經常使用模塊知識（collections模塊）（re模塊）

閱讀目錄

• 認識模塊
  • 什麼是模塊
  • 模塊的導入和使用
• 經常使用模塊一
  • collections模塊
  • 時間模塊
  • random模塊
  • os模塊
  • sys模塊
  • 序列化模塊
  • re模塊
• 經常使用模塊二
• hashlib模塊
• configparse模塊
• logging模塊

 

返回頂部

collections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: 生成可使用名字來訪問元素內容的tuple

2.deque: 雙端隊列，能夠快速的從另一側追加和推出對象

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

我們知道tuple能夠表示不變集合，例如，一個點的二維座標就能夠表示成：

>>> p = (1, 2)

可是，看到(1, 2)，很難看出這個tuple是用來表示一個座標的。

這時，namedtuple就派上了用場：

>>> from collections import namedtuple
>>> Point = namedtuple('Point', ['x', 'y'])
>>> p = Point(1, 2)
>>> p.x
1
>>> p.y
2

類似的，若是要用座標和半徑表示一個圓，也能夠用namedtuple定義：

#namedtuple('名稱', [屬性list]):
Circle = namedtuple('Circle', ['x', 'y', 'r'])

deque

使用list存儲數據時，按索引訪問元素很快，可是插入和刪除元素就很慢了，由於list是線性存儲，數據量大的時候，插入和刪除效率很低。

deque是爲了高效實現插入和刪除操做的雙向列表，適合用於隊列和棧：

>>> from collections import deque
>>> q = deque(['a', 'b', 'c'])
>>> q.append('x')
>>> q.appendleft('y')
>>> q
deque(['y', 'a', 'b', 'c', 'x'])

deque除了實現list的append()和pop()外，還支持appendleft()和popleft()，這樣就能夠很是高效地往頭部添加或刪除元素。

OrderedDict

使用dict時，Key是無序的。在對dict作迭代時，咱們沒法肯定Key的順序。

若是要保持Key的順序，能夠用OrderedDict：

>>> from collections import OrderedDict
>>> d = dict([('a', 1), ('b', 2), ('c', 3)])
>>> d # dict的Key是無序的
{'a': 1, 'c': 3, 'b': 2}
>>> od = OrderedDict([('a', 1), ('b', 2), ('c', 3)])
>>> od # OrderedDict的Key是有序的
OrderedDict([('a', 1), ('b', 2), ('c', 3)])

注意，OrderedDict的Key會按照插入的順序排列，不是Key自己排序：

>>> od = OrderedDict()
>>> od['z'] = 1
>>> od['y'] = 2
>>> od['x'] = 3
>>> od.keys() # 按照插入的Key的順序返回
['z', 'y', 'x']

defaultdict 

有以下值集合 [11,22,33,44,55,66,77,88,99,90...]，將全部大於 66 的值保存至字典的第一個key中，將小於 66 的值保存至第二個key的值中。

即： { 'k1' : 大於 66  ,  'k2' : 小於 66 }

  原生字典解決方法

  defaultdict字典解決方法

使用dict時，若是引用的Key不存在，就會拋出KeyError。若是但願key不存在時，返回一個默認值，就能夠用defaultdict：

  例2

 

Counter

Counter類的目的是用來跟蹤值出現的次數。它是一個無序的容器類型，以字典的鍵值對形式存儲，其中元素做爲key，其計數做爲value。計數值能夠是任意的Interger（包括0和負數）。Counter類和其餘語言的bags或multisets很類似。

c = Counter('abcdeabcdabcaba')
print c
輸出：Counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1})

其餘關於Counter的內容

Counter目的是用來跟蹤值出現的次數。它是一個無序的容器類型，以字典的鍵值對形式存儲，其中元素做爲key，其計數做爲value。計數值能夠是任意的Interger（包括0和負數）。Counter類和其餘語言的bags或multisets很類似。

建立

下面的代碼說明了Counter類建立的四種方法：

Counter類的建立 

>>> c = Counter()  # 建立一個空的Counter類
>>> c = Counter('gallahad')  # 從一個可iterable對象（list、tuple、dict、字符串等）建立
>>> c = Counter({'a': 4, 'b': 2})  # 從一個字典對象建立
>>> c = Counter(a=4, b=2)  # 從一組鍵值對建立

計數值的訪問與缺失的鍵

當所訪問的鍵不存在時，返回0，而不是KeyError；不然返回它的計數。

計數值的訪問

>>> c = Counter("abcdefgab")
>>> c["a"]
2
>>> c["c"]
1
>>> c["h"]
0

 

計數器的更新（update和subtract）

可使用一個iterable對象或者另外一個Counter對象來更新鍵值。

計數器的更新包括增長和減小兩種。其中，增長使用update()方法：

計數器的更新（update）

>>> c = Counter('which')
>>> c.update('witch')  # 使用另外一個iterable對象更新
>>> c['h']
3
>>> d = Counter('watch')
>>> c.update(d)  # 使用另外一個Counter對象更新
>>> c['h']
4

 

減小則使用subtract()方法：

計數器的更新（subtract）

>>> c = Counter('which')
>>> c.subtract('witch')  # 使用另外一個iterable對象更新
>>> c['h']
1
>>> d = Counter('watch')
>>> c.subtract(d)  # 使用另外一個Counter對象更新
>>> c['a']
-1

 

鍵的修改和刪除

當計數值爲0時，並不意味着元素被刪除，刪除元素應當使用del。 

鍵的刪除

>>> c = Counter("abcdcba")
>>> c
Counter({'a': 2, 'c': 2, 'b': 2, 'd': 1})
>>> c["b"] = 0
>>> c
Counter({'a': 2, 'c': 2, 'd': 1, 'b': 0})
>>> del c["a"]
>>> c
Counter({'c': 2, 'b': 2, 'd': 1})

 

elements()

返回一個迭代器。元素被重複了多少次，在該迭代器中就包含多少個該元素。元素排列無肯定順序，個數小於1的元素不被包含。

elements()方法 

>>> c = Counter(a=4, b=2, c=0, d=-2)
>>> list(c.elements())
['a', 'a', 'a', 'a', 'b', 'b']

 

most_common([n])

返回一個TopN列表。若是n沒有被指定，則返回全部元素。當多個元素計數值相同時，排列是無肯定順序的。

most_common()方法

 

>>> c = Counter('abracadabra')
>>> c.most_common()
[('a', 5), ('r', 2), ('b', 2), ('c', 1), ('d', 1)]
>>> c.most_common(3)
[('a', 5), ('r', 2), ('b', 2)] 

 

淺拷貝copy

淺拷貝copy

>>> c = Counter("abcdcba")
>>> c
Counter({'a': 2, 'c': 2, 'b': 2, 'd': 1})
>>> d = c.copy()
>>> d
Counter({'a': 2, 'c': 2, 'b': 2, 'd': 1})

 

算術和集合操做

+、-、&、|操做也能夠用於Counter。其中&和|操做分別返回兩個Counter對象各元素的最小值和最大值。須要注意的是，獲得的Counter對象將刪除小於1的元素。

Counter對象的算術和集合操做

>>> c = Counter(a=3, b=1)
>>> d = Counter(a=1, b=2)
>>> c + d  # c[x] + d[x]
Counter({'a': 4, 'b': 3})
>>> c - d  # subtract（只保留正數計數的元素）
Counter({'a': 2})
>>> c & d  # 交集:  min(c[x], d[x])
Counter({'a': 1, 'b': 1})
>>> c | d  # 並集:  max(c[x], d[x])
Counter({'a': 3, 'b': 2})

 

其餘經常使用操做

下面是一些Counter類的經常使用操做，來源於Python官方文檔

Counter類經常使用操做

sum(c.values())  # 全部計數的總數
c.clear()  # 重置Counter對象，注意不是刪除
list(c)  # 將c中的鍵轉爲列表
set(c)  # 將c中的鍵轉爲set
dict(c)  # 將c中的鍵值對轉爲字典
c.items()  # 轉爲(elem, cnt)格式的列表
Counter(dict(list_of_pairs))  # 從(elem, cnt)格式的列表轉換爲Counter類對象
c.most_common()[:-n:-1]  # 取出計數最少的n個元素
c += Counter()  # 移除0和負值

正則表達式：

一說規則我已經知道你很暈了，如今就讓咱們先來看一些實際的應用。在線測試工具 http://tool.chinaz.com/regex/

 

在這裏咱們要知道的是，講到正則就只和字符串相關了，大家輸入的每個字都是字符串

還有一種狀況是不用規則的，那就是在一個位置的一個值，就不用去規則了（好比用1去匹配1，或者用2去匹配2）

然而咱們考慮的是在同一個位置上能夠出現的字符範圍

字符組 ： [字符組]
在同一個位置可能出現的各類字符組成了一個字符組，在正則表達式中用[]表示
字符分爲不少類，好比數字、字母、標點等等。
假如你如今要求一個位置"只能出現一個數字",那麼這個位置上的字符只能是0、一、2...9這10個數之一。

正則	待匹配字符	匹配 結果	說明
[0123456789]	8	True	在一個字符組裏枚舉合法的全部字符，字符組裏的任意一個字符 和"待匹配字符"相同都視爲能夠匹配
[0123456789]	a	False	因爲字符組中沒有"a"字符，因此不能匹配
[0-9]	7	True	也能夠用-表示範圍,[0-9]就和[0123456789]是一個意思
[a-z]	s	True	一樣的若是要匹配全部的小寫字母，直接用[a-z]就能夠表示
[A-Z]	B	True	[A-Z]就表示全部的大寫字母
[0-9][a-f][A-F]	e	True	能夠匹配數字，大小寫形式的a～f，用來驗證十六進制字符

字符：

元字符	匹配內容
.	匹配除換行符之外的任意字符
\w	匹配字母或數字或下劃線
\s	匹配任意的空白符
\d	匹配數字
\n	匹配一個換行符
\t	匹配一個製表符
\b	匹配一個單詞的結尾
^	匹配字符串的開始
$	匹配字符串的結尾
\W	匹配非字母或數字或下劃線
\D	匹配非數字
\S	匹配非空白符
a|b	匹配字符a或字符b
()	匹配括號內的表達式，也表示一個組
[...]	匹配字符組中的字符
[^...]	匹配除了字符組中字符的全部字符

 

量詞：

量詞	用法說明
*	重複零次或更屢次
+	重複一次或更屢次
?	重複零次或一次
{n}	重複n次
{n,}	重複n次或更屢次
{n,m}	重複n到m次

 

. ^ $

正則	待匹配字符	匹配 結果	說明
海.	海燕海嬌海東	海燕海嬌海東	匹配全部"海."的字符
^海.	海燕海嬌海東	海燕	只從開頭匹配"海."
海.$	海燕海嬌海東	海東	只匹配結尾的"海.$"

 

* + ? { }

正則	待匹配字符	匹配 結果	說明
李.?	李傑和李蓮英和李二棍子	李傑 李蓮 李二	?表示重複零次或一次，即只匹配"李"後面一個任意字符
李.*	李傑和李蓮英和李二棍子	李傑和李蓮英和李二棍子	*表示重複零次或屢次，即匹配"李"後面0或多個任意字符
李.+	李傑和李蓮英和李二棍子	李傑和李蓮英和李二棍子	+表示重複一次或屢次，即只匹配"李"後面1個或多個任意字符
李.{1,2}	李傑和李蓮英和李二棍子	李傑和 李蓮英 李二棍	{1,2}匹配1到2次任意字符

 注意：前面的*,+,?等都是貪婪匹配，也就是儘量匹配，後面加?號使其變成惰性匹配

正則	待匹配字符	匹配 結果	說明
李.*?	李傑和李蓮英和李二棍子	李傑 李蓮 李二	惰性匹配

 

字符集［］［^］

正則	待匹配字符	匹配 結果	說明
李[傑蓮英二棍子]*	李傑和李蓮英和李二棍子	李傑 李蓮英 李二棍子	表示匹配"李"字後面[傑蓮英二棍子]的字符任意次
李[^和]*	李傑和李蓮英和李二棍子	李傑 李蓮英 李二棍子	表示匹配一個不是"和"的字符任意次
[\d]	456bdha3	4 5 6 3	表示匹配任意一個數字，匹配到4個結果
[\d]+	456bdha3	456 3	表示匹配任意個數字，匹配到2個結果

 

分組 ()與 或 ｜［^］

 身份證號碼是一個長度爲15或18個字符的字符串，若是是15位則所有🈶️數字組成，首位不能爲0；若是是18位，則前17位所有是數字，末位多是數字或x，下面咱們嘗試用正則來表示：

正則	待匹配字符	匹配 結果	說明
^[1-9]\d{13,16}[0-9x]$	110101198001017032	110101198001017032	表示能夠匹配一個正確的身份證號
^[1-9]\d{13,16}[0-9x]$	1101011980010170	1101011980010170	表示也能夠匹配這串數字，但這並非一個正確的身份證號碼，它是一個16位的數字
^[1-9]\d{14}(\d{2}[0-9x])?$	1101011980010170	False	如今不會匹配錯誤的身份證號了 ()表示分組，將\d{2}[0-9x]分紅一組，就能夠總體約束他們出現的次數爲0-1次
^([1-9]\d{16}[0-9x]|[1-9]\d{14})$	110105199812067023	110105199812067023	表示先匹配[1-9]\d{16}[0-9x]若是沒有匹配上就匹配[1-9]\d{14}

 

轉義符 \

在正則表達式中，有不少有特殊意義的是元字符，好比\d和\s等，若是要在正則中匹配正常的"\d"而不是"數字"就須要對"\"進行轉義，變成'\\'。

在python中，不管是正則表達式，仍是待匹配的內容，都是以字符串的形式出現的，在字符串中\也有特殊的含義，自己還須要轉義。因此若是匹配一次"\d",字符串中要寫成'\\d'，那麼正則裏就要寫成"\\\\d",這樣就太麻煩了。這個時候咱們就用到了r'\d'這個概念，此時的正則是r'\\d'就能夠了。

正則	待匹配字符	匹配 結果	說明
\d	\d	False	由於在正則表達式中\是有特殊意義的字符，因此要匹配\d自己，用表達式\d沒法匹配
\\d	\d	True	轉義\以後變成\\，便可匹配
"\\\\d"	'\\d'	True	若是在python中，字符串中的'\'也須要轉義，因此每個字符串'\'又須要轉義一次
r'\\d'	r'\d'	True	在字符串以前加r，讓整個字符串不轉義

 

貪婪匹配

貪婪匹配：在知足匹配時，匹配儘量長的字符串，默認狀況下，採用貪婪匹配

正則	待匹配字符	匹配 結果	說明
<.*>	<script>...<script>	<script>...<script>	默認爲貪婪匹配模式，會匹配儘可能長的字符串
<.*?>	r'\d'	<script> <script>	加上？爲將貪婪匹配模式轉爲非貪婪匹配模式，會匹配儘可能短的字符串

幾個經常使用的非貪婪匹配Pattern

*? 重複任意次，但儘量少重複
+? 重複1次或更屢次，但儘量少重複
?? 重複0次或1次，但儘量少重複
{n,m}? 重複n到m次，但儘量少重複
{n,}? 重複n次以上，但儘量少重複

.*?的用法

. 是任意字符
* 是取 0 至 無限長度
? 是非貪婪模式。
何在一塊兒就是 取儘可能少的任意字符，通常不會這麼單獨寫，他大多用在：
.*?x

就是取前面任意長度的字符，直到一個x出現

 

講正題以前咱們先來看一個例子：https://reg.jd.com/reg/person?ReturnUrl=https%3A//www.jd.com/

 

這是京東的註冊頁面，打開頁面咱們就看到這些要求輸入我的信息的提示。
假如咱們隨意的在手機號碼這一欄輸入一個11111111111，它會提示咱們格式有誤。
這個功能是怎麼實現的呢？
假如如今你用python寫一段代碼，相似：

phone_number = input('please input your phone number ： ')

你怎麼判斷這個phone_number是合法的呢？

根據手機號碼一共11位而且是隻以1三、1四、1五、18開頭的數字這些特色，咱們用python寫了以下代碼：
判斷手機號碼是否合法1

while True:
    phone_number = input('please input your phone number ： ')
    if len(phone_number) == 11 \
            and phone_number.isdigit()\
            and (phone_number.startswith('13') \
            or phone_number.startswith('14') \
            or phone_number.startswith('15') \
            or phone_number.startswith('18')):
        print('是合法的手機號碼')
    else:
        print('不是合法的手機號碼')

import re
phone_number = input('please input your phone number ： ')
if re.match('^(13|14|15|18)[0-9]{9}$',phone_number):
        print('是合法的手機號碼')
else:
        print('不是合法的手機號碼')

對比上面的兩種寫法，此時此刻，我要問你你喜歡哪一種方法呀？你確定仍是會說第一種，爲何呢？由於第一種不用學呀！
可是若是如今有一個文件，我讓你從整個文件裏匹配出全部的手機號碼。你用python給我寫個試試？
可是學了今天的技能以後，分分鐘幫你搞定！

今天咱們要學習python裏的re模塊和正則表達式，學會了這個就能夠幫咱們解決剛剛的疑問。正則表達式不只在python領域，在整個編程屆都佔有舉足輕重的地位。

正則表達式自己也和python沒有什麼關係，就是匹配字符串內容的一種規則。

官方定義：正則表達式是對字符串操做的一種邏輯公式，就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個「規則字符串」，這個「規則字符串」用來表達對字符串的一種過濾邏輯。

re模塊下的經常使用方法（必定要記住的）

 

import re

ret = re.findall('a', 'eva egon yuan')  # 返回全部知足匹配條件的結果,放在列表裏
print(ret) #結果 : ['a', 'a']

ret = re.search('a', 'eva egon yuan').group()
print(ret) #結果 : 'a'
# 函數會在字符串內查找模式匹配,只到找到第一個匹配而後返回一個包含匹配信息的對象,該對象能夠
# 經過調用group()方法獲得匹配的字符串,若是字符串沒有匹配，則返回None。

ret = re.match('a', 'abc').group()  # 同search,不過盡在字符串開始處進行匹配
print(ret)
#結果 : 'a'

ret = re.split('[ab]', 'abcd')  # 先按'a'分割獲得''和'bcd',在對''和'bcd'分別按'b'分割
print(ret)  # ['', '', 'cd']

ret = re.sub('\d', 'H', 'eva3egon4yuan4', 1)#將數字替換成'H'，參數1表示只替換1個
print(ret) #evaHegon4yuan4

ret = re.subn('\d', 'H', 'eva3egon4yuan4')#將數字替換成'H'，返回元組(替換的結果,替換了多少次)
print(ret)

obj = re.compile('\d{3}')  #將正則表達式編譯成爲一個 正則表達式對象，規則要匹配的是3個數字
ret = obj.search('abc123eeee') #正則表達式對象調用search，參數爲待匹配的字符串
print(ret.group())  #結果 ： 123

import re
ret = re.finditer('\d', 'ds3sy4784a')   #finditer返回一個存放匹配結果的迭代器
print(ret)  # <callable_iterator object at 0x10195f940>
print(next(ret).group())  #查看第一個結果
print(next(ret).group())  #查看第二個結果
print([i.group() for i in ret])  #查看剩餘的左右結果

注意：

1 findall的優先級查詢：

import re

ret = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com')
print(ret)  # ['oldboy']     這是由於findall會優先把匹配結果組裏內容返回,若是想要匹配結果,取消權限便可

ret = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com')
print(ret)  # ['www.oldboy.com']

 

2 split的優先級查詢

ret=re.split("\d+","eva3egon4yuan")
print(ret) #結果 ： ['eva', 'egon', 'yuan']

ret=re.split("(\d+)","eva3egon4yuan")
print(ret) #結果 ： ['eva', '3', 'egon', '4', 'yuan']


#在匹配部分加上（）以後所切出的結果是不一樣的，
#沒有（）的沒有保留所匹配的項，可是有（）的卻可以保留了匹配的項，
#這個在某些須要保留匹配部分的使用過程是很是重要的。

 

 

 

 

 在這裏咱們補充了三個模塊（與面向對象有關的）

python 的hashlib提供了常見的摘要算法，好比MD5，SHA1等。

什麼是摘要算法呢，摘要算法咱們又把它叫作哈希算法，散列算法，它經過一個函數，吧任意長度的數據轉換爲一個長度固定的數據（這個固定的數據一般用16進制的字符串表示）

摘要算法就是經過摘要函數f（）對任意長度的數據data計算出固定長度的摘要digest，目的是爲了發現原始數據是否被人篡改過

摘要算法之因此能指出數據是否被篡改過，就是由於摘要函數是一個單向函數，計算f data很容易，但經過digest反推data卻很是困難，並且，對原始數據作一個bit的修改，都要致使計算的摘要徹底不一樣。

咱們以常見的摘要算法MD5爲例，計算出一個字符串的MD5值；

import hashlib
md5=hashlib.md5()
md5.update('how to use md5 in python hashlib'.encode('utf-8'))
print(md5.hexdigest())


輸出結果是
d26a53750bc40b38b65a520292f69306

在這裏若是說有一個很大的數據量的話，咱們能夠分塊調用update（），計算出來的結果是同樣哦，這一點很重要的啊，好比咱們要看一個10g內存裏的一個東西，就能夠經過分塊調用update。

import hashlib
md5=hashlib.md5()
md5.update('how to use'.encode('utf-8'))
md5.update(' md5 in python hashlib'.encode('utf-8'))
print(md5.hexdigest())

計算結果：
d26a53750bc40b38b65a520292f69306

MD5是最多見的摘要算法，速度很快，生成結果是固定的128bit字節，一般用一個32位的16進制字符串表示，另外一種常見的摘要算法是SHA1,調用和MD5是同樣的，它就是摘要長度長，安全，可是算法慢，因此咱們要了解一個MD5就行了

在這裏簡單的說一下，有關摘要算法的應用：

任何容許用戶登陸的網站都會存儲用戶登陸的用戶名和口令。如何存儲用戶名和口令呢？方法是存到數據庫表中：

name    | password
--------+----------
michael | 123456
bob     | abc999
alice   | alice2008
若是咱們以明文保存用戶口令，就會形成數據庫泄露，此外網站運維人員是能夠訪問數據庫的，也就是能獲取全部用戶的口令，正確的保存口令的方式是不存儲用戶的明文口令，而是存儲用戶口令的摘要

好比MD5：

username | password
---------+---------------------------------
michael  | e10adc3949ba59abbe56e057f20f883e
bob      | 878ef96e86145580c38c87f0410ad153
alice    | 99b1c2188db85afee403b1536010c2c9

這樣話，無需破解，只須要對比數據庫的MD5，黑客就得到了使用經常使用口令的用戶帳號，對於用戶來講，固然不要使用過於簡單的口令，可是咱們可否在程序設計上對簡單口令增強保護，因爲暢遊口令的MD5值很容易被計算出來，因此要確保存儲的用戶口令不是那些被計算出來的經常使用口令MD5,咱們把這個方法叫作加鹽
就是在原始口令上加一個複雜字符串來實現，俗稱‘加鹽’

hashlib.md5("salt".encode("utf8"))

import hashlib
md5=hashlib.md5('salt'.encode('utf-8'))
md5.update('how to use'.encode('utf-8'))
md5.update(' md5 in python hashlib'.encode('utf-8'))
print(md5.hexdigest())

通過salt處理的md5口令，只要salt不被黑客知道，即便用戶輸入簡單的口令，也很難經過md5反推明文口令

可是若是有兩個用戶都使用了相同的簡單口令好比123，在數據庫中將存儲兩條相同的md5值，這就說明這兩個用戶的口令是同樣的，有沒有辦法讓使用相同口令的用戶存儲不一樣md5呢

若是假定用戶沒法修改登陸名，就能夠經過吧登陸名做爲salt的一部分來計算md5，歷來實現相同口令的用戶也存儲不一樣的md5

摘要算法在不少地方都有普遍的應用。要注意摘要算法不是加密算法，不能用於加密（由於沒法經過摘要反推明文），只能用於防篡改，可是它的單向計算特性決定了能夠在不存儲明文口令的狀況下驗證用戶口令。

configparser模塊

該模塊適用於配置文件的格式和windows ini文件相似，能夠包含一個或多個節，每一個節能夠有多個參數

建立文件，

來看一個好多軟件的常見文檔格式以下：

[DEFAULT]
ServerAliveInterval = 45
Compression = yes
CompressionLevel = 9
ForwardX11 = yes
  
[bitbucket.org]
User = hg
  
[topsecret.server.com]
Port = 50022
ForwardX11 = no

若是想用python生成一個這樣的文檔怎麼作呢？

import configparser

config = configparser.ConfigParser()

config["DEFAULT"] = {'ServerAliveInterval': '45',
                      'Compression': 'yes',
                     'CompressionLevel': '9',
                     'ForwardX11':'yes'
                     }

config['bitbucket.org'] = {'User':'hg'}

config['topsecret.server.com'] = {'Host Port':'50022','ForwardX11':'no'}

with open('example.ini', 'w') as configfile:

   config.write(configfile)

查找文件

import configparser

config = configparser.ConfigParser()

#---------------------------查找文件內容,基於字典的形式

print(config.sections())        #  []

config.read('example.ini')

print(config.sections())        #   ['bitbucket.org', 'topsecret.server.com']

print('bytebong.com' in config) # False
print('bitbucket.org' in config) # True


print(config['bitbucket.org']["user"])  # hg

print(config['DEFAULT']['Compression']) #yes

print(config['topsecret.server.com']['ForwardX11'])  #no


print(config['bitbucket.org'])          #<Section: bitbucket.org>

for key in config['bitbucket.org']:     # 注意,有default會默認default的鍵
    print(key)

print(config.options('bitbucket.org'))  # 同for循環,找到'bitbucket.org'下全部鍵

print(config.items('bitbucket.org'))    #找到'bitbucket.org'下全部鍵值對

print(config.get('bitbucket.org','compression')) # yes       get方法Section下的key對應的value

增刪改操做

import configparser

config = configparser.ConfigParser()

config.read('example.ini')

config.add_section('yuan')



config.remove_section('bitbucket.org')
config.remove_option('topsecret.server.com',"forwardx11")


config.set('topsecret.server.com','k1','11111')
config.set('yuan','k2','22222')

config.write(open('new2.ini', "w"))

 logging模塊

函數式的簡單配置

import logging
logging.debug('debug message')
logging.info('info message')
logging.warning('warning message')
logging.error('error message')
logging.critical('critical message')

默認狀況下，python的logging模塊將日誌打印到了標誌輸出中去了，它只顯示大於等於WARNING級別的日誌，這就說明日誌級別爲WARNING（這裏我須要知道日誌級別等級:CRITICAL>ERROR>WARNING>INFO>DEBUG）.默認的日誌格式爲日誌級別：logger:用戶輸出信息。

靈活的配置日誌級別，日誌格式，輸出位置：

import logging  
logging.basicConfig(level=logging.DEBUG,  
                    format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s',  
                    datefmt='%a, %d %b %Y %H:%M:%S',  
                    filename='/tmp/test.log',  
                    filemode='w')  
  
logging.debug('debug message')  
logging.info('info message')  
logging.warning('warning message')  
logging.error('error message')  
logging.critical('critical message')

logging.basicConfig()函數中可經過具體參數來更改logging模塊默認行爲，可用參數有：
filename：用指定的文件名建立FiledHandler，這樣入職會被存儲在指定的文件中。
filemode：文件打開方式，在指定了filename時使用這個參數，默認值爲「a」還可指定爲「w」
format：指定handler使用的日誌顯示格式。
datefmt：指定日期時間格式。
level：設置rootlogger（後邊會講解具體概念）的日誌級別
stream：用指定的stream建立StreamHandler。能夠指定輸出到sys.stderr,sys.stdout或者文件(f=open(‘test.log’,’w’))，默認爲sys.stderr。若同時列出了filename和stream兩個參數，則stream參數會被忽略。

format參數中可能用到的格式化串：
%(name)s Logger的名字
%(levelno)s 數字形式的日誌級別
%(levelname)s 文本形式的日誌級別
%(pathname)s 調用日誌輸出函數的模塊的完整路徑名，可能沒有
%(filename)s 調用日誌輸出函數的模塊的文件名
%(module)s 調用日誌輸出函數的模塊名
%(funcName)s 調用日誌輸出函數的函數名
%(lineno)d 調用日誌輸出函數的語句所在的代碼行
%(created)f 當前時間，用UNIX標準的表示時間的浮 點數表示
%(relativeCreated)d 輸出日誌信息時的，自Logger建立以 來的毫秒數
%(asctime)s 字符串形式的當前時間。默認格式是 「2003-07-08 16:49:45,896」。逗號後面的是毫秒
%(thread)d 線程ID。可能沒有
%(threadName)s 線程名。可能沒有
%(process)d 進程ID。可能沒有
%(message)s用戶輸出的消息

logger對象配置

ogging庫提供了多個組件：Logger、Handler、Filter、Formatter。Logger對象提供應用程序可直接使用的接口，Handler發送日誌到適當的目的地，Filter提供了過濾日誌信息的方法，Formatter指定日誌顯示格式。另外，能夠經過：logger.setLevel(logging.Debug)設置級別,固然，也能夠經過

fh.setLevel(logging.Debug)單對文件流設置某個級別。