Python開發者應該知道的7個開發庫分別是什么

Python開發者應該知道的7個開發庫分別是什么，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。

請注意我特別排除了像SQLAlchemy和Flask這樣的庫，因為其實在太優秀了，無需多提。

下面開始：

1. PyQuery (with lxml)

安裝方法 pip install pyquery

Python 解析 HTML 時最經常被推薦的是Beautiful Soup ，而且它的確也表現很好。提供良好的 Python 風格的 API，而且很容易在網上找到相關的資料文檔，但是當你需要在短時間內解析大量文檔時便會碰到性能的問題，簡單，但是真的非常慢。

下圖是 08 年的一份性能比較圖：

這個圖里我們發現 lxml 的性能是如此之好，不過文檔就很少，而且使用上相當的笨拙！那么是選擇一個使用簡單但是速度奇慢的庫呢，還是選擇一個速度飛快但是用起來巨復雜的庫呢？

誰說二者一定要選其一呢，我們要的是用起來方便，速度也一樣飛快的 XML/HTML 解析庫！

而 PyQuery 就可以同時滿足你的易用性和解析速度方面的苛刻要求。

看看下面這幾行代碼：

from pyquery import PyQuery  page = PyQuery(some_html)   last_red_anchor = page('#container > a.red:last')

很簡單吧，很像是 jQuery，但它卻是 Python。

不過也有一些不足，在使用迭代時需要對文本進行重新封裝：

for paragraph in page('#container > p'):      paragraph = PyQuery(paragraph)      text = paragraph.text()

2. dateutil

安裝方法：pip install dateutil

處理日期很痛苦，多虧有了 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

安裝方法：pip install fuzzywuzzy

fuzzywuzzy 可以讓你對兩個字符串進行模糊比較，當你需要處理一些人類產生的數據時，這非常有用。下面代碼使用Levenshtein 距離比較方法來匹配用戶輸入數組和可能的選擇。

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'

這已經不錯了，但還可以做的更好：

from fuzzywuzzy import process   process.extractOne("canaderp", countries)  >>> ("Canada", 97)

4. watchdog

安裝方法：pip install watchdog

watchdog 是一個用來監控文件系統事件的 Python API和shell實用工具。

5. sh

安裝方法：pip install sh

sh 可讓你調用任意程序，就好象是一個函數一般：

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

安裝方法：pip install pattern

Pattern 是 Python 的一個 Web 數據挖掘模塊。可用于數據挖掘、自然語言處理、機器學習和網絡分析。

7. path.py

安裝方法：pip install path.py

當我開始學習 Python 時，os.path 是我最不喜歡的 stdlib 的一部分。盡管在一個目錄下創建一組文件很簡單。

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 ，處理文件路徑變得簡單：

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？

看完上述內容，你們掌握Python開發者應該知道的7個開發庫分別是什么的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！