Python note 900 - other

Posted on Edited on In

ConfigParser Usage

Example:

1
2
3
4
conf_file = 'conf.ini'
conf_parser = ConfigParser.ConfigParser()
conf_parser.read(conf_file)
conf = {key: value for key, value in conf_parser.items(section_name)}

Deal with INI file

基本的文件示例如下:

[DEFAULT]
ServerAliveInterval = 45
Compression = yes
CompressionLevel = 9
ForwardX11 = yes

[bitbucket.org]
User = hg

[topsecret.server.com]
Port = 50022
ForwardX11 = no

如何生成 INI 文件

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
>>> import configparser
>>> config = configparser.ConfigParser()
>>> config['DEFAULT'] = {'ServerAliveInterval': '45',
...                      'Compression': 'yes',
...                      'CompressionLevel': '9'}
>>> config['bitbucket.org'] = {}
>>> config['bitbucket.org']['User'] = 'hg'
>>> config['topsecret.server.com'] = {}
>>> topsecret = config['topsecret.server.com']
>>> topsecret['Port'] = '50022'     # mutates the parser
>>> topsecret['ForwardX11'] = 'no'  # same here
>>> config['DEFAULT']['ForwardX11'] = 'yes'
>>> with open('example.ini', 'w') as configfile:
...   config.write(configfile)
...

使用方法和字典基本一致。

如何读取 INI 文件

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
>>> import configparser
>>> config = configparser.ConfigParser()
>>> config.sections()
[]
>>> config.read('example.ini')
['example.ini']
>>> config.sections()
['bitbucket.org', 'topsecret.server.com']
>>> 'bitbucket.org' in config
True
>>> 'bytebong.com' in config
False
>>> config['bitbucket.org']['User']
'hg'
>>> config['DEFAULT']['Compression']
'yes'
>>> topsecret = config['topsecret.server.com']
>>> topsecret['ForwardX11']
'no'
>>> topsecret['Port']
'50022'
>>> for key in config['bitbucket.org']: print(key)
...
user
compressionlevel
serveraliveinterval
compression
forwardx11
>>> config['bitbucket.org']['ForwardX11']
'yes'

DEFAULT 一节会自动代入到其他节

支持的数据类型

Config parsers
不猜测数据类型，都是以文本形式保存的。你要自己转换数据类型:

1
2
3
4
>>> int(topsecret['Port'])
50022
>>> float(topsecret['CompressionLevel'])
9.0

提供 getboolean() 、 getint() 和 getfloat() 来读取相应的数据类型。
getboolean 比较方便，因为 bool(‘False’) 的结果为 True :

1
2
3
4
5
6
>>> topsecret.getboolean('ForwardX11')
False
>>> config['bitbucket.org'].getboolean('ForwardX11')
True
>>> config.getboolean('bitbucket.org', 'Compression')
True

更多内容参见：https://docs.python.org/3/library/configparser.html\#module-configparser

读取 Excel 文件内容

1
2
3
4
5
6
import xlrd
workbook = xlrd.open_workbook(filename) #打开文件
sheetcount = workbook.nsheets #文件内sheet的数量
sheet = workbook.sheet_by_index(i) #获得某个sheet，第一个sheet索引为0
rowcount = sheet.nrows #最大行数
colcount = sheet.ncols #最大列数

交换变量

1
2
3
4
5
6
7
x = 6
y = 5
x, y = y, x
print x
>>> 5
print y
>>> 6

连接

下面的最后一种方式在绑定两个不同类型的对象时显得很cool:

1
2
3
4
5
6
7
8
9
10
11
12
nfc = ["Packers", "49ers"]
afc = ["Ravens", "Patriots"]
print nfc + afc
>>> ['Packers', '49ers', 'Ravens', 'Patriots']
print str(1) + " world"
>>> 1 world
print `1` + " world"
>>> 1 world
print 1, "world"
>>> 1 world
print nfc, 1
>>> ['Packers', '49ers'] 1

数字技巧

1
2
3
4
5
6
7
8
9
10
11
12
#除后向下取整
print 5.0//2
>>> 2
# 2的5次方
print 2**5
>> 32

#注意浮点数的除法
print .3/.1
>>> 2.9999999999999996
print .3//.1
>>> 2.0

数值比较

1
2
3
4
5
6
7
x = 2
if 3 > x > 1:
    print x
>>> 2
if 1 < x > 0:
    print x
>>> 2

计数时使用 Counter 对象

这听起来显而易见，但经常被人忘记。对于大多数程序员来说，数一个东西是一项 很常见的任务，而且在大多数情况下并不是很有挑战性的事情——这里有几种方法 能更简单的完成这种任务。

Python的collections类库里有个内置的dict类的子类，是专门来干这种事情的:

1
2
3
4
5
6
>>> from collections import Counter
>>> c = Counter('hello world')
>>> c
Counter({'l': 3, 'o': 2, ' ': 1, 'e': 1, 'd': 1, 'h': 1, 'r': 1, 'w': 1})
>>> c.most_common(2)
[('l', 3), ('o', 2)]

集合

除了python内置的数据类型外，在collection模块同样还包括一些特别的用例，在 有些场合Counter非常实用。如果你参加过在这一年的Facebook HackerCup，你甚至 也能找到他的实用之处:

1
2
3
from collections import Counter
print Counter("hello")
>>> Counter({'l': 2, 'h': 1, 'e': 1, 'o': 1})

迭代工具

和collections库一样，还有一个库叫itertools，对某些问题真能高效地解决。 其中一个用例是查找所有组合，他能告诉你在一个组中元素的所有不能的组合方式:

1
2
3
4
5
6
7
8
9
10
from itertools import combinations
teams = ["Packers", "49ers", "Ravens", "Patriots"]
for game in combinations(teams, 2):
print game
>>> ('Packers', '49ers')
>>> ('Packers', 'Ravens')
>>> ('Packers', 'Patriots')
>>> ('49ers', 'Ravens')
>>> ('49ers', 'Patriots')
>>> ('Ravens', 'Patriots')

False == True

比起实用技术来说这是一个很有趣的事，在python中，True和False是全局变量，因此:

1
2
3
4
5
6
False = True
if False:
    print "Hello"
else:
    print "World"
>>> Hello

创建一次性的、快速的小型web服务

python 内置模块可以创建 Web 服务:

  • For python 3.x : python3 -m http.server
  • For python 2.x : python -m SimpleHTTPServer

有时候，我们需要在两台机器或服务之间做一些简便的、很基础的RPC之类的交互。 我们希望用一种简单的方式使用B程序调用A程序里的一个方法——有时是在另一台 机器上。仅内部使用。

我并不鼓励将这里介绍的方法用在非内部的、一次性的编程中。我们可以使用一种 叫做XML-RPC的协议 (相对应的是这个Python库)，来做这种事情。

下面是一个使用SimpleXMLRPCServer模块建立一个快速的小的文件读取服务器的例子:

1
2
3
4
5
6
7
8
9
10
from SimpleXMLRPCServer import SimpleXMLRPCServer

def file_reader(file_name):
    with open(file_name, 'r') as f:
        return f.read()

server = SimpleXMLRPCServer(('localhost', 8000))
server.register_introspection_functions()
server.register_function(file_reader)
server.serve_forever()

客户端:

1
2
3
import xmlrpclib
proxy = xmlrpclib.ServerProxy('http://localhost:8000/')
proxy.file_reader('/tmp/secret.txt')

漂亮的打印出JSON

为了能让JSON数据表现的更友好，我们可以使用indent参数来输出漂亮的JSON。
当在控制台交互式编程或做日志时，这尤其有用:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
>>> import json
>>> print(json.dumps(data))  # No indention
{"status": "OK", "count": 2, "results": [{"age": 27, "name": "Oz", "lactose_intolerant": true}, {"age": 29, "name": "Joe", "lactose_intolerant": false}]}
>>> print(json.dumps(data, indent=2))  # With indention
{
  "status": "OK",
  "count": 2,
  "results": [
    {
      "age": 27,
      "name": "Oz",
      "lactose_intolerant": true
    },
    {
      "age": 29,
      "name": "Joe",
      "lactose_intolerant": false
    }
  ]
}

同样，使用内置的pprint模块，也可以让其它任何东西打印输出的更漂亮。

动态生成类的属性

正确的操作应该是 setattr( A, 'd', 1) 或者 setattr( a1.__class__, 'd', 1)

要取得模块中的某个属性可以用 getattr() ，比如:

1
2
c = getattr(m, 'myclass')
myobject = c()

动态生成类

important

This section is copy from
http://www.python8.org/a/fenleiwenzhang/yuyanjichu/2010/1001/566.html

方法一:

1
2
def getObj(name):
    return eval(name+'()')

方法二:

1
m = __import__('mymodule')

但是要注意：如果myclass并不在mymodule的自动导出列表中（__all__），
则必须显式地导入，例如:

1
2
3
m = __import__('mymodule', globals(), locals(), ['myclass'])
c = getattr(m, 'myclass')
myobject = c()

实例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# 动态生成类
def create_object(object_attribute):
    class o:
        pass
    if '#class' in object_attribute.keys():
        (module_name, class_name) = object_attribute['#class'].rsplit('.', 1)
        module_meta = __import__(module_name)
        class_meta = getattr(module_meta, class_name)
        o = class_meta()
    for k in object_attribute:
        # maybe should be, need test!!!!:
        # if str(type(object_attribute[k])) == '<type \'dict\'>':
        if str(type(object_attribute[k])) == '<class \'dict\'>':
            setattr(o, k, create_object(object_attribute[k]))
        else:
            setattr(o, k, object_attribute[k])
    return o

example.py:

1
2
3
4
5
6
7
class class1:

    def __init__(self):
        pass

    def print1(self):
        print('studio_name:' + str(self.studio))

class class2:

1
2
3
4
5
def __init__(self):
    pass

def print2(self):
    print('room:' + str(self.room))

test.py:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
def test():
    dict_object = {"#class": "example.class1",
                   "studio": "demonstudio",
                   "office": {"#class": "example.class2",
                              "floor": 5,
                              "room": "501"
                              }
                   }
    o = create_object(dict_object)
    o.print1()
    o.office.print2()
    print(o.studio)
    print(o.office.floor)

test()