1.
11. 常用內建模組
• 學習目標
– 處理日期與時間
– 認識日誌的使用
– 運用規則表示式
– 管理檔案與目錄
– URL 處理
2

2.
時間的度量
• 格林威治標準時間
– 經常簡稱 GMT 時間
– 常不嚴謹（且有爭議性）地當成是 UTC 時間
• 世界時
– 藉由觀測遠方星體跨過子午線而得
– 在 1972 年導入 UTC 之前，GMT 與 UT 是相
同的
3

3.
• 國際原子時
– 將秒的國際單位（International System of
Units, SI）定義為銫（caesium）原子輻射振
動 9192631770 周耗費的時間
– 時間從 UT 的 1958 年開始同步
• 世界協調時間
– 折衷修正版本的世界協調時間，常簡稱為 UTC
– 1972 年 UTC採用了閏秒（leap second）修正
4

4.
• Unix 時間
– UTC 時間 1970 年（Unix 元年）1 月1 日
00:00:00 為起點而經過的秒數
– 不考慮閏秒修正，用以表達時間軸上某一瞬間
• epoch
– 某個特定時間的起點，時間軸上某一瞬間
– Unix epoch 選為UTC 時間 1970 年 1 月 1 日
00:00:00
5

5.
• 就目前來說，即使標註為 GMT，實際上談
到時間指的是UTC 時間
• 秒的單位定義是基於 TAI，也就是銫原子輻
射振動次數
• UTC 考量了地球自轉越來越慢而有閏秒修
正
• Unix 時間是 1970 年 1 月 1 日 00:00:00 為
起點而經過的秒數，不考慮閏秒
6

6.
年曆與時區簡介
• 儒略曆
– 修正了羅馬曆隔三年設置一閏年的錯誤，改採
四年一閏
• 格里高利曆
– 改革了儒略曆
– 將儒略曆 1582 年 10 月 4 日星期四的隔天，
訂為格里高利曆 1582 年 10 月 15 日星期五
– 各個國家改曆的時間並不相同
7

7.
8

8.
• ISO8601 標準
– 嚴格來說並非年曆系統，而是時間日期表示方
法的標準，用以統一時間日期的資料交換格式
– 19 世紀是指 1900 至 1999 年（包含該年），
而格里高利曆的 19 世紀是指 1801 年至 1900
年（包含該年）
9

9.
時區
• 各種時間日期的議題中最複雜的
• 牽涉到地理、法律、經濟、社會甚至政治
等問題
• UTC 偏移（offset）
– 大致上來說，經度每 15 度是偏移一小時
– 通常會在時間的最後標識 Z 符號
– 有些國家的領土橫跨的經度很大，一個國家有
多個時間反而造成困擾，因而不採取每 15 度
偏移一小時的作法
10

10.
• 日光節約時間
– 也稱為夏季時間（Summer time）
– 有些高緯度國家，夏季、冬季日照時間差異很
大，為了節省能源會儘量利用夏季日照
– 台灣也曾實施過日光節約時間，後來因為沒太
大實質作用而取消
11

11.
• 如果想獲取系統的時間，Python 的 time
模組提供了一層介面，用來呼叫各平台上
的C 程式庫函式，它提供的相關函式，通常
與 epoch 有關
12

12.
• gmtime() 傳回了 struct_time 實例
13

13.
• time.gmtime(0) 表示從 epoch 起算經
過了 0 秒
• 如果不指定數字，表示取得目前的時間並
傳回 struct_time 實例
14

14.
• UTC 是一種絕對時間，與時區無關，也沒
有日光節約時間的問題
• time.time() 傳回的是浮點數
• time 模組提供的是低階的機器時間觀點，
也就是從 epoch 起經過的秒數
• 有些輔助函式，可以作些簡單的轉換，以
便成為人類可理解的時間概念
15

15.
• localtime()則可提供目前所在時間
16

16.
• 有個代表時間的字串，想要將其剖析為
struct_time 實例，可以使用
strptime() 函式
17

17.
• 如果你有個 struct_time 物件，想要轉
換為從 epoch 起經過之秒數，可以使用
mktime()
18

18.
• ctime(secs) 是
asctime(localtime(secs))的封裝
• asctime() 可指定 struct_time 實例，
取得一個簡單的時間字串描述
19

19.
• strftime() 接受一個格式指定與
struct_time 實例
20

20.
• time 模組提供的終究是低階的機器時間觀
點，用來表示人類可理解的時間概念並不
方便
• 若想從人類的觀點來表示時間，可以進一
步使用 datetime 模組
21

21.
使用 datetime 模組
• 人類在時間的表達上有時只需要日期、有
時只需要時間，有時會同時表達日期與時
間
• 通常不會特別聲明時區
• 可能只會提及年、月、年月、月日、時分
秒等
22

22.
• 對於人類時間表達，datetime 模組提供
–datetime（包括日期與時間）
–date（只有日期）
–time（只有時間）
23

23.
• 若想使用 UTC 時間來建立 datetime 實例
24

24.
• 有個 datetime 或 date 實例，想將它們包含
的時間概念轉換為 UTC 時間戳記
• 有個時間戳記，也可以透過 datetime 或
date 的 fromtimestamp() 來建立
datetime 或 date 實例
25

25.
• datetime、date、time 實例都有個
isoformat() 方法，可傳回時間字串描述
• 採用的是 ISO8601 標準，當日期與時間同
時表示時，預設會使用 T 來分隔，若必要
也可以自行指定
26

26.
• datetime 類別的 strptime() 類別方法，
會傳回 datetime 實例
27

27.
• 如果需要進行日期或時間的運算，可以使
用 datetime 的 timedelta 類別方法
• 想知道加上 3 週又 5 天 8 小時35 分鐘後的
日期時間是什麼？
• 2014 年 2 月 21 日加 9 天會是幾月幾號？
28

28.
• datetime 實例本身預設並沒有時區資訊，
此時單純表示本地時間
• datetime 類別上的 tzinfo 類別，可以繼
承以實作時區的相關資訊與操作
• 從 Python 3.2 開始，datetime 類別新增
了timezone 類別，它是 tzinfo 的子類
別，用來提供基本的 UTC 偏移時區實作
29

29.
• 想將 utc 轉換為台灣的時區
• 內建的 timezone 只單純考量了UTC 偏移，
不考量日光節約時間等其他因素
30

30.
• 若需要 timezone 以外的其他時區定義，
可以額外安裝社群貢獻的 pytz 模組
• 可以使用 pip install pytz 來安裝
31

31.
• pytz 的 timezone 也可以解決棘手的日
光節約時間問題
32

32.
• 在台灣時區， 1975 年 3 月 31 日 23 時 40
分 0 秒加一個小時的時間會是多少呢？
• 使用了 normalize() 之後，才能得到考
量了日光節約時間的正確時間
33

33.
• 一個常見的建議是，使用 UTC 來進行時間
的儲存或操作
• 因為UTC 是絕對時間，不考量日光節約時
間等問題
• 在必須使用當地時區的場合時，再使用
datetime 實例的 astimezone() 做轉換
34

34.
日誌
• 一般來說，一個模組只需要一個 Logger
實例
• 建議透過 logging.getLogging() 來取
得 Logger 實例
• 呼叫 getLogger() 時，可以指定名稱，
相同名稱下取得的 Logger 會是同一實例
35

35.
• 呼叫 getLogger() 時可以不指定名稱，
這時會取得根 Logger
• 父階層相同的 Logger，父 Logger 的組
態相同
• 想要套件中的模組在進行日誌時，都使用
相同的父組態，可以在套件的 __init__.py
檔案中撰寫：
36

36.
37

37.
• Logger 有階層關係
• 每個 Logger 處理完自己的日誌動作後，
會再委託父 Logger 處理
• 在不調整父 Logger 組態的情況下，直接
設定 Logger 實例，就只能設定為更嚴格
的日誌層級，才會有實際的效用
38

38.
39

39.
• 如果想要調整根 Logger 的組態，可以使
用 logging.basicConfig()
40

40.
• 根 Logger 的日誌訊息預設會輸出至
sys.stderr
• 想要修改能輸出至檔案，可以使用
logging.basicConfig() 指定
filename 參數
• 子 Logger 實例可以透過 addHandler()
新增自己的處理器
41

41.
• 若要自訂格式，可以透過
logging.Formatter() 建立
Formatter 實例， 再透過處理器的
setFormatter() 設定
42

42.
• 定義過濾器可以繼承 logging.Filter 類
別並定義 filter(record) 方法
• 或者是定義一個物件具有
filter(record) 方法
• 自 Python 3.2 之後，也可以使用函式作為
過濾器了
• Logger 或 Handler 實例都有
addFilter() 方法，可以新增過濾器
43

43.
44

44.
使用 logging.config
• 在 Python 的 logging 模組官方文件中有
個範例
45

45.
46

46.
• 自 Python 3.2 開始，建議改用
logging.config.dictConfig()
47

47.
48

48.
49

49.
50

50.
簡介規則表示式
• 想根據某個字元或字串切割，可以使用str
的 split()
• 如果切割字串的依據不單只是某個字元或
子字串，而是任意單一數字呢？
51

51.
• 使用 re 模組來支援規則表示式
52

52.
• 因為 在Python 字串中被作為轉義字元，
因此要撰寫規則表示式時，必須撰寫為
'd'
• 在撰寫規則表示式時，建議使用原始字串
53

53.
• 規則表示式基本上包括兩種字元：
– 字面字元（Literals）
– 詮譯字元（Metacharacters）
• 字面字元是指按照字面意義比對的字元
• 詮譯字元是不按照字面比對，在不同情境
有不同意義的字元
• 找出並理解詮譯字元想要詮譯的概念，對
於規則表示式的閱讀非常重要
54

54.
• 字母和數字在規則表示式中，都是按照字
面意義比對
• 有些字元之前加上了 之後，會被當作詮
譯字元
55

55.
56

56.
• 詮譯字元在規則表示式中有特殊意義，例
如! $ ^ * ( ) + = { } [ ] |
: . ?等
• 若要比對這些字元，則必須加上忽略符號
• 如果不確定哪些標點符號字元要加上忽略
符號，可以在每個標點符號前加上 ，例
如比對逗號也可以寫 ,
57

57.
• 如果規則表示式為 XY，那麼表示比對「X
之後要跟隨著 Y」
• 如果想表示「X 或 Y」，可以使用 X|Y
• 如果有多個字元要以「或」的方式表示，
例如「X 或 Y 或 Z」，則可以使用字元類表
示為[XYZ]
58

58.
• 規則表示式中，多個字元可以歸類在一起，
成為一個字元類（Character class）
• 字元類會比對文字中是否有「任一個」字
元符合字元類中某個字元
• 規則表示式中被放在 [] 中的字元就成為一
個字元類
59

59.
• | 在字元類別只是個普通字元，不會被當作
「或」來表示
• 字元類中可以使用連字號 - 作為字元類詮譯
字元，表示一段文字範圍
• 字元類中可以使用 ^ 作為字元類詮譯字元，
[^] 則為反字元類（Negated character
class）
60

60.
61

61.
• 就規則表示式本身的發展歷史來說，早期
並不支援Unicode
• 例如預定義字元類早期就未考量Unicode規
範，像是w預設只比對ASCII字元
• Python 3預設就支援Unicode模式，預定
義字元類在比對上不限於ASCII字元
62

62.
• d在Python中，預設並不只比對ASCII數
字0至9
63

63.
• 貪婪量詞會儘可能地找出長度最長的符合
文字
64

64.
• 在貪婪量詞表示法後加上? ， 將會成為逐
步量詞（ Reluctant quantifier）
• 逐步量詞會儘可能地找出長度最短的符合
文字
65

65.
• 有個文字Justin dog Monica doggie Irene，
你想要直接依當中單字 dog 切出前後兩個
子字串？
• 可以使用 b 標出單字邊界
66

66.
67

67.
• 可以使用 () 來將規則表示式分組，除了作
為子規則表示式之外，還可搭配量詞使用
• 例如想要驗證電子郵件格式，域名稱可以
有數層，必須是大小寫英文字元或數字
– ^[a-zA-Z]+d*@([a-zA-Z0-9]+.)+com
68

68.
• 被分組的規則表示式，還可以在稍後回頭
參考（Back reference）
• 如果有個規則表示式 ((A)(B(C)))，其中
有四個分組
69

69.
• 分組回頭參考時，是在 後加上分組計數，
表示參考第幾個分組的比對結果
• dd 要求比對兩個數字，(dd)1 的話，
表示要輸入四個數字，輸入的前兩個數字
與後兩個數字必須相同
• ["'][^"']*["'] 比對單引號或雙引號中
0 或多個字元，但沒有比對兩個都要是單引
號或雙引號
• (["'])[^"']*1 則比對出前後引號必須
一致
70

70.
• 規則表示式中的(?…)代表擴充標記
• 可以使用(?:…)來表示不捕捉分組
• 使用(?P<name>…)來為分組命名，在同一
個規則表示式中使用(?P=name)取用分組
71

71.
• 如果想比對出的對象，之後必須跟隨或沒
有跟隨著特定文字，可以使用(?=…)或
(?!…)
• 如果想比對出的對象，前面必須有或沒有
著特定文字，可以使用(?<=…)或(?<!…)
72

72.
• (?(id/name)yes-pattern|no-
pattern)根據先前是否有符合的分組，動
態地組成整個規則表示式
73

73.
74

74.
Pattern 與 Match 物件
• 剖析、驗證規則表示式往往是最耗時間的
階段
• 在頻繁使用某規則表示式的場合，若可以
將剖析、驗證過後的規則表示式重複使用，
對效率將會有所幫助
75

75.
• re.compile() 可以建立規則表示式物件，
在剖析、驗證過規則表示式無誤後傳回的
規則表示式物件可以重複使用
• 可以指定 flags 參數，進一步設定規則表
示式物件的行為
76

76.
• 也可以在規則表示式中使用嵌入旗標表示
法（ Embedded Flag Expression）
• 例如 re.IGNORECASE 等效的嵌入旗標表
示法為 (?i)，以下片段效果等同上例：
77

77.
• 行內旗標可使用的字元有i、a、m、s、L、
x，各自對應：
– re.IGNORECASE或re.I：(?i)
– re.ASCII或re.A：(?a)
– re.MULTILINE或re.M：(?m)
– re.DOTALL或re.S：(?s)
– re.LOCALE或re.L：(?L)
– re.VERBOSE或re.X：(?x)
78

78.
• 可以使用 finditer()方法，它會傳回一
個 iterable 物件，每一次迭代都會得到一
個 Match 物件
79

79.
• search() 方法與 match() 方法必須小心
區分，search() 會在整個字串中，
• 找尋第一個符合的子字串，而 match() 只
會在字串開頭看看接下來的字串是否符合
80

80.
• 如果規則表示式中設定了分組，findall()
方法會以清單傳回各個分組
• 如果想要取得 1212、4545、9999 這樣的
結果，要使用 finditer() 方法
81

81.
• 若想找出單引號或雙引號中的文字，如下
使用 findall() 是行不通的：
82

82.
• 如果要找出單引號或雙引號中的文字，必
須如下：
83

83.
• 也可以使用 group() 指定數字，表示要取
得哪個分組，或者是使用 groups() 傳回
一個 tuple，其中包含符合的分組
84

84.
• 如果要取代符合的子字串，可以使用規則
表示式物件的 sub()方法
85

85.
• 如果規則表示中有分組設定，在使用 sub()
時，可以使用 num 來捕捉被分組匹配文字
• 如果使用了(?P<name>…)為分組命名，在
呼叫sub()方法時，必須使用g<name>來
參考
86

86.
87

87.
取得目錄資訊
• 若想知道目前工作目錄，或者切換工作目
錄，可以使用 os.getcwd() 或
os.chdir()：
88

88.
• 如果想得知指定的目錄下，有哪些檔案或
目錄，可以使用 os.listdir()
• 如果想要以惰性的方式處理，可以使用
os.scandir()
89

89.
• 走訪目錄
90

90.
• os.walk()會自行走訪子目錄
91

91.
建立、修改、移除目錄
92

92.
• 如果是有關於路徑的操作，Python 提供了
os.path 模組來解決相關的需求
– 路徑的組合
– 相對路徑轉為絕對路徑
– 取得檔案所在的目錄路徑等
– 路徑對應的檔案目或目錄資訊
93

93.
94

94.
95

95.
96

96.
97

97.
• 想在工作目錄下搜尋檔案，例如想搜尋.py
檔案，可以使用 glob 模組
98

98.
• glob 是個很簡單的模組，支援簡易的Glob
模式比對語法
• 比規則表示式簡單，常用於目錄與檔案名
稱的比對
99

99.
100

100.
101

101.
URL規範
• URL中的U，早期代表Universal（萬用），
標準化之後代表Uniform（統一），因此目
前URL全名為Uniform Resource Locator
• URL的主要語法格式為：
102

102.
• 一些協議名稱的例子有：
– ftp（檔案傳輸協定，File Transfer protocol）
– http（超文件傳輸協定，Hypertext Transfer
Protocol）
– mailto（電子郵件）
– file（特定主機檔案名稱）
103

103.
• 協議特定部份（scheme-specific-part）的
格式依協議而定，通常會是：
104

104.
• 請求 Web 應用程式主要是透過 HTTP 通訊
協定
• HTTP 定義了GET、POST、PUT、DELETE、
HEAD、OPTIONS、TRACE等請求方式
• 就使用urllib來說，最常運用GET與POST
105

105.
GET 請求
106

106.
POST 請求
107

107.
• HTTP請求參數必須使用請求參數名稱與請
求參數值，中間以等號（=）表示成對關係
• 現在問題來了，如果請求參數值本身包括=
符號怎麼辦？又或許想發送的請求參數值
是「https://openhome.cc」這個值呢？
• 假設是GET請求，直接這麼發送是不行的：
108

108.
保留字元
• 在URL規範定義了保留字元（Reserved
character），像是「:」、「/」、「?」、
「&」、「=」、「@」、「%」等字元
• 如果要在請求參數上表達URL中的保留字元，
必須在%字元之後以16進位數值表示方式，
來表示該字元的八個位元數值
109

109.
• 在UTF-8的編碼下，中文多半會使用三個位
元組來表示
• 「林」這個字在UTF-8編碼下的三個位元組，
對應至16進位數值表示就是E6、9E、97
110

110.
使用 urllib.request
• 當中有 request、parse、error 等模組
111

111.
112

112.
• 若 URL 對應之資源是份 HTML 文件，在
read() 取得 bytes 物件之後，可以使用
decode() 指定編碼
113

113.
114

114.
使用 urllib.parse
• 如果請求時需要附上請求參數
115

115.
116

116.
• 如果有個 URL，想要分別剖析出其中的協
定、主機、埠號等資訊
117

117.
• 遇到相對路徑處理之時
118

118.
使用 Request
119