Recomendados
Más contenido relacionado
Más de Justin Lin
11. 常用內建模組
- 2. 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
- 3. 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
- 4. • 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
- 5. • 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
- 6. • 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
- 7. 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
- 8. 8
- 9. • 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
- 10. 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
- 11. • 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
- 12. • 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
- 13. • gmtime() 傳回了 struct_time 實例 13
- 14. • 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
- 15. • 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
- 18. • 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
- 19. • 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
- 20. • strftime() 接受一個格式指定與 struct_time 實例 20
- 21. • 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
- 22. 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
- 24. • 若想使用 UTC 時間來建立 datetime 實例 24
- 25. • 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
- 26. • 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
- 27. • datetime 類別的 strptime() 類別方法， 會傳回 datetime 實例 27
- 28. • 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
- 29. • 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
- 30. • 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
- 31. • 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
- 32. • pytz 的 timezone 也可以解決棘手的日 光節約時間問題 32
- 33. • 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
- 34. • 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
- 35. 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
- 36. • 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
- 37. 37
- 38. • 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
- 39. 39
- 40. • 如果想要調整根 Logger 的組態，可以使 用 logging.basicConfig() 40
- 41. • 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
- 42. • 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
- 43. • 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
- 44. 44
- 45. 使用 logging.config • 在 Python 的 logging 模組官方文件中有 個範例 45
- 46. 46
- 47. • 自 Python 3.2 開始，建議改用 logging.config.dictConfig() 47
- 48. 48
- 49. 49
- 50. 50
- 51. 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
- 52. • 使用 re 模組來支援規則表示式 52
- 53. • 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
- 54. • 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
- 55. • 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
- 56. 56
- 57. • 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
- 58. • 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
- 59. • 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
- 60. • | 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
- 61. 61
- 62. • 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
- 65. • 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
- 66. • 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
- 67. 67
- 68. • 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
- 69. • 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
- 70. • 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
- 71. • 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
- 74. 74
- 75. 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
- 76. • 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
- 77. • 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
- 78. • 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
- 79. • 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
- 80. • 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
- 81. • 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
- 82. • 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
- 84. • 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
- 86. • 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
- 87. 87
- 88. 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
- 89. • 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
- 90. • 走訪目錄 90
- 92. 建立、修改、移除目錄 92
- 93. • 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
- 94. 94
- 95. 95
- 96. 96
- 97. 97
- 98. • 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
- 99. • 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
- 100. 100
- 101. 101
- 102. 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
- 103. • 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
- 105. • 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
- 106. GET 請求 106
- 107. POST 請求 107
- 108. • 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
- 111. 使用 urllib.request • 當中有 request、parse、error 等模組 111
- 112. 112
- 113. • 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
- 114. 114
- 116. 116
- 118. • 遇到相對路徑處理之時 118
- 119. 使用 Request 119