一门计算机语言，最强大的部分是库，它使程序员仅通过简单调用，就实现了强大的功能。本篇介绍python常用的基础库。
1.日期运算
日常涉及很多日期相关的计算，比如：在项目管理中，需要用“启动时间+计划工期”来获得交付时间；在购买商品时，要通过“过期日期-当前日期
python语法：
①这些接口由datetime库提供，因此要先用 “import
datetime
” 导入模块 ②可以获取当前日期 “ datetime.now()
” ，也可以获取指定日期 “datetime(年, 月, 日, 时, 分, 秒)”
③两个时间可以直接相减，时间间隔是 timedelta 类型，它用 “days” “
seconds
”表达时间段 ④两个时间也可以通过比较运算符，直接确定早晚完整代码：
from datetime import datetime, timedelta# 当前日期now = datetime.now()print('当前日期：', end='')print(now)# 指定日期someDate = datetime(2020, 9, 1, 12, 0, 1)print('指定日期：', end='')print(someDate)# 文本转日期convertedDate = datetime.strptime('2020-6-1 16:17:18', '%Y-%m-%d %H:%M:%S')print('文本转日期：', end='')print(convertedDate)# 日期格式化print('日期格式化：', end='')print(now.strftime('%Y/%m/%d, %H:%M:%S'))# 日期推算computeDate = now + timedelta(days=2, hours=12, minutes=3, seconds=20)print('日期推算：', end='')print(computeDate)# 日期相减dateSpan = someDate - nowprint('日期相减：', end='')print(dateSpan)2.读写文件
文件是存储数据的媒介，计算机通过路径识别它。写文件通常有2种情况，一种是从头覆盖写，一种是追加在已有的内容后面；
读文件就直接取出全部数据。
python语法：
①打开文件的语法是 “with open(文件路径, 读写模式, encoding='utf-8') as f”
②由于“文件路径”中包含转义符号“\”，为了正确输出，要用到字符串的原样输出语法 “r'文本'”
③常用的“读写模式”有3种：'w'是覆盖，'a'是追加，'r'是读
④“encoding='utf-8'” 是为了处理中文
⑤“f” 代表操作的文件
⑥由于文件中的数据是多行文本，python提供了2种数据粒度的操作：多行和单行
完整
代码：
# 文件放在桌面上，程序运行后，可自行打开查看filePath = r'C:\Users\Administrator\Desktop\fileDemo.txt'# 覆盖写 wwith open(filePath, 'w', encoding='utf-8') as f: # 数据粒度：多行 f.write('''第一行 第二行''')# 追加 awith open(filePath, 'a', encoding='utf-8') as f: # 数据粒度：单行 f.writelines(['\n第3行', '\n第4行'])# 读 rwith open(filePath, 'r', encoding='utf-8') as f: # 数据粒度：多行 #content = f.read() # 数据粒度：单行 content = f.readlines()# 查看读取结果print(content)
VSCode
运行结果：
打开文件，查看内容：
3.路径和目录
当我们保存或读取文件时，不可避免要处理文件的路径，以及它所在的目录。对于目录的操作，主要是“创建、删除、改名、列出目录内容”；对于文件路径的操作，主要是“合并、拆分”。
python语法：
①这些接口由os库提供，因此要先用 “import
os
” 导入模块 ②判断路径是否存在，语法为 “ os.path.exists(路径)
” ③创建新目录的语法为 “ os.mkdir(路径)
”；删除空目录的语法为 “ os.rmdir(路径)
”④要把目录和它下面的文件连接到一起，生成文件路径的语法为 “ os.path.join(目录, 文件名)” ；反之，要将文件路径拆成文件名和所在目录，语法为 “
os.path.split(路径)”⑤列举目录下的内容，语法为 “
os.listdir(DIR_NEW)”⑥删除文件的语法为 “
os.remove(路径)”完整代码：
import osDIR = r"C:\Users\Administrator\Desktop\Dir"DIR_NEW = DIR + '_New'# 目录是否存在DirExists = os.path.exists(DIR)# 创建目录if not DirExists: os.mkdir(DIR)# 目录改名os.rename(DIR, DIR_NEW)# 路径拆分dirParts = os.path.split(r'C:/Program Files (x86)/Python38-32/python.exe')print('父目录：' + dirParts[0])print('子目录/文件：' + dirParts[1])# 路径合并for name in ['1.txt', 'test.py', '操作文件.doc']: filePath = os.path.join(DIR_NEW, name) # 创建空文件 with open(filePath, 'w') as f: pass# 列出目录内容for x in os.listdir(DIR_NEW): print(x)if input('按下任意键，删除文件和目录'): # 删除文件 for x in os.listdir(DIR_NEW): os.remove(os.path.join(DIR_NEW, x)) # 删除目录 os.rmdir(DIR_NEW)VSCode运行结果：
4.读写csv
普通文件存储数据过于粗放，最多只能将数据粒度精确到行；
而 cs v文件 将数据粒 度 精确到了列，以纯文本形式存储表格化数据，尤其适用于 数据量较小
的结构化数据。
由于csv也是文件，所以操作文件的语法是相同的，仅仅是处理数据的语法不同。数据分为2部分：标题行和内容行；标题行说明数据的结构，它的数据类型是列表；内容行存储业务数据，它的数据类型是字典。
python语法： ①这些接口由csv库提供，因此要先用 “import csv” 导入模块
②在获取写入流的同时、定义标题行，用 “writer = csv.DictWriter(f, fieldnames=标题行)”
③写标题行用 “writer.writeheader()”
④写数据行用 “writer.writerows(字典类型的业务数据)”
⑤读取文件用 “reader = csv.DictReader(f)”，得到是字典类型的业务数据
完整
代码：
import csv# 文件放在桌面上，程序运行后，可自行打开查看filePath = r'C:\Users\Administrator\Desktop\csvDemo.csv'# 数据结构columns = ['语言', '流行度']# 覆盖写 wwith open(filePath, 'w', encoding='utf-8') as f: # 标题行 writer = csv.DictWriter(f, fieldnames=columns) writer.writeheader() # 内容行 rows = [{ '语言': 'python', '流行度': 5 }, { '语言': 'java', '流行度': 4 }, { '语言': 'c#', '流行度': 3 }] writer.writerows(rows)# 追加 awith open(filePath, 'a', encoding='utf-8') as f: writer = csv.DictWriter(f, fieldnames=columns) # 内容行 writer.writerows([{'语言': 'js', '流行度': 4}, {'语言': 'sql', '流行度': 3}])# 读 rwith open(filePath, 'r', encoding='utf-8') as f: reader = csv.DictReader(f) for row in reader: print(row['语言'] + ':' + row['流行度'])
VSCode
运行结果：
打开文件，查看内容：
5.读写Json
不同程序之间传递数据时，大多使用json；几乎所有语言都提供了json的转换功能，python也不例外。在python中，最常见的转换场景是字典和列表。
python语法：
①这些接口由json库提供，因此要先用 “import json” 导入模块
②直接序列化，用 “json.dumps(字典/列表)”
③直接反序列化，用 “json.loads('文本')”
④序列化到文件，用 “json.dump(字典/列表, 文件流)”
⑤从文件反序列化，用 “json.load(文件流)”
完整
代码：
import jsonpython字典 = {'name': '张三', 'age': 20, 'score': 88}json文本 = '{"name": "李四", "age": 30, "score": 98}'# 序列化print('序列化结果：' + json.dumps(python字典))# 反序列化print('反序列化结果：' + json.loads(json文本)['name'])filePath = r'C:\Users\Administrator\Desktop\json.txt'# 序列化到文件with open(filePath, 'w') as f: json.dump(python字典, f)# 从文件反序列化with open(filePath, 'r') as f: print('文件反序列化结果：' + json.load(f)['name'])
VSCode
运行结果：
打开文件，查看内容：
6.Sqlite3
csv和json仅能存储少量的结构化数据、且读写速度慢；如果要处理大量数据，还得靠数据库。这其中，sqlite是一款简单易用的小型数据库，无需安装、且足够应付日常使用，目前的版本是sqlite3。
使用数据库的套路是：先建立数据连接，再创建表结构，然后读写数据。
对于python来说，创建表结构和读写数据都是发sql，我们看一下它的语法：
①这些接口由sqlite3库提供，因此要先用 “import sqlite3
” 导入模块 ②建立数据连接的语法 “ with sqlite3.connect(db) as conn
” ③数据连接提供了一个处理sql的抓手cursor，语法是 “ cursor = conn.cursor()
” ④发送sql的语法是 “ cursor.execute(sql, 数据)
”，sql中的参数用 “?” 来占位，数据 ⑤增删改，可以通过 “ cursor.rowcount
” 获得受影响的行数
⑥查询结果是 元组列表，每行数据是一个tuple
完整代码：
import sqlite3# 创建表结构def createDbStructure(db): with sqlite3.connect(db) as conn: cursor = conn.cursor() # 是否已创建 tables = cursor.execute( 'select count(1) from sqlite_master where type="table"') tableCount = tables.fetchall()[0][0] print('%s中已经存在%d张表，无需重新创建' % (db, tableCount)) if tableCount > 0: return # integer primary key会自增长 cursor.execute('''create table user( user_id integer primary key, name varchar(20), age integer, sex boolean )''') cursor.execute('''create table salary( user_id integer, amount real )''') print('创建表结构完成')# 写数据def writeToDb(db): with sqlite3.connect(db) as conn: cursor = conn.cursor() # 增(批量) record = ("小明", 18, 1) records = [("张三", 25, 1), ("李四", 26, 0), ("王五", 35, 1), ("刘七", 40, 1)] insertSql = 'insert into user(name, age, sex) values(?, ?, ?)' cursor.execute(insertSql, record) cursor.executemany(insertSql, records) print('增的sql：' + insertSql) print('新增了%d条记录' % cursor.rowcount) # 删 condition = ("刘七", 25) deleteSql = 'delete from user where name=? or age <=?' cursor.execute(deleteSql, condition) print('删的sql：' + deleteSql) print('删除了%d条记录' % cursor.rowcount) # 改 updateSql = "update user set name=?, age=? where name=?" cursor.execute(updateSql, ("李美丽", 28, "李四")) print('改的sql：' + updateSql) print('修改了%d条记录' % cursor.rowcount) # 提交事务 conn.commit()# 读数据def readFromDb(db): with sqlite3.connect(db) as conn: cursor = conn.cursor() # 查 selectSql = 'select * from user left join salary on user.user_id = salary.user_id' rows = cursor.execute(selectSql) for r in rows: print(r)# 模拟运行db = 'test.db'createDbStructure(db)writeToDb(db)readFromDb(db)VSCode运行结果：
7.Base64编码
在网络传输中，多媒体数据是二进制的，代码文件是普通文本。为了能够统一处理，我们约定在发送端使用Base64做编码，接收后再用Base64做解码。很多语言都提供了编/解码的方法，python也不例外。
python语法：
①这些接口由base64库提供，因此要先用 “import
base64
” 导入模块 ②编码之前，先将字符串转换为bytes对象，语法为 “ 字符串.e
ncode()
” ；同样，解码之后，要将bytes对象转换为字符串，语法为 “ 字符串.
decode()”
③编码有2种，一种是直接编码 “ base64.b64encode(bytes对象)
”；另一种是url编码 “base64
.urlsafe_b64encode
(bytes对象)”，它是为了应对url里的特殊字符④这里顺便使用了函数语法，“
def urlEncode(url)” 将编码和类型转换封装到了一起完整代码：
import base64# 编码encodedBytes = base64.b64encode('学习Python!'.encode())print('编码：', end='')print(encodedBytes)# 解码decodedBytes = base64.b64decode(encodedBytes)print('解码：', end='')print(decodedBytes.decode())# 封装url编码函数def urlEncode(url): return base64.urlsafe_b64encode(url.encode())# 封装url解码函数def urlDecode(urlEncodedBytes): return base64.urlsafe_b64decode(urlEncodedBytes).decode()print('url编码：', end='')urlEncodeResult = urlEncode('https://woods240.cn')print(urlEncodeResult)print('url解码：', end='')print(urlDecode(urlEncodeResult))VSCode运行结果：
总结：
①基础库在各种编程场景中，使用频率最高，应该掌握
②由于太基础，在python安装包里已经自带了，无需单独安装
