Python 开发者应该知道的 7 个开发库

兼容适配 软件兼容
1
  1. PyQuery (with lxml)
    安装方法 pip install pyquery
    Python 解析 HTML 时最经常被推荐的是 Beautiful Soup ，而且它的确也表现很好。提供良好的 Python 风格的 API，而且很容易在网上找到相关的资料文档，但是当你需要在短时间内解析大量文档时便会碰到性能的问题，简单，但是真的非常慢。
    下图是 08 年的一份性能比较图：
    1.png

这个图里我们发现 lxml 的性能是如此之好，不过文档就很少，而且使用上相当的笨拙！那么是选择一个使用简单但是速度奇慢的库呢，还是选择一个速度飞快但是用起来巨复杂的库呢？
谁说二者一定要选其一呢，我们要的是用起来方便，速度也一样飞快的 XML/HTML 解析库！
而 PyQuery 就可以同时满足你的易用性和解析速度方面的苛刻要求。
看看下面这几行代码：

1	from pyquery import PyQuery
2	page = PyQuery(some_html)
3	 
4	last_red_anchor = page('#container > a.red:last')

很简单吧，很像是 jQuery，但它却是 Python。
不过也有一些不足，在使用迭代时需要对文本进行重新封装：

1	for paragraph in page('#container > p'):
2	    paragraph = PyQuery(paragraph)
3	    text = paragraph.text()
  1. dateutil
    安装方法：pip install dateutil
    处理日期很痛苦，多亏有了 dateutil
01	from dateutil.parser import parse
02	 
03	>>> parse('Mon, 11 Jul 2011 10:01:56 +0200 (CEST)')
04	datetime.datetime(2011, 7, 11, 10, 1, 56, tzinfo=tzlocal())
05	 
06	# fuzzy ignores unknown tokens
07	 
08	>>> s = """Today is 25 of September of 2003, exactly
09	...        at 10:49:41 with timezone -03:00."""
10	>>> parse(s, fuzzy=True)
11	datetime.datetime(2003, 9, 25, 10, 49, 41,
12	                  tzinfo=tzoffset(None, -10800))
  1. fuzzywuzzy
    安装方法：pip install fuzzywuzzy
    fuzzywuzzy 可以让你对两个字符串进行模糊比较，当你需要处理一些人类产生的数据时，这非常有用。下面代码使用Levenshtein 距离比较方法来匹配用户输入数组和可能的选择。
01	from Levenshtein import distance
02	 
03	countries = ['Canada', 'Antarctica', 'Togo', ...]
04	 
05	def choose_least_distant(element, choices):
06	    'Return the one element of choices that is most similar to element'
07	    return min(choices, key=lambda s: distance(element, s))
08	 
09	user_input = 'canaderp'
10	choose_least_distant(user_input, countries)
11	>>> 'Canada'

这已经不错了，但还可以做的更好：

1	from fuzzywuzzy import process
2	 
3	process.extractOne("canaderp", countries)
4	>>> ("Canada", 97)
  1. watchdog
    安装方法：pip install watchdog
    watchdog 是一个用来监控文件系统事件的 Python API和shell实用工具。
  2. sh
    安装方法：pip install sh
    sh 可让你调用任意程序，就好象是一个函数一般：
01	from sh import git, ls, wc
02	 
03	# checkout master branch
04	git(checkout="master")
05	 
06	# print(the contents of this directory
07	print(ls("-l"))
08	 
09	# get the longest line of this file
10	longest_line = wc(__file__, "-L")
  1. pattern
    安装方法：pip install pattern
    Pattern 是 Python 的一个 Web 数据挖掘模块。可用于数据挖掘、自然语言处理、机器学习和网络分析。
  2. path.py
    安装方法：pip install path.py
    当我开始学习 Python 时，os.path 是我最不喜欢的 stdlib 的一部分。尽管在一个目录下创建一组文件很简单。
1	import os
2	 
3	some_dir = '/some_dir'
4	files = []
5	 
6	for f in os.listdir(some_dir):
7	    files.append(os.path.joinpath(some_dir, f))

但 listdir 在 os 而不是 os.path 中。
而有了 path.py ，处理文件路径变得简单：

1	from path import path
2	 
3	some_dir = path('/some_dir')
4	 
5	files = some_dir.files()

其他的用法：

01	>>> path('/').owner
02	'root'
03	 
04	>>> path('a/b/c').splitall()
05	[path(''), 'a', 'b', 'c']
06	 
07	# overriding __div__
08	>>> path('a') / 'b' / 'c'
09	path('a/b/c')
10	 
11	>>> path('ab/c').relpathto('ab/d/f')
12	path('../d/f')