欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

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

程序员文章站 2022-05-22 11:09:32
模块os,sys,hashlib,collections的简单介绍 ......

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:

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

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})