python模塊（os，sys，hashlib，collections） 百日築基（四）
列出目錄下所有文件
os.listdir(‘dirname‘)：列出指定目錄下的所有文件和子目錄，包括隱藏文件，並以列表方式返回。
創建文件夾:
os.mkdir(‘文件夾‘) 創建文件夾
os.makedirs(‘文件夾1/文件夾2‘) 遞歸創建文件夾
刪除文件夾:
os.rmdir(‘文件夾路徑‘) 刪除文件夾（只能刪除空目錄，有文件不能刪除）
os.removedirs(‘文件夾路徑‘) 遞歸刪除到根目錄（只能刪除空目錄，目錄裏不能有文件）
和文件相關
os.remove() 刪除一個文件
os.rename("oldname","newname") 重命名文件/目錄
os.stat(‘path/filename‘) 獲取文件/目錄信息
和操作系統差異相關
os.sep 輸出操作系統特定的路徑分隔符，win下為"\\",Linux下為"/"
os.linesep 輸出當前平臺使用的行終止符，win下為"\r\n",Linux下為"\n"
os.pathsep 輸出用於分割文件路徑的字符串 win下為;,Linux下為:
os.name 輸出字符串指示當前使用平臺。win->‘nt‘; Linux->‘posix‘
和執行系統命令相關
os.system("bash command") 運行shell命令，直接顯示
os.popen("bash command).read() 運行shell命令，獲取執行結果
os.environ 獲取系統環境變量
?
path系列，和路徑相關
os.path.abspath(path) 返回path規範化的絕對路徑
os.path.split(path) 將path分割成目錄和文件名組成的元組。
os.path.dirname(path) 返回path的目錄。其實就是os.path.split(path)的第一個元素。
os.path.basename(path) 返回path文件名。如果path以／或\結尾表示在這個目錄或文件下，那麽就會返回空值，即os.path.split(path)的第二個元素為空。
os.path.exists(path) 如果path存在，返回True；如果path不存在，返回False
os.path.isabs(path) 如果path是絕對路徑，返回True
os.path.isfile(path) 如果path是一個存在的文件，返回True。否則返回False
os.path.isdir(path) 如果path是一個存在的目錄，則返回True。否則返回False
os.path.join(path1[, path2[, ...]]) 將多個路徑組合後返回，第一個絕對路徑之前的參數將被忽略。
os.path.getatime(path) 返回path所指向的文件或者目錄的最後訪問時間
os.path.getmtime(path) 返回path所指向的文件或者目錄的最後修改時間
os.path.getsize(path) 獲取文件大小.對目錄不準
os.getcwd() 獲取當前工作目錄，即當前python腳本工作的目錄路徑
os.chdir("dirname") 切換目錄
os.curdir 返回當前目錄: (‘.‘)
os.pardir 獲取當前目錄的父目錄字符串名：(‘..‘)
sys模塊
sys.argv 命令行參數List，第一個元素是程序本身路徑
sys.exit(n) 退出程序，正常退出時exit(0),錯誤退出sys.exit(1)
sys.version 獲取Python解釋程序的版本信息
sys.path 返回模塊的搜索路徑，初始化時使用PYTHONPATH環境變量的值
sys.platform 返回操作系統平臺名稱
hashlib模塊
摘要算法，摘要算法又稱哈希算法、散列算法。它通過一個函數，把任意長度的數據轉換為一個長度固定的數據串（通常用16進制的字符串表示）。
摘要算法就是通過摘要函數f()對任意長度的數據data計算出固定長度的摘要digest，目的是為了發現原始數據是否被人篡改過。
摘要算法之所以能指出數據是否被篡改過，就是因為摘要函數是一個單向函數，計算f(data)很容易，但通過digest反推data卻非常困難。而且，對原始數據做一個bit的修改，都會導致計算出的摘要完全不同。
我們以常見的摘要算法MD5為例，計算出一個字符串的MD5值：
import hashlib md5 = hashlib.md5() # 創建_hashlib.HASH的對象 md5.update("md5".encode("utf-8")) # 字符串md5是要被加密的數據 md5_hex = md5.hexdigest() # 獲取md5加密後的數據 print(md5_hex) # 打印內容如下 1bc29b36f623ba82aaf6724fd3b16718
如果數據量很大，可以分塊多次調用update()，最後計算的結果是一樣的：
MD5是最常見的摘要算法，速度很快，生成結果是固定的128 bit字節，通常用一個32位的16進制字符串表示。
另一種常見的摘要算法是SHA1，調用SHA1和調用MD5完全類似：
import hashlib sha1 = hashlib.sha1() sha1.update("sha1".encode("utf-8")) sha1_hex = sha1.hexdigest() print(sha1_hex) # 打印內容如下 415ab40ae9b7cc4e66d6769cb2c08106e8293b48
SHA1的結果是160 bit字節，通常用一個40位的16進制字符串表示。
SHA1的安全系數比MD5還要高一些，而且摘要的長度要比MD5長。
比SHA1更安全的算法是SHA256和SHA512，不過越安全的算法越慢，而且摘要長度更長。用法與SHA1一樣。
collections模塊
Python內置模塊，在內置數據類型（dict、list、set、tuple）的基礎上，collections模塊還提供了幾個額外的數據類型：Counter、deque、defaultdict、namedtuple和OrderedDict等。
1、namedtuple: 生成可以使用名字來訪問元素內容的tuple。
2、deque: 雙端隊列，可以快速的從頭或尾追加和刪除元素。
3、Counter: 計數器，主要用來計數。
4、OrderedDict: 有序字典。
5、defaultdict: 帶有默認值的字典。
namedtuple：命名元組。
我們知道元組是不可被修改的容器，如元組（10，2），單從這個元組的元素來看，我們不知道這個元組的元素到底表示的是什麽。它可以表示一對普通數字，亦可以表示一個坐標軸的兩個坐標，還可以表示10的2次冪等，為了解決這個問題namedtuple應運而生。下面是基礎示例：
我們假設（10，2）是一個坐標：
from collections import namedtuple # 創建命名元組對象命名，並指定元組長度 point = namedtuple("point",["x","y"]) # 創建命名元組 tuple_1 = point(10,2) # 以x,y的形式打印元素 print(tuple_1.x,tuple_1.y) # 打印內容如下 10 2
下面以計算長方體體積為例：
from collections import namedtuple # 創建命名元組對象命名，並指定元組長度 Cuboid = namedtuple("Cuboid",["len","width","height"]) # 創建命名元組 tuple_1 = Cuboid(10,8,6) # 對比兩種打印方式我們就可以看出 # 第一種明顯比第二種打印方式更容易理解 print(tuple_1.len * tuple_1.width * tuple_1.height) print(tuple_1[0] * tuple_1[1] * tuple_1[2]) # 打印內容如下 480 480
由上面的示例可以知道有時候利用命名元組引用元素的時候，我們可以更容易理解元素所表示的是什麽。這樣對代碼的理解會更好。
deque：雙端隊列
deque與列表類似都是線性存儲，但是隊列只支持在隊列的頭部和尾部追加和刪除元素，屬於列表的特殊版。在插入元素和刪除元素的效率上比列表更快。因為列表不僅可以在頭部和尾部追加和刪除元素，還可以在任意位置追加和刪除元素。每當列表刪除一個非頭部和尾部元素的時候，列表就要重新進行排序以保證列表的線性存儲。如下圖所示：
由上圖我們知道元素30對應的內存地址是3，刪除元素30後，為保證列表的線性，元素40和元素50內存地址都向前移了一位，元素40的內存地址由原來的4變成3，元素50的內存地址由原來的5變成4。如果把列表的第一個元素刪除了，後面的整個列表都會依次向前補齊位置。而雙端隊列不會，無論是刪除隊列的頭還是尾隊列的整體不會進行補位的操作。
from collections import deque deque_list = deque([1,2,3,4]) deque_list.appendleft("a") # 向頭部追加元素 deque_list.append("z") # 向尾部追加元素 print("追加後的數據是：",deque_list) deque_list.pop() # 刪除尾部元素 deque_list.popleft() # 刪除頭部元素 print("刪除後的數據是：",deque_list) # 打印內容如下 追加後的數據是： deque([‘a‘, 1, 2, 3, 4, ‘z‘]) 刪除後的數據是： deque([1, 2, 3, 4])
OrderedDict：有序字典，有序字典是按照鍵插入順序進行排列的（Python3.X的字典是按著鍵插入順序進行排序的，Python2.X的字典鍵是按照ASCII表的順序進行排序。）
如下：Python2.7中進行測試。
dict_1 = {} dict_1["z"] = 1 dict_1["c"] = 3 dict_1["a"] = 2 dict_od = OrderedDict() # 有序字典 dict_od["z"] = 1 dict_od["c"] = 3 dict_od["a"] = 2 print(dict_1) print(dict_od) # 打印有序字典 # 打印內容如下 {‘a‘: 2, ‘c‘: 3, ‘z‘: 1} OrderedDict([(‘z‘, 1), (‘c‘, 3), (‘a‘, 2)])
defaultdict：默認字典，我感覺這個還是有些用的。
1、如果默認字典的鍵不存在，不會報錯。
2、在定義默認字典時可以指定值的類型。
示例：將列表中大於3的元素保存到字典的“a”鍵中，將小於3的元素保存到字典的“b”鍵中。
如下：使用普通字典的方法。
list_1 = [1,2,3,4,5,6] dict_1 = {} for i in list_1: if i > 3: if "a" in dict_1: dict_1["a"].append(i) else: dict_1["a"] = [i] else: if "b" in dict_1: dict_1["b"].append(i) else: dict_1["b"] = [i] print(dict_1) # 打印內容如下 {‘b‘: [1, 2, 3], ‘a‘: [4, 5, 6]}
如下：使用默認字典的方法。
from collections import defaultdict list_1 = [1,2,3,4,5,6] dict_d = defaultdict(list) # 定義默認字典 for i in list_1: if i > 3: dict_d["a"].append(i) else: dict_d["b"].append(i) print(dict_d) # 打印內容如下 defaultdict(<class ‘list‘>, {‘b‘: [1, 2, 3], ‘a‘: [4, 5, 6]})
對比兩個代碼段可以發現使用默認字典的方式代碼更加簡潔，結構更加清晰明了。
Counter：統計可叠代對象中每個元素出現的次數。
from collections import Counter list_1 = ["a","b","a",1,2,3,1] print(Counter(list_1)) # 打印內容如下 Counter({‘a‘: 2, 1: 2, ‘b‘: 1, 2: 1, 3: 1})
python模塊（os，sys，hashlib，collections） 百日築基（四）