五个常用的 Python 库

开发 前端
difflib 是一个专注于比较数据集(尤其是字符串)的 Python 模块。为了具体了解您可以使用此模块完成的几件事,让我们检查一下它的一些最常见的函数。

1. difflib

difflib 是一个专注于比较数据集(尤其是字符串)的 Python 模块。为了具体了解您可以使用此模块完成的几件事,让我们检查一下它的一些最常见的函数。

SequenceMatcher

SequenceMatcher 是一个比较两个字符串并根据它们的相似性返回数据的函数。通过使用 ratio(),我们将能够根据比率/百分比来量化这种相似性。

语法:

SequenceMatcher(None, string1, string2)

下面这个简单的例子展示了该函数的作用:

from difflib import SequenceMatcher
phrase1 = "Tandrew loves Trees."
phrase2 = "Tandrew loves to mount Trees."
similarity = SequenceMatcher(None, phrase1, phrase2)
print(similarity.ratio())
# Output: 0.8163265306122449

get_close_matches

接下来是 get_close_matches,该函数返回与作为参数传入的字符串最接近的匹配项。

语法:

get_close_matches(word, possibilities, result_limit, min_similarity)

下面解释一下这些可能有些混乱的参数:

word 是函数将要查看的目标单词。

possibilities 是一个数组,其中包含函数将要查找的匹配项并找到最接近的匹配项。

result_limit 是返回结果数量的限制(可选)。

min_similarity 是两个单词需要具有的最小相似度才能被函数视为返回值(可选)。

下面是它的一个使用示例:

from difflib import get_close_matches
word = 'Tandrew'
possibilities = ['Andrew', 'Teresa', 'Kairu', 'Janderson', 'Drew']
print(get_close_matches(word, possibilities))
# Output: ['Andrew']

除此之外还有几个是您可以查看的属于 Difflib 的其他一些方法和类:unified_diff、Differ和 diff_bytes

2. sched

sched 是一个有用的模块,它以跨平台工作的事件调度为中心,与 Windows 上的任务调度程序等工具形成鲜明对比。大多数情况下,使用此模块时,都会使用 schedular 类。

更常见的 time 模块通常与 sched 一起使用,因为它们都处理时间和调度的概念。

创建一个 schedular 实例:

schedular_name = sched.schedular(time.time, time.sleep)

可以从这个实例中调用各种方法。

调用 run() 时,调度程序中的事件/条目会按照顺序被调用。在安排完事件后,此函数通常出现在程序的最后。另外,搜索公众号Linux就该这样学后台回复“git书籍”,获取一份惊喜礼包。

enterabs() 是一个函数,它本质上将事件添加到调度程序的内部队列中。它按以下顺序接收几个参数:

  • 事件执行的时间
  • 活动优先级
  • 事件本身(一个函数)
  • 事件函数的参数
  • 事件的关键字参数字典

下面是一个示例,说明如何一起使用这两个函数:

import sched
import time
def event_notification(event_name):
print(event_name + " has started")
my_schedular = sched.scheduler(time.time, time.sleep)
closing_ceremony = my_schedular.enterabs(time.time(), 1, event_notification,
("The Closing Ceremony", ))
my_schedular.run()
# Output: The Closing Ceremony has started

还有几个扩展 sched 模块用途的函数:cancel()、enter() 和 empty()。

3. binaascii

binaascii 是一个用于在二进制和 ASCII 之间转换的模块。

b2a_base64 是 binaascii 模块中的一种方法,它将 base64 数据转换为二进制数据。下面是这个方法的一个例子:

import base64
import binascii
msg = "Tandrew"
encoded = msg.encode('ascii')
base64_msg = base64.b64encode(encoded)
decode = binascii.a2b_base64(base64_msg)
print(decode)
# Output: b'Tandrew'

该段代码应该是不言自明的。简单地说,它涉及编码、转换为 base64,以及使用 b2a_base64 方法将其转换回二进制。

以下是属于 binaascii 模块的其他一些函数:a2b_qp()、b2a_qp() 和 a2b_uu()。

4. tty

tty 是一个包含多个实用函数的模块,可用于处理 tty 设备。以下是它的两个函数:

setraw() 将其参数 (fd) 中文件描述符的模式更改为 raw。

setcbreak() 将其参数 (fd) 中的文件描述符的模式更改为 cbreak。

由于需要使用 termios 模块,该模块仅适用于 Unix,例如在上述两个函数中指定第二个参数(when=termios.TCSAFLUSH)。

5. weakref

weakref 是一个用于在 Python 中创建对对象的弱引用的模块。

弱引用是不保护给定对象不被垃圾回收机制收集的引用。

以下是与该模块相关的两个函数:

  • getweakrefcount() 接受一个对象作为参数,并返回引用该对象的弱引用的数量。
  • getweakrefs() 接受一个对象并返回一个数组,其中包含引用该对象的所有弱引用。

weakref 及其函数的使用示例:

import weakref
class Book:
def print_type(self):
print("Book")
lotr = Book
num = 1
rcount_lotr = str(weakref.getweakrefcount(lotr))
rcount_num = str(weakref.getweakrefcount(num))
rlist_lotr = str(weakref.getweakrefs(lotr))
rlist_num = str(weakref.getweakrefs(num))
print("number of weakrefs of 'lotr': " + rcount_lotr)
print("number of weakrefs of 'num': " + rcount_num)
print("Weakrefs of 'lotr': " + rlist_lotr)
print("Weakrefs of 'num': " + rlist_num)
# Output:
# number of weakrefs of 'lotr': 1
# number of weakrefs of 'num': 0
# Weakrefs of 'lotr': []
# Weakrefs of 'num': []

输出从输出的函数返回值我们可以看到它的作用。由于 num 没有弱引用,因此 getweakrefs() 返回的数组为空。扩展:接私活儿

以下是与 weakref 模块相关的一些其他函数:ref()、proxy() 和 _remove_dead_weakref()。

责任编辑:华轩 来源: 今日头条
相关推荐

2021-01-13 15:13:07

Python开发 工具

2021-08-05 13:49:39

Python工具开发

2022-08-29 18:34:46

Pythonsubprocess系统

2016-11-29 12:25:56

Python大数据数据可视化

2019-11-07 09:34:43

Python语言Java

2022-10-10 23:19:02

Python脚本语言工具库

2022-11-15 16:37:38

PyTorch抽样函数子集

2013-04-18 14:54:08

Linux监控脚本Linux监控

2021-10-09 07:10:31

JavaScript对象Python

2022-05-23 09:46:44

Python

2020-10-27 07:37:07

Python

2012-02-21 09:45:03

虚拟化虚拟化环境服务器

2019-11-19 10:41:14

Python开发排序

2020-03-31 14:00:29

Python 开发工具

2021-12-27 16:09:54

Python自然语言开发

2022-06-21 09:02:49

python技巧

2021-11-14 23:06:49

Python代码开发

2017-11-21 09:30:00

2022-07-15 15:30:13

Python技巧

2011-04-15 11:29:31

数据库设计
点赞
收藏

51CTO技术栈公众号