推荐几个评价非常高的Python库

分手后的思念是犯贱 2022-10-11 13:55 140阅读 0赞

![8f2c9ea9f934dd0dca9f1aa059e8a1ad.png][]

大家好，今天介绍几个评价不错的Python库，希望对大家的项目编写有所帮助。

## Arrow ##

Python的标准库模块和类型太多，时区转换麻烦，而Arrow是一个更加智能的Python时间处理库。它实现并更新日期时间类型，支持创建、操作、格式化和转换日期、时间和时间戳，可以使用更少导入和代码处理日期和时间。

https://github.com/crsmithdev/arrow

安装：`pip install arrow`

import arrow
    
    # 当地时区的时间、年、月、日、时
    print(arrow.now())
    print(arrow.now().year)
    print(arrow.now().month)
    print(arrow.now().day)
    print(arrow.now().hour)
    # 获取指定时区时间
    print(arrow.now('US/Pacific'))
    # 获取时间戳
    print(arrow.now().timestamp())
    
    # Arrow对象转化为字符串时间
    print(arrow.now().format(fmt="YYYY-MM-DD HH:mm:ss"))
    
    # 时间戳转化为日期
    timeStamp = 1625034427.024892
    i = arrow.get(timeStamp)
    print(i.format('YYYY-MM-DD HH:mm:ss'))
    
    # 当前时间前一年，1个月前，2周前，3天后，2小时后的时间
    print(arrow.now().shift(years=-1, months=-1, weeks=-2, days=3, hours=2).format())
    
    print(arrow.utcnow().span('hour'))

## jsonpath ##

jsonpath用来解析json数据，是一种简单的方法来提取给定JSON文档的部分内容。它提供了类似正则表达式的语法，可以解析复杂的嵌套数据结构，可以非常方便的提取接口返回的数据信息。

安装：`pip install jsonpath`

使用：

from jsonpath import jsonpath
    ret = jsonpath(dic, '语法规则字符串')

jsonpath语法规则

<table> 
 <thead> 
  <tr> 
   <th>语法</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>$</td> 
   <td>根节点</td> 
  </tr> 
  <tr> 
   <td>@</td> 
   <td>使用过滤谓词来处理当前节点</td> 
  </tr> 
  <tr> 
   <td>. or []</td> 
   <td>取子节点</td> 
  </tr> 
  <tr> 
   <td>n/a</td> 
   <td>取父节点,jsonpath未支持</td> 
  </tr> 
  <tr> 
   <td>..</td> 
   <td>就是不管位置,选择符合条件的条件</td> 
  </tr> 
  <tr> 
   <td>*</td> 
   <td>匹配所有元素节点</td> 
  </tr> 
  <tr> 
   <td>[,]</td> 
   <td>支持迭代器中做多选</td> 
  </tr> 
  <tr> 
   <td>?()</td> 
   <td>支持过滤操作</td> 
  </tr> 
  <tr> 
   <td>()</td> 
   <td>支持表达式计算</td> 
  </tr> 
 </tbody> 
</table>

![b9ccb38fa997ef6b233e0ec36881b7e2.png][]

<table> 
 <thead> 
  <tr> 
   <th>JsonPath语法</th> 
   <th>结果</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>$.store.book[*].author</td> 
   <td>获取store下book下的所有author值</td> 
  </tr> 
  <tr> 
   <td>$..author</td> 
   <td>获取所有author 的值</td> 
  </tr> 
  <tr> 
   <td>$.store..price</td> 
   <td>获取 store下以及所有子节点下的所有 price</td> 
  </tr> 
  <tr> 
   <td>$..book[2]</td> 
   <td>获取 book数组的第3个值</td> 
  </tr> 
  <tr> 
   <td>$..book[0,1]</td> 
   <td>获取 book数组的第一、第二的值</td> 
  </tr> 
  <tr> 
   <td>$..book[:2]</td> 
   <td>获取 book数组从索引 0 (包括) 到 索引 2 (不包括) 的所有值</td> 
  </tr> 
  <tr> 
   <td>$..book[1:2]</td> 
   <td>获取 book数组从索引 1 (包括) 到 索引 2 (不包括) 的所有值</td> 
  </tr> 
  <tr> 
   <td>$..book[2:]</td> 
   <td>获取 book数组从索引 2 (包括) 到 结尾 的所有值</td> 
  </tr> 
  <tr> 
   <td>$..book[?(@.isbn)]</td> 
   <td>获取 所有节点以及子节点中 book 数组包含 isbn 的所有值</td> 
  </tr> 
  <tr> 
   <td>$.store.book[?(@.price &lt; 10)]</td> 
   <td>获取 store下 book 数组中 price &lt; 10 的所有值</td> 
  </tr> 
  <tr> 
   <td>$..book[?(@.price &lt;= $['expensive'])]</td> 
   <td>获取 所有节点以及子节点下 book 数组中 price &lt;= expensive 的所有值</td> 
  </tr> 
  <tr> 
   <td>$..book[?(@.author =~ /.*REES/i)]</td> 
   <td>获取所有匹配正则的 book （ 不区分大小写 ）</td> 
  </tr> 
  <tr> 
   <td>$..*</td> 
   <td>逐层列出 json 中 的所有值，层级由外到内</td> 
  </tr> 
 </tbody> 
</table>

## psutil ##

一个跨平台的监控硬件信息的Python库，可以监控、分析操作系统的进程、cpu、内存、网络、磁盘等资源使用情况。

psutil实现的功能类似linux中很多资源监控命令，如 ps、 top、 iotop、 lsof、 netstat、 ifconfig、 free 等，当然，你可以结合Python编程，实现更高级的功能，比如结合前端框架实现可视化资源监控资源信息。

https://github.com/giampaolo/psutil

安装：`pip install psutil`

查看CPU

import psutil
    # cpu的逻辑个数
    print(psutil.cpu_count())
    
    #每隔1秒输出每隔cpu的使用率
    for x in range(3):
        # interval：每隔0.5s刷新一次
        # percpu：查看所有的cpu使用率
        print(psutil.cpu_percent(interval=1, percpu=True))

![f570bb3b62f7a3f0d72ed6e3de649af0.png][]

查看内存

import psutil
    # 输出内存使用情况（总内存、可用内存、内存使用率、已使用内存）
    print(psutil.virtual_memory())

svmem(total=17126330368, available=8755355648, percent=48.9, used=8370974720, free=8755355648)

磁盘IO

import psutil
    # 磁盘IO信息read_count(读IO数)，write_count(写IO数)、read_bytes(IO写字节数)，read_time(磁盘读时间)，write_time(磁盘写时间)
    print(psutil.disk_io_counters())

sdiskio(read_count=308820, write_count=193263, read_bytes=6779938304, write_bytes=3320958976, read_time=7298, write_time=2630)

网络

import psutil
    # bytes_sent: 发送的字节数
    # bytes_recv: 接收的字节数
    # packets_sent: 发送的包数据量
    # packets_recv: 接收的包数据量
    # errin: 接收包时, 出错的次数
    # errout: 发送包时, 出错的次数
    # dropin: 接收包时, 丢弃的次数
    # dropout: 发送包时, 丢弃的次数
    print(psutil.net_io_counters())

snetio(bytes_sent=19362924, bytes_recv=159579883, packets_sent=118788, packets_recv=184342, errin=0, errout=0, dropin=0, dropout=0)

https://github.com/jd/tenacity

## tenacity ##

tenacity是一个 Apache 2.0授权的通用重试库，自动化测试或者爬虫中，当网络不稳定导致请求超时或者等待条件满足时操作，我们可以通过tenacity实现代码的重试功能。

https://github.com/jd/tenacity

`pip install tenacity`

用法非常简单，直接加上装饰器使用。

重试3次

import tenacity
    from tenacity import stop_after_attempt
    
    @tenacity.retry(stop=stop_after_attempt(3))
    def retry_test():
        print("重试...")
        raise Exception
    
    retry_test()

重试10秒

import tenacity
    from tenacity import stop_after_delay
    
    @tenacity.retry(stop=stop_after_delay(10))
    def retry_test():
        print("重试...")
        raise Exception
    
    retry_test()

每隔2秒重试

import tenacity
    from tenacity import wait_fixed
    
    @tenacity.retry(wait=wait_fixed(2))
    def wait_2_s():
        print("Wait 2 second between retries")
        raise Exception
    
    print(wait_2_s)

[8f2c9ea9f934dd0dca9f1aa059e8a1ad.png]: /images/20221005/2cba7adbaef34516b6e4978022a2e9ec.png
[b9ccb38fa997ef6b233e0ec36881b7e2.png]: /images/20221005/a7dc0a4748df4684ac10f6f72af01dfe.png
[f570bb3b62f7a3f0d72ed6e3de649af0.png]: /images/20221005/558506a5e3ba470798af2e1b0e377336.png