CPython 标准库速览第 10 章教程从操作系统接口到 Batteries Included 的实战导览【免费下载链接】cpythonThe Python programming language项目地址: https://gitcode.com/GitHub_Trending/cp/cpython本文是 CPython 官方教程《The Python Tutorial》中对 Python 标准库的第一轮闪电巡礼Brief tour of the standard library对应源码位于 Doc/tutorial/stdlib.rst基于当前仓库CPython 3.16 开发分支见 Include/patchlevel.h。文章聚焦十余个最常见的内置模块——操作系统接口、文件通配、命令行解析、正则、数学统计、网络、日期时间、压缩、性能测量与质量测试等并逐一落到本仓库的源码实现上进行印证。读完你既能立刻用os/glob/argparse等模块写出可运行的日常脚本也能在标准库源码层面理解每个模块为什么这样设计。说明标准库范围极大本文对应原文档只介绍日常脚本中最常出现的模块更偏工程化的reprlib、pprint、textwrap、logging、weakref、decimal等模块见教程姊妹篇 Doc/tutorial/stdlib2.rst而所有模块的完整权威参考见 Doc/library/index.rst。操作系统接口os与shutilos模块提供数十个与操作系统打交道的函数是脚本语言能力最直接的体现。最典型的三个操作是查询/切换当前工作目录、调用系统 shell 命令。 import os os.getcwd() # 返回当前工作目录 C:\\Python316 os.chdir(/server/accesslogs) # 切换当前工作目录 os.system(mkdir today) # 在系统 shell 中执行命令 mkdir 0需要特别强调的是请使用import os这种导入风格而不要用from os import *。原因是标准库刻意把 POSIX 的系统调用os.open()也暴露了出来它和内置函数open()的语义完全不同前者是底层文件描述符操作后者返回文本/二进制文件对象通配导入会让os.open遮蔽内置open造成难以排查的 bug。从源码看os.getcwd()、os.chdir()、os.system()的核心实现都位于 Modules/posixmodule.c如os_getcwd_implModules/posixmodule.c、os_chdir_implModules/posixmodule.c、os_system_implModules/posixmodule.c在 POSIX 平台上直接封装对应的 C 系统调用而在 Windows 上则由posixmodule.c内的条件编译分支映射到_wchdir、_wsystem等 CRT 函数。交互式辅助dir()与help()os这类大型模块函数极多很难全部记住。内置的dir()和help()就是为这种场景设计的交互助手 import os dir(os) 返回 os 模块所有函数名的列表 help(os) 返回由模块 docstring 生成的大段手册页dir(module)会返回模块所有属性的名字列表help(module)则把模块内所有 docstring 汇总成一页可浏览的手册。你也可以对单个对象使用例如help(os.getcwd)。日常文件管理的更佳选择shutil如果只是做每天的文件与目录管理任务os的底层接口反而显得繁琐。此时应当使用更高级、更易用的shutil模块 import shutil shutil.copyfile(data.db, archive.db) archive.db shutil.move(/build/executables, installdir) installdirshutil的函数面向用户意图而非系统调用copyfile复制单个文件、move移动文件或整个目录、rmtree递归删除目录树、copy2在复制时尽量保留元数据如修改时间。这些函数都实现在 Lib/shutil.py例如copyfileLib/shutil.py负责按块拷贝数据moveLib/shutil.py内部会先尝试os.rename跨文件系统失败后再退化为先复制后删除rmtreeLib/shutil.py则递归清空目录树。选择shutil而非裸os正是 Python 标准库分层设计的缩影——底层原语os与高层工具shutil各司其职。文件通配符globglob模块提供了基于目录通配符搜索来生成文件列表的函数相当于把 shell 里的*.py展开能力搬进了 Python import glob glob.glob(*.py) [primes.py, random.py, quote.py]glob.glob()返回匹配的文件路径列表支持*、?、[seq]等常见通配符其实现位于 Lib/glob.py。同一模块还提供了惰性求值的glob.iglob()Lib/glob.py返回迭代器适合匹配海量文件以及glob.escape()Lib/glob.py用于把含特殊字符的路径转义为字面量。如果还需要递归匹配子目录可给glob()传入recursiveTrue并配合**模式。命令行参数sys.argv与argparse通用工具脚本几乎都要处理命令行参数。这些参数存放在sys模块的argv属性中形式是一个字符串列表。以下面的demo.py为例# File demo.py import sys print(sys.argv)在命令行执行python demo.py one two three输出为[demo.py, one, two, three]注意sys.argv[0]恒为脚本自身的名字真正的参数从下标1开始。这正是 Python 解释器在启动时解析 argv 并填充到sys模块的结果sys本身是由 C 实现的内建模块相关的命令行解析逻辑可追溯至 Modules/main.c 与_PySys_Init。用argparse做专业解析sys.argv只是把参数原样给你解析是选项还是位置参数、类型转换、默认值这类工作应当交给argparse。下面的脚本解析一个或多个文件名以及一个可选的要显示的行数import argparse parser argparse.ArgumentParser( progtop, descriptionShow top lines from each file) parser.add_argument(filenames, nargs) parser.add_argument(-l, --lines, typeint, default10) args parser.parse_args() print(args)当用python top.py --lines5 alpha.txt beta.txt运行后args.lines被设为整数5args.filenames为[alpha.txt, beta.txt]。要点拆解nargs表示filenames至少要接收一个位置参数多个文件会被收集为列表-l/--lines是同一选项的短、长两种写法typeint让参数自动从字符串转成整数default10规定缺省行数prog控制程序名在--help输出中的显示description则提供帮助文本第一行说明。argparse的全部机制围绕ArgumentParser类展开其定义在 Lib/argparse.py子命令等进阶能力由_SubParsersActionLib/argparse.py实现。它还会在你传参错误或加--help时自动生成用法提示并处理退出码避免你手写一遍 参数校验 报错 退出 的样板代码。错误输出重定向与程序终止sys.stderr与sys.exitsys模块除了argv还持有stdin、stdout、stderr三个标准流对象。其中stderr特别适合写警告与错误信息——即使stdout被重定向例如python script.py log.txtstderr上的内容仍会直接显示在终端上从而保证错误可见 sys.stderr.write(Warning, log file not found starting a new one\n) Warning, log file not found starting a new one最直接的终止脚本方式则是调用sys.exit()不带参数表示成功退出退出码 0传入整数则作为进程退出码传入字符串则先打印到stderr再以退出码 1 结束。这一约定让脚本可以在管道与 CI 场景中被可靠地判定成败。字符串模式匹配正则表达式re对于复杂的字符串匹配与替换re模块提供简洁且经过优化的正则表达式工具 import re re.findall(r\bf[a-z]*, which foot or hand fell fastest) [foot, fell, fastest] re.sub(r(\b[a-z]) \1, r\1, cat in the the hat) cat in the hat第一例用\b单词边界加上f[a-z]*找出所有以f开头的小写单词第二例用反向引用\1匹配同一个单词连续出现两次the the再替换成单个单词。正则表达式虽强大但可读性差。当只需简单能力时应优先使用字符串方法它们更易读、易调试 tea for too.replace(too, two) tea for twoPython 编译正则时会把模式解析为内部指令集re包的公共入口与SRE_*底层引擎分别位于 Lib/re/init.py 与 Modules/_sre因此重复使用同一模式时建议用re.compile()预编译以复用编译结果。数学math、random与statisticsmath模块让你访问底层 C 数学库libm的函数用于浮点计算 import math math.cos(math.pi / 4) 0.70710678118654757 math.log(1024, 2) 10.0random模块提供各种随机选择工具更精确地说是伪随机——基于梅森旋转等可复现的算法需要密码学安全随机时请改用secrets import random random.choice([apple, pear, banana]) apple random.sample(range(100), 10) # 无放回抽样 [30, 83, 16, 4, 8, 81, 41, 50, 18, 33] random.random() # [0.0, 1.0) 区间内的随机浮点数 0.17970987693706186 random.randrange(6) # 从 range(6) 中随机取一个整数 4这些接口在 Lib/random.py 中实现为Random类的方法choiceLib/random.py从序列中随机取一个元素、sampleLib/random.py做无放回抽样、randrangeLib/random.py等价于对某个range取下标而类方法之后又通过模块级包装对外暴露同时保持了种子可控、可复现的特性。statistics模块用于计算数值数据的基本统计量均值、中位数、方差等 import statistics data [2.75, 1.75, 1.25, 0.25, 0.5, 1.25, 3.5] statistics.mean(data) 1.6071428571428572 statistics.median(data) 1.25 statistics.variance(data) 1.3720238095238095其核心函数meanLib/statistics.py、medianLib/statistics.py、varianceLib/statistics.py均以纯 Python 实现于 Lib/statistics.py并在数值稳定性上做了专门处理如mean采用补偿求和避免大数相消。对更专业的数值计算可转向 SciPy 生态等第三方项目标准库教程仅提及该方向不在 CPython 仓库内。互联网访问urllib.request与smtplib标准库含大量访问互联网、处理网络协议的模块其中最简单的是用于从 URL 取回数据的urllib.request和用于发送邮件的smtplib from urllib.request import urlopen with urlopen(https://docs.python.org/3/) as response: ... for line in response: ... line line.decode() # 把 bytes 转成 str ... if updated in line: ... print(line.rstrip()) # 去掉行尾换行 ... Last updated on Nov 11, 2025 (20:11 UTC). import smtplib server smtplib.SMTP(localhost) server.sendmail(soothsayerexample.org, jcaesarexample.org, ... To: jcaesarexample.org ... From: soothsayerexample.org ... ... Beware the Ides of March. ... ) server.quit()需要注意第二个例子要求localhost上运行着邮件服务器如本地 Postfix 或调试用的aiosmtpd。另外urlopen返回的是字节流因此示例中先调用了.decode()将bytes转成str再匹配子串——这是所有网络抓取脚本都会遇到的字节与文本边界问题。仓库目录 Lib/urllib 下包含了urllib.request在内的整套实现。日期与时间datetimedatetime模块提供操纵日期和时间的类既能做简单操作也能胜任复杂需求。虽然它支持日期时间算术但实现重点放在高效地提取成员字段以便格式化输出与再加工上同时模块也支持时区感知timezone-aware的对象基于tzinfo抽象基类 # 日期很容易构造与格式化 import datetime as dt now dt.date.today() now datetime.date(2003, 12, 2) now.strftime(%m-%d-%y. %d %b %Y is a %A on the %d day of %B.) 12-02-03. 02 Dec 2003 is a Tuesday on the 02 day of December. # 日期支持日历算术 birthday dt.date(1964, 7, 31) age now - birthday age.days 14368示例展示了date.today()构造当日日期、strftime按格式串输出、以及两个日期相减得到timedelta并取.days的日历算术。纯 Python 参考实现位于 Lib/_pydatetime.py其中定义了timedeltaLib/_pydatetime.py、dateLib/_pydatetime.py、time与tzinfoLib/_pydatetime.py等类型而公开的datetime类由 Lib/_pydatetime.py 的datetime(date)派生当前 CPython 中真正被导入的是 C 加速版 Modules/_datetimemodule.c_pydatetime.py作为等价的纯 Python 回退实现供无 C 扩展的环境使用。数据压缩zlib、gzip、bz2、lzma、zipfile、tarfile常见的归档与压缩格式标准库开箱即用涉及的模块包括zlib、gzip、bz2、lzma、zipfile、tarfile。以最底层的zlib为例 import zlib s bwitch which has which witches wrist watch len(s) 41 t zlib.compress(s) len(t) 37 zlib.decompress(t) bwitch which has which witches wrist watch zlib.crc32(s) 226805979原始字符串 41 字节经zlib.compress压缩到 37 字节文本重复度有限比率不高但足以验证流程zlib.decompress完美还原zlib.crc32则给出 32 位循环冗余校验值可用于数据完整性校验。在这一底层之上gzip/bz2/lzma分别封装了对应格式的文件对象接口zipfile/tarfile则是面向容器的归档模块——它们组合起来几乎覆盖了日常数据交换所需的全部压缩场景。zlib模块本体位于 Modules/zlibmodule.cgzip的纯 Python 实现见 Lib/gzip.py。性能测量timeit、profile与pstats部分 Python 用户对同一问题的不同解法谁更快有浓厚兴趣。标准库提供了能立刻回答这类问题的测量工具。例如有人会用元组打包/解包特性来替代传统的交换中间变量写法timeit可以很快验证这种写法是否有性能优势 from timeit import Timer Timer(ta; ab; bt, a1; b2).timeit() 0.57535828626024577 Timer(a,b b,a, a1; b2).timeit() 0.54962537085770791Timer(stmt, setup)的第一个参数是被测语句第二个参数是每轮执行前运行的设置代码.timeit()默认执行一百万次可通过number参数调整并返回总耗时。模块还提供命令行动手入口python -m timeit a,b b,a及配套的timeit()/repeat()便捷函数见 Lib/timeit.py。由于现代机器上结果会有抖动建议多用几次或比较相对差异而非绝对值。与timeit的微基准粒度不同profile与pstats模块面向大段代码中定位耗时关键区段profile做函数级采样分析并输出统计pstats负责对统计结果进行排序、筛选等后处理。两者的 Python 实现分别位于 Lib/profile.py 与 Lib/pstats.py。质量控制doctest与unittest开发高质量软件的一种做法是每写一个函数就为它写测试并在开发过程中频繁运行这些测试。用doctest让文档可执行doctest模块会扫描模块校验嵌在 docstring 里的测试。构造测试的方式简单得不可思议——把一次典型调用及其输出复制粘贴进 docstring 即可。这样做一石二鸟既给用户提供了使用示例改善文档又能让doctest确保代码始终忠实于文档def average(values): Computes the arithmetic mean of a list of numbers. print(average([20, 30, 70])) 40.0 return sum(values) / len(values) import doctest doctest.testmod() # 自动校验内嵌的测试doctest.testmod()会找到average.__doc__中开头的示例重新执行并比对输出。其实现位于 Lib/doctest.py它还提供run_docstring_examplesLib/doctest.py等更细粒度的接口供只想对单个函数的 docstring 做校验的场景使用。用unittest做系统化测试unittest不如doctest轻量但它允许你在独立文件中维护更全面、更结构化的测试集支持 setUp/tearDown、断言工具、测试发现等能力import unittest class TestStatisticalFunctions(unittest.TestCase): def test_average(self): self.assertEqual(average([20, 30, 70]), 40.0) self.assertEqual(round(average([1, 5, 7]), 1), 4.3) with self.assertRaises(ZeroDivisionError): average([]) with self.assertRaises(TypeError): average(20, 30, 70) unittest.main() # 从命令行调用时执行全部测试assertEqual校验值相等assertRaises用作上下文管理器断言指定异常被抛出——上例同时覆盖了空列表触发ZeroDivisionError、参数个数错误触发TypeError的边界路径。unittest.main()使该文件既可被导入也可直接以python test_average.py运行。框架本体位于 Lib/unittest如 Lib/unittest/init.py、Lib/unittest/main.py。测试驱动开发的典型节奏是随着函数实现不断运行测试、让失败尽快暴露。满载电池Batteries IncludedPython 奉行batteries included自带电池哲学——解释器发行时已内置覆盖广泛领域的成熟库。这一点在几个大型包上体现得最为淋漓尽致远程过程调用RPCxmlrpc.client与xmlrpc.server让实现跨机器远程调用几乎变成举手之劳尽管模块名含 xml但使用方无需直接了解或处理任何 XML 细节细节被模块完全封装。邮件处理email包是管理邮件消息的库支持 MIME 及其它基于 RFC 5322 的消息文档。与真正负责收发消息的smtplib、poplib不同email提供的是**构建或解码复杂消息结构包括附件**以及实现互联网编码与头协议的完整工具集。数据交换格式json包对解析这一流行的数据交换格式提供了健壮支持Lib/json/init.py 中的json.dumpsLib/json/init.py与json.loadsLib/json/init.py负责编码与解码csv模块支持直接读写逗号分隔值格式文件该格式被数据库与电子表格广泛支持XML 处理则由xml.etree.ElementTree、xml.dom、xml.sax三个包覆盖。这些模块极大简化了 Python 程序与其它工具之间的数据交换。嵌入式数据库sqlite3模块是对 SQLite 数据库库的封装DB-API 实现见 Lib/sqlite3/dbapi2.py包入口在 Lib/sqlite3/init.py提供可持久化、可增量更新的数据库采用略非标准的 SQL 语法进行访问——单文件、零配置非常适合脚本级数据存储。国际化i18n由gettext、locale以及codecs包等多个模块支持gettext提供消息目录翻译机制locale提供文化相关的数据格式日期、货币、数字分组等codecs则提供编解码器注册与文本编码转换的基础设施。小结与下一步这一轮巡礼展示了 Python 标准库的日常覆盖面os/shutil管系统与文件、glob做通配、sys.argv/argparse处理命令行、re处理文本、math/random/statistics处理数值、urllib.request/smtplib联网、datetime管时间、zlib等管压缩、timeit/profile测性能、doctest/unittest保质量而xmlrpc/email/json/csv/sqlite3等大型包则撑起了自带电池的版图。需要提醒的是这些模块大多有远超本文示例的深度例如argparse的子命令与自定义类型、re的编译与命名分组、datetime的时区与fold消歧、random的分布函数、unittest的 mock 与测试发现等。若想继续深入建议按顺序阅读教程的下一部分《标准库巡礼二》并在需要精确语义时查阅 Doc/library/index.rst 中对应模块的完整参考文档动手实验时直接在当前源码树构建出的python解释器即可复现本文全部交互示例。【免费下载链接】cpythonThe Python programming language项目地址: https://gitcode.com/GitHub_Trending/cp/cpython创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 CPython 标准库速览（第 10 章教程）：从操作系统接口到 Batteries Included 的实战导览
CPython 标准库速览第 10 章教程从操作系统接口到 Batteries Included 的实战导览【免费下载链接】cpythonThe Python programming language项目地址: https://gitcode.com/GitHub_Trending/cp/cpython本文是 CPython 官方教程《The Python Tutorial》中对 Python 标准库的第一轮闪电巡礼Brief tour of the standard library对应源码位于 Doc/tutorial/stdlib.rst基于当前仓库CPython 3.16 开发分支见 Include/patchlevel.h。文章聚焦十余个最常见的内置模块——操作系统接口、文件通配、命令行解析、正则、数学统计、网络、日期时间、压缩、性能测量与质量测试等并逐一落到本仓库的源码实现上进行印证。读完你既能立刻用os/glob/argparse等模块写出可运行的日常脚本也能在标准库源码层面理解每个模块为什么这样设计。说明标准库范围极大本文对应原文档只介绍日常脚本中最常出现的模块更偏工程化的reprlib、pprint、textwrap、logging、weakref、decimal等模块见教程姊妹篇 Doc/tutorial/stdlib2.rst而所有模块的完整权威参考见 Doc/library/index.rst。操作系统接口os与shutilos模块提供数十个与操作系统打交道的函数是脚本语言能力最直接的体现。最典型的三个操作是查询/切换当前工作目录、调用系统 shell 命令。 import os os.getcwd() # 返回当前工作目录 C:\\Python316 os.chdir(/server/accesslogs) # 切换当前工作目录 os.system(mkdir today) # 在系统 shell 中执行命令 mkdir 0需要特别强调的是请使用import os这种导入风格而不要用from os import *。原因是标准库刻意把 POSIX 的系统调用os.open()也暴露了出来它和内置函数open()的语义完全不同前者是底层文件描述符操作后者返回文本/二进制文件对象通配导入会让os.open遮蔽内置open造成难以排查的 bug。从源码看os.getcwd()、os.chdir()、os.system()的核心实现都位于 Modules/posixmodule.c如os_getcwd_implModules/posixmodule.c、os_chdir_implModules/posixmodule.c、os_system_implModules/posixmodule.c在 POSIX 平台上直接封装对应的 C 系统调用而在 Windows 上则由posixmodule.c内的条件编译分支映射到_wchdir、_wsystem等 CRT 函数。交互式辅助dir()与help()os这类大型模块函数极多很难全部记住。内置的dir()和help()就是为这种场景设计的交互助手 import os dir(os) 返回 os 模块所有函数名的列表 help(os) 返回由模块 docstring 生成的大段手册页dir(module)会返回模块所有属性的名字列表help(module)则把模块内所有 docstring 汇总成一页可浏览的手册。你也可以对单个对象使用例如help(os.getcwd)。日常文件管理的更佳选择shutil如果只是做每天的文件与目录管理任务os的底层接口反而显得繁琐。此时应当使用更高级、更易用的shutil模块 import shutil shutil.copyfile(data.db, archive.db) archive.db shutil.move(/build/executables, installdir) installdirshutil的函数面向用户意图而非系统调用copyfile复制单个文件、move移动文件或整个目录、rmtree递归删除目录树、copy2在复制时尽量保留元数据如修改时间。这些函数都实现在 Lib/shutil.py例如copyfileLib/shutil.py负责按块拷贝数据moveLib/shutil.py内部会先尝试os.rename跨文件系统失败后再退化为先复制后删除rmtreeLib/shutil.py则递归清空目录树。选择shutil而非裸os正是 Python 标准库分层设计的缩影——底层原语os与高层工具shutil各司其职。文件通配符globglob模块提供了基于目录通配符搜索来生成文件列表的函数相当于把 shell 里的*.py展开能力搬进了 Python import glob glob.glob(*.py) [primes.py, random.py, quote.py]glob.glob()返回匹配的文件路径列表支持*、?、[seq]等常见通配符其实现位于 Lib/glob.py。同一模块还提供了惰性求值的glob.iglob()Lib/glob.py返回迭代器适合匹配海量文件以及glob.escape()Lib/glob.py用于把含特殊字符的路径转义为字面量。如果还需要递归匹配子目录可给glob()传入recursiveTrue并配合**模式。命令行参数sys.argv与argparse通用工具脚本几乎都要处理命令行参数。这些参数存放在sys模块的argv属性中形式是一个字符串列表。以下面的demo.py为例# File demo.py import sys print(sys.argv)在命令行执行python demo.py one two three输出为[demo.py, one, two, three]注意sys.argv[0]恒为脚本自身的名字真正的参数从下标1开始。这正是 Python 解释器在启动时解析 argv 并填充到sys模块的结果sys本身是由 C 实现的内建模块相关的命令行解析逻辑可追溯至 Modules/main.c 与_PySys_Init。用argparse做专业解析sys.argv只是把参数原样给你解析是选项还是位置参数、类型转换、默认值这类工作应当交给argparse。下面的脚本解析一个或多个文件名以及一个可选的要显示的行数import argparse parser argparse.ArgumentParser( progtop, descriptionShow top lines from each file) parser.add_argument(filenames, nargs) parser.add_argument(-l, --lines, typeint, default10) args parser.parse_args() print(args)当用python top.py --lines5 alpha.txt beta.txt运行后args.lines被设为整数5args.filenames为[alpha.txt, beta.txt]。要点拆解nargs表示filenames至少要接收一个位置参数多个文件会被收集为列表-l/--lines是同一选项的短、长两种写法typeint让参数自动从字符串转成整数default10规定缺省行数prog控制程序名在--help输出中的显示description则提供帮助文本第一行说明。argparse的全部机制围绕ArgumentParser类展开其定义在 Lib/argparse.py子命令等进阶能力由_SubParsersActionLib/argparse.py实现。它还会在你传参错误或加--help时自动生成用法提示并处理退出码避免你手写一遍 参数校验 报错 退出 的样板代码。错误输出重定向与程序终止sys.stderr与sys.exitsys模块除了argv还持有stdin、stdout、stderr三个标准流对象。其中stderr特别适合写警告与错误信息——即使stdout被重定向例如python script.py log.txtstderr上的内容仍会直接显示在终端上从而保证错误可见 sys.stderr.write(Warning, log file not found starting a new one\n) Warning, log file not found starting a new one最直接的终止脚本方式则是调用sys.exit()不带参数表示成功退出退出码 0传入整数则作为进程退出码传入字符串则先打印到stderr再以退出码 1 结束。这一约定让脚本可以在管道与 CI 场景中被可靠地判定成败。字符串模式匹配正则表达式re对于复杂的字符串匹配与替换re模块提供简洁且经过优化的正则表达式工具 import re re.findall(r\bf[a-z]*, which foot or hand fell fastest) [foot, fell, fastest] re.sub(r(\b[a-z]) \1, r\1, cat in the the hat) cat in the hat第一例用\b单词边界加上f[a-z]*找出所有以f开头的小写单词第二例用反向引用\1匹配同一个单词连续出现两次the the再替换成单个单词。正则表达式虽强大但可读性差。当只需简单能力时应优先使用字符串方法它们更易读、易调试 tea for too.replace(too, two) tea for twoPython 编译正则时会把模式解析为内部指令集re包的公共入口与SRE_*底层引擎分别位于 Lib/re/init.py 与 Modules/_sre因此重复使用同一模式时建议用re.compile()预编译以复用编译结果。数学math、random与statisticsmath模块让你访问底层 C 数学库libm的函数用于浮点计算 import math math.cos(math.pi / 4) 0.70710678118654757 math.log(1024, 2) 10.0random模块提供各种随机选择工具更精确地说是伪随机——基于梅森旋转等可复现的算法需要密码学安全随机时请改用secrets import random random.choice([apple, pear, banana]) apple random.sample(range(100), 10) # 无放回抽样 [30, 83, 16, 4, 8, 81, 41, 50, 18, 33] random.random() # [0.0, 1.0) 区间内的随机浮点数 0.17970987693706186 random.randrange(6) # 从 range(6) 中随机取一个整数 4这些接口在 Lib/random.py 中实现为Random类的方法choiceLib/random.py从序列中随机取一个元素、sampleLib/random.py做无放回抽样、randrangeLib/random.py等价于对某个range取下标而类方法之后又通过模块级包装对外暴露同时保持了种子可控、可复现的特性。statistics模块用于计算数值数据的基本统计量均值、中位数、方差等 import statistics data [2.75, 1.75, 1.25, 0.25, 0.5, 1.25, 3.5] statistics.mean(data) 1.6071428571428572 statistics.median(data) 1.25 statistics.variance(data) 1.3720238095238095其核心函数meanLib/statistics.py、medianLib/statistics.py、varianceLib/statistics.py均以纯 Python 实现于 Lib/statistics.py并在数值稳定性上做了专门处理如mean采用补偿求和避免大数相消。对更专业的数值计算可转向 SciPy 生态等第三方项目标准库教程仅提及该方向不在 CPython 仓库内。互联网访问urllib.request与smtplib标准库含大量访问互联网、处理网络协议的模块其中最简单的是用于从 URL 取回数据的urllib.request和用于发送邮件的smtplib from urllib.request import urlopen with urlopen(https://docs.python.org/3/) as response: ... for line in response: ... line line.decode() # 把 bytes 转成 str ... if updated in line: ... print(line.rstrip()) # 去掉行尾换行 ... Last updated on Nov 11, 2025 (20:11 UTC). import smtplib server smtplib.SMTP(localhost) server.sendmail(soothsayerexample.org, jcaesarexample.org, ... To: jcaesarexample.org ... From: soothsayerexample.org ... ... Beware the Ides of March. ... ) server.quit()需要注意第二个例子要求localhost上运行着邮件服务器如本地 Postfix 或调试用的aiosmtpd。另外urlopen返回的是字节流因此示例中先调用了.decode()将bytes转成str再匹配子串——这是所有网络抓取脚本都会遇到的字节与文本边界问题。仓库目录 Lib/urllib 下包含了urllib.request在内的整套实现。日期与时间datetimedatetime模块提供操纵日期和时间的类既能做简单操作也能胜任复杂需求。虽然它支持日期时间算术但实现重点放在高效地提取成员字段以便格式化输出与再加工上同时模块也支持时区感知timezone-aware的对象基于tzinfo抽象基类 # 日期很容易构造与格式化 import datetime as dt now dt.date.today() now datetime.date(2003, 12, 2) now.strftime(%m-%d-%y. %d %b %Y is a %A on the %d day of %B.) 12-02-03. 02 Dec 2003 is a Tuesday on the 02 day of December. # 日期支持日历算术 birthday dt.date(1964, 7, 31) age now - birthday age.days 14368示例展示了date.today()构造当日日期、strftime按格式串输出、以及两个日期相减得到timedelta并取.days的日历算术。纯 Python 参考实现位于 Lib/_pydatetime.py其中定义了timedeltaLib/_pydatetime.py、dateLib/_pydatetime.py、time与tzinfoLib/_pydatetime.py等类型而公开的datetime类由 Lib/_pydatetime.py 的datetime(date)派生当前 CPython 中真正被导入的是 C 加速版 Modules/_datetimemodule.c_pydatetime.py作为等价的纯 Python 回退实现供无 C 扩展的环境使用。数据压缩zlib、gzip、bz2、lzma、zipfile、tarfile常见的归档与压缩格式标准库开箱即用涉及的模块包括zlib、gzip、bz2、lzma、zipfile、tarfile。以最底层的zlib为例 import zlib s bwitch which has which witches wrist watch len(s) 41 t zlib.compress(s) len(t) 37 zlib.decompress(t) bwitch which has which witches wrist watch zlib.crc32(s) 226805979原始字符串 41 字节经zlib.compress压缩到 37 字节文本重复度有限比率不高但足以验证流程zlib.decompress完美还原zlib.crc32则给出 32 位循环冗余校验值可用于数据完整性校验。在这一底层之上gzip/bz2/lzma分别封装了对应格式的文件对象接口zipfile/tarfile则是面向容器的归档模块——它们组合起来几乎覆盖了日常数据交换所需的全部压缩场景。zlib模块本体位于 Modules/zlibmodule.cgzip的纯 Python 实现见 Lib/gzip.py。性能测量timeit、profile与pstats部分 Python 用户对同一问题的不同解法谁更快有浓厚兴趣。标准库提供了能立刻回答这类问题的测量工具。例如有人会用元组打包/解包特性来替代传统的交换中间变量写法timeit可以很快验证这种写法是否有性能优势 from timeit import Timer Timer(ta; ab; bt, a1; b2).timeit() 0.57535828626024577 Timer(a,b b,a, a1; b2).timeit() 0.54962537085770791Timer(stmt, setup)的第一个参数是被测语句第二个参数是每轮执行前运行的设置代码.timeit()默认执行一百万次可通过number参数调整并返回总耗时。模块还提供命令行动手入口python -m timeit a,b b,a及配套的timeit()/repeat()便捷函数见 Lib/timeit.py。由于现代机器上结果会有抖动建议多用几次或比较相对差异而非绝对值。与timeit的微基准粒度不同profile与pstats模块面向大段代码中定位耗时关键区段profile做函数级采样分析并输出统计pstats负责对统计结果进行排序、筛选等后处理。两者的 Python 实现分别位于 Lib/profile.py 与 Lib/pstats.py。质量控制doctest与unittest开发高质量软件的一种做法是每写一个函数就为它写测试并在开发过程中频繁运行这些测试。用doctest让文档可执行doctest模块会扫描模块校验嵌在 docstring 里的测试。构造测试的方式简单得不可思议——把一次典型调用及其输出复制粘贴进 docstring 即可。这样做一石二鸟既给用户提供了使用示例改善文档又能让doctest确保代码始终忠实于文档def average(values): Computes the arithmetic mean of a list of numbers. print(average([20, 30, 70])) 40.0 return sum(values) / len(values) import doctest doctest.testmod() # 自动校验内嵌的测试doctest.testmod()会找到average.__doc__中开头的示例重新执行并比对输出。其实现位于 Lib/doctest.py它还提供run_docstring_examplesLib/doctest.py等更细粒度的接口供只想对单个函数的 docstring 做校验的场景使用。用unittest做系统化测试unittest不如doctest轻量但它允许你在独立文件中维护更全面、更结构化的测试集支持 setUp/tearDown、断言工具、测试发现等能力import unittest class TestStatisticalFunctions(unittest.TestCase): def test_average(self): self.assertEqual(average([20, 30, 70]), 40.0) self.assertEqual(round(average([1, 5, 7]), 1), 4.3) with self.assertRaises(ZeroDivisionError): average([]) with self.assertRaises(TypeError): average(20, 30, 70) unittest.main() # 从命令行调用时执行全部测试assertEqual校验值相等assertRaises用作上下文管理器断言指定异常被抛出——上例同时覆盖了空列表触发ZeroDivisionError、参数个数错误触发TypeError的边界路径。unittest.main()使该文件既可被导入也可直接以python test_average.py运行。框架本体位于 Lib/unittest如 Lib/unittest/init.py、Lib/unittest/main.py。测试驱动开发的典型节奏是随着函数实现不断运行测试、让失败尽快暴露。满载电池Batteries IncludedPython 奉行batteries included自带电池哲学——解释器发行时已内置覆盖广泛领域的成熟库。这一点在几个大型包上体现得最为淋漓尽致远程过程调用RPCxmlrpc.client与xmlrpc.server让实现跨机器远程调用几乎变成举手之劳尽管模块名含 xml但使用方无需直接了解或处理任何 XML 细节细节被模块完全封装。邮件处理email包是管理邮件消息的库支持 MIME 及其它基于 RFC 5322 的消息文档。与真正负责收发消息的smtplib、poplib不同email提供的是**构建或解码复杂消息结构包括附件**以及实现互联网编码与头协议的完整工具集。数据交换格式json包对解析这一流行的数据交换格式提供了健壮支持Lib/json/init.py 中的json.dumpsLib/json/init.py与json.loadsLib/json/init.py负责编码与解码csv模块支持直接读写逗号分隔值格式文件该格式被数据库与电子表格广泛支持XML 处理则由xml.etree.ElementTree、xml.dom、xml.sax三个包覆盖。这些模块极大简化了 Python 程序与其它工具之间的数据交换。嵌入式数据库sqlite3模块是对 SQLite 数据库库的封装DB-API 实现见 Lib/sqlite3/dbapi2.py包入口在 Lib/sqlite3/init.py提供可持久化、可增量更新的数据库采用略非标准的 SQL 语法进行访问——单文件、零配置非常适合脚本级数据存储。国际化i18n由gettext、locale以及codecs包等多个模块支持gettext提供消息目录翻译机制locale提供文化相关的数据格式日期、货币、数字分组等codecs则提供编解码器注册与文本编码转换的基础设施。小结与下一步这一轮巡礼展示了 Python 标准库的日常覆盖面os/shutil管系统与文件、glob做通配、sys.argv/argparse处理命令行、re处理文本、math/random/statistics处理数值、urllib.request/smtplib联网、datetime管时间、zlib等管压缩、timeit/profile测性能、doctest/unittest保质量而xmlrpc/email/json/csv/sqlite3等大型包则撑起了自带电池的版图。需要提醒的是这些模块大多有远超本文示例的深度例如argparse的子命令与自定义类型、re的编译与命名分组、datetime的时区与fold消歧、random的分布函数、unittest的 mock 与测试发现等。若想继续深入建议按顺序阅读教程的下一部分《标准库巡礼二》并在需要精确语义时查阅 Doc/library/index.rst 中对应模块的完整参考文档动手实验时直接在当前源码树构建出的python解释器即可复现本文全部交互示例。【免费下载链接】cpythonThe Python programming language项目地址: https://gitcode.com/GitHub_Trending/cp/cpython创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考