文章目录
datatime
timestamp时间戳为当前时间相对于epoch time的秒数
from datetime import datetime
now = datetime.now() # 获取当前时间，如 2021-03-02 11:05:39.725109
dt = datetime(2021, 3, 2, 11, 5) # 创建指定时间
timestamp = dt.timestamp() # datetime转换为timestamp
dt = datetime.fromtimestamp(timestamp) # timestamp转换为当前系统时区的datetime
datetime.strptime('2021-03-02 11:05:39', '%Y-%m-%d %H:%M:%S') # str转datetime
datetime.now().strftime('%Y-%m-%d %H:%M:%S') #datetime转str
from datetime import timedelta
now + timedelta(days=2, hours=12) # 增加时间
时间转格式符
%a 英文星期简写 %A 英文星期的完全 %b 英文月份的简写 %B 英文月份的完全 %c 显示本地日期时间 %d 日期，取1-31 %H 小时， 0-23 %I 小时， 0-12 %m 月， 01 -12 %M 分钟，1-59 %j 年中当天的天数 %w 显示今天是星期几 %W 第几周 %x 当天日期 %X 本地的当天时间 %y 年份 00-99间 %Y 年份的完整拼写
collections
namedtuple
可命名元组，创建自定义tuple对象，并规定tuple元素个数，并可以用索引进行引用。
from collections import namedtuple
Point = namedtuple('Point', ['x', 'y'])
p = Point(1, 2)
p.x
deque
双向列表，适合用于队列和栈
from collections import deque
q = deque(['a', 'b', 'c'])
q.append('x') # pop
q.appendleft('y') # popleft
q.clear() # 清空队列元素
defaultdict
默认字典，当key不存在时，能返回默认值
from collections import defaultdict dict = defaultdict(factory_function) # factory_function可以是list、set、str、int等等，作用是当key不存在时，返回factory_function的默认值 # list对应[ ]，str对应的是''，set对应set( )，int对应0 dict = defaultdict(int) # 当key不存在时，默认返回0
OrderedDict
有序字典，保持key的顺序，按插入顺序排序
Counter
计数器，dict的子类，用来进行hashtable计数，将元素进行数量统计，计数后返回一个字典
from collections import Counter c = Counter() # 创建空的Counter,或传入字符串、字典、元组、列表 c[key] # 获取key的计数 del c[key] # 删除元素 list(c.elements()) # 获得所有元素 c.most_common(k) # 最常见的k个元素
random
import random random.random() # 返回随机生成的一个实数，它在[0,1)范围内 random.randint(0,9) # 返回随机数，范围在[0,9] random.sample(range(low,high),N) # 表示从[low, high]区间随机生成N个数，结果以列表返回
base64
import base64 base64.b64encode(b'binary string') base64.b64decode(b'YmluYXJ5IHN0cmluZw==') # 标准的Base64编码后可能出现字符+和/，在URL中就不能直接作为参数 base64.urlsafe_b64encode(b'i\xb7\x1d\xfb\xef\xff') #urlsafe_b64encode 把结果中字符+和/分别变成-和_ # 由 b'abcd++//' 变为 b'abcd--__'
Base64编码的长度永远是4的倍数，因此，需要加上=把Base64字符串的长度变为4的倍数，就可以正常解码了。
常用于在URL、Cookie、网页中传输少量二进制数据。
struct
来解决bytes和其他二进制数据类型的转换
https://www.liaoxuefeng.com/wiki/1016959663602400/1017685387246080
hashlib
import hashlib
md5 = hashlib.md5()
sha1 = hashlib.sha1()
md5.update('how to use md5 in '.encode('utf-8'))
md5.update('python hashlib?'.encode('utf-8')) # 如果数据量很大，可以分块多次调用update()，最后计算的结果是一样的
print(md5.hexdigest())
md5 128bit 32位16进制字符串表示
sha1 160bit 40位16进制字符串表示
加盐：md5(message + salt)
hmac
实现带key的哈希（加盐）
import hmac message = b'Hello, world!' key = b'secret' h = hmac.new(key, message, digestmod='MD5') # 如果消息很长，可以多次调用h.update(msg) h.hexdigest()
itertools
提供用于操作迭代对象的函数
import itertools
natuals = itertools.count(1) # 自然数序列迭代器 1, 2, 3, 4, 5,...
cs = itertools.cycle('ABC') # 无限重复序列 'A','B','C','A','B',..
ns = itertools.repeat('A', 3) # 重复元素，不指定次数则无线重复
ns = itertools.takewhile(lambda x: x <= 10, natuals) # 截取有限序列
for c in itertools.chain('ABC', 'XYZ') # 串联一组迭代对象 'A','B','C','X','Y',..
for key, group in itertools.groupby('AAABBBCCAAA') # 相邻的重复元素挑出来放在一起
# A ['A', 'A', 'A']
# B ['B', 'B', 'B']
# C ['C', 'C']
# A ['A', 'A', 'A']
# 可以加入函数作为参数，只要作用于函数的两个元素返回的值相等就可以被归为一组
logging
参考资料：https://blog.csdn.net/pansaky/article/details/90710751
基本使用
import logging
logging.info('info') # 输出日志
logging.basicConfig(level=loggging.INFO) # 设置日志级别，只显示不低于设置级别的日志，默认为warning
# 级别排序 fatal > critical > error > warning > info > debug
# basicConfig参数设置
format 设置输出的格式
%(levelno)s：打印日志级别的数值
%(levelname)s：打印日志级别的名称
%(pathname)s：打印当前执行程序的路径，其实就是sys.argv[0]
%(filename)s：打印当前执行程序名
%(funcName)s：打印日志的当前函数
%(lineno)d：打印日志的当前行号
%(asctime)s：打印日志的时间
%(thread)d：打印线程ID
%(threadName)s：打印线程名称
%(process)d：打印进程ID
%(message)s：打印日志信息
filename 指定日志文件名
filemode 'w'或'a'
日志写入文件 — 使用handler
logger = logging.getLogger(__name__)
logger.setLevel(logging.INFO) # 创建logger
handler = logging.FileHandler('./log.txt','w') # 创建handler
handler.setLevel(logging.INFO) # 级别不能比logger小，否则没有日志
handler.setFormatter(logging.Formatter("%(asctime)s - %(filename)s[line:%(lineno)d] - %(levelname)s: %(message)s")) # 定义输出格式
logger.addHandler(handler)