename(path) 返回path文件名。如果path以／或\结尾表示在这个目录或文件下，那么就会返回空值，即os.path.split(path)的第二个元素为空。

os.path.exists(path)  如果path存在，返回true；如果path不存在，返回false

os.path.isabs(path)  如果path是绝对路径，返回true

os.path.isfile(path)  如果path是一个存在的文件，返回true。否则返回false

os.path.isdir(path)  如果path是一个存在的目录，则返回true。否则返回false

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。

os.path.getatime(path)  返回path所指向的文件或者目录的最后访问时间

os.path.getmtime(path)  返回path所指向的文件或者目录的最后修改时间

os.path.getsize(path) 获取文件大小.对目录不准

 

os.getcwd() 获取当前工作目录，即当前python脚本工作的目录路径

os.chdir("dirname")  切换目录

os.curdir  返回当前目录: ('.')

os.pardir  获取当前目录的父目录字符串名：('..')

 

sys模块

sys.argv           命令行参数list，第一个元素是程序本身路径

sys.exit(n)        退出程序，正常退出时exit(0),错误退出sys.exit(1)

sys.version        获取python解释程序的版本信息

sys.path           返回模块的搜索路径，初始化时使用pythonpath环境变量的值

sys.platform       返回操作系统平台名称

 

hashlib模块

摘要算法，摘要算法又称哈希算法、散列算法。它通过一个函数，把任意长度的数据转换为一个长度固定的数据串（通常用16进制的字符串表示）。

摘要算法就是通过摘要函数f()对任意长度的数据data计算出固定长度的摘要digest，目的是为了发现原始数据是否被人篡改过。

摘要算法之所以能指出数据是否被篡改过，就是因为摘要函数是一个单向函数，计算f(data)很容易，但通过digest反推data却非常困难。而且，对原始数据做一个bit的修改，都会导致计算出的摘要完全不同。

我们以常见的摘要算法md5为例，计算出一个字符串的md5值：

import hashlib
md5 = hashlib.md5() # 创建_hashlib.hash的对象
md5.update("md5".encode("utf-8")) # 字符串md5是要被加密的数据
md5_hex = md5.hexdigest() # 获取md5加密后的数据
print(md5_hex)

# 打印内容如下
1bc29b36f623ba82aaf6724fd3b16718

如果数据量很大，可以分块多次调用update()，最后计算的结果是一样的：

md5是最常见的摘要算法，速度很快，生成结果是固定的128 bit字节，通常用一个32位的16进制字符串表示。

另一种常见的摘要算法是sha1，调用sha1和调用md5完全类似：

import hashlib
sha1 = hashlib.sha1()
sha1.update("sha1".encode("utf-8"))
sha1_hex = sha1.hexdigest()
print(sha1_hex)

# 打印内容如下
415ab40ae9b7cc4e66d6769cb2c08106e8293b48

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。

sha1的安全系数比md5还要高一些，而且摘要的长度要比md5长。

比sha1更安全的算法是sha256和sha512，不过越安全的算法越慢，而且摘要长度更长。用法与sha1一样。

collections模块

python内置模块，在内置数据类型（dict、list、set、tuple）的基础上，collections模块还提供了几个额外的数据类型：counter、deque、defaultdict、namedtuple和ordereddict等。

1、namedtuple: 生成可以使用名字来访问元素内容的tuple。

2、deque: 双端队列，可以快速的从头或尾追加和删除元素。

3、counter: 计数器，主要用来计数。

4、ordereddict: 有序字典。

5、defaultdict: 带有默认值的字典。

namedtuple：命名元组。

我们知道元组是不可被修改的容器，如元组（10，2），单从这个元组的元素来看，我们不知道这个元组的元素到底表示的是什么。它可以表示一对普通数字，亦可以表示一个坐标轴的两个坐标，还可以表示10的2次幂等，为了解决这个问题namedtuple应运而生。下面是基础示例：

我们假设（10，2）是一个坐标：

from collections import namedtuple
# 创建命名元组对象命名，并指定元组长度
point = namedtuple("point",["x","y"])
# 创建命名元组
tuple_1 = point(10,2)
# 以x,y的形式打印元素
print(tuple_1.x,tuple_1.y)

# 打印内容如下
10 2

下面以计算长方体体积为例：

from collections import namedtuple
# 创建命名元组对象命名，并指定元组长度
cuboid = namedtuple("cuboid",["len","width","height"])
# 创建命名元组
tuple_1 = cuboid(10,8,6)
# 对比两种打印方式我们就可以看出
# 第一种明显比第二种打印方式更容易理解
print(tuple_1.len * tuple_1.width * tuple_1.height)
print(tuple_1[0] * tuple_1[1] * tuple_1[2])

# 打印内容如下
480
480

由上面的示例可以知道有时候利用命名元组引用元素的时候，我们可以更容易理解元素所表示的是什么。这样对代码的理解会更好。

deque：双端队列

deque与列表类似都是线性存储，但是队列只支持在队列的头部和尾部追加和删除元素，属于列表的特殊版。在插入元素和删除元素的效率上比列表更快。因为列表不仅可以在头部和尾部追加和删除元素，还可以在任意位置追加和删除元素。每当列表删除一个非头部和尾部元素的时候，列表就要重新进行排序以保证列表的线性存储。如下图所示：

由上图我们知道元素30对应的内存地址是3，删除元素30后，为保证列表的线性，元素40和元素50内存地址都向前移了一位，元素40的内存地址由原来的4变成3，元素50的内存地址由原来的5变成4。如果把列表的第一个元素删除了，后面的整个列表都会依次向前补齐位置。而双端队列不会，无论是删除队列的头还是尾队列的整体不会进行补位的操作。

from collections import deque
deque_list = deque([1,2,3,4])
deque_list.appendleft("a")  # 向头部追加元素
deque_list.append("z")      # 向尾部追加元素
print("追加后的数据是：",deque_list)
deque_list.pop()  # 删除尾部元素
deque_list.popleft()  # 删除头部元素
print("删除后的数据是：",deque_list)

# 打印内容如下
追加后的数据是： deque(['a', 1, 2, 3, 4, 'z'])
删除后的数据是： deque([1, 2, 3, 4])

ordereddict：有序字典，有序字典是按照键插入顺序进行排列的（python3.x的字典是按着键插入顺序进行排序的，python2.x的字典键是按照ascii表的顺序进行排序。）

如下：python2.7中进行测试。

dict_1 = {}
dict_1["z"] = 1
dict_1["c"] = 3
dict_1["a"] = 2
dict_od = ordereddict()  # 有序字典
dict_od["z"] = 1
dict_od["c"] = 3
dict_od["a"] = 2
print(dict_1)
print(dict_od)  # 打印有序字典

# 打印内容如下
{'a': 2, 'c': 3, 'z': 1}
ordereddict([('z', 1), ('c', 3), ('a', 2)])

defaultdict：默认字典，我感觉这个还是有些用的。

1、如果默认字典的键不存在，不会报错。

2、在定义默认字典时可以指定值的类型。

示例：将列表中大于3的元素保存到字典的“a”键中，将小于3的元素保存到字典的“b”键中。

如下：使用普通字典的方法。

list_1 = [1,2,3,4,5,6]
dict_1 = {}
for i in list_1:
    if i > 3:
        if "a" in dict_1:
            dict_1["a"].append(i)
        else:
            dict_1["a"] = [i]
    else:
        if "b" in dict_1:
            dict_1["b"].append(i)
        else:
            dict_1["b"] = [i]
print(dict_1)

# 打印内容如下
{'b': [1, 2, 3], 'a': [4, 5, 6]}

如下：使用默认字典的方法。

from collections import defaultdict
list_1 = [1,2,3,4,5,6]
dict_d = defaultdict(list)  # 定义默认字典
for i in list_1:
    if i > 3:
        dict_d["a"].append(i)
    else:
        dict_d["b"].append(i)
print(dict_d)

# 打印内容如下
defaultdict(<class 'list'>, {'b': [1, 2, 3], 'a': [4, 5, 6]})

对比两个代码段可以发现使用默认字典的方式代码更加简洁，结构更加清晰明了。

counter：统计可迭代对象中每个元素出现的次数。

from collections import counter
list_1 = ["a","b","a",1,2,3,1]
print(counter(list_1))

# 打印内容如下
counter({'a': 2, 1: 2, 'b': 1, 2: 1, 3: 1})