python的各种库介绍
colorama：
colorama是一个python专门用来在控制台、命令行输出彩色文字的模块，可以跨平台使用。
colorama内部模块：Fore是针对字体颜色，Back是针对字体背景颜色，Style是针对字体格式。
Fore: BLACK, RED, GREEN, YELLOW, BLUE, MAGENTA, CYAN, WHITE, RESET.
Back: BLACK, RED, GREEN, YELLOW, BLUE, MAGENTA, CYAN, WHITE, RESET.
Style: DIM, NORMAL, BRIGHT, RESET_ALLinit()接受一些* * kwargs覆盖缺省行为，
autoreset是自动恢复到默认颜色。
from colorama import init, Fore, Back
init(autoreset=True)
print(Fore.BLUE + "hgg")
print(Fore.YELLOW + Back.RED + "XXXX")
print("hello world")
curses
python 中curses封装了c语言的curses。curses是一个在linux/unix下广泛应用的图形函数库，作用是可以在终端内绘制简单的图形用户界面。curses库不支持Windows操作系统，但有一个非正式curses包可以尝试，另外windows平台可以使用Console模块。
curses的名字起源于"cursor optimization"，即光标优化。
可以说，curses是Linux终端图形编程的不二选择（比如著名的文字编辑器 vi 就是基于curses编的）。
csv相关
python标准库自带CSV模块。
import csv
csvfile = open('csv_test.csv', 'r')
# 以列表形式输出
reader = csv.reader(csvfile)
rows = [row for row in reader]
# 以字典形式输出，第一行作为字典的键
reader = csv.DictReader(csvfile)
for row in reader:
# row 是一个 dict
# 写文件
# 若存在文件，打开csv文件，若不存在即新建文件
# 如不设置newline=''，每行数据会隔一行空白行
csvfile = open('csv_test.csv', 'w', newline='')
# 将文件加载到csv对象中
writer = csv.writer(csvfile)
# 写入一行数据
writer.writerow(['姓名', '年龄', '电话'])
# 多行数据写入
data = [
('小P', '18', '138001380000'),
('小Y', '22', '138001380000')
]
writer.writerows(data)
# 关闭csv对象
csvfile.close()excel相关
python操作excel的有xlrd（xls read），xlwt（xls write）。
pip install xlrd
pip install xlwtimport xlwt
# 新建一个Excel文件
wb = xlwt.Workbook()
# 新建一个Sheet
ws = wb.add_sheet('Python', cell_overwrite_ok=True)
# 定义格式对象
style = xlwt.XFStyle()
# 合并单元格write_merge(开始行, 结束行, 开始列, 结束列, 内容, 格式)
ws.write_merge(0, 0, 0, 5, 'Python', style)
# 写入数据wb.write(行,列,内容)
for i in range(2, 7):
for k in range(5):
ws.write(i, k, i+k)
# Excel公式xlwt.Formula
ws.write(i, 5, xlwt.Formula('SUM(A'+str(i+1)+':E'+str(i+1)+')'))
# 插入图片，insert_bitmap(img, x, y, x1, y1, scale_x=0.8, scale_y=1)
# 图片格式必须为bmp
# x表示行数，y表示列数
# x1表示相对原来位置向下偏移的像素
# y1表示相对原来位置向右偏移的像素
# scale_x，scale_y缩放比例
ws.insert_bitmap('test.bmp', 9, 1, 2, 2, scale_x=0.3, scale_y=0.3)
# 保存文件
wb.save('file.xls')
import xlrd
wb = xlrd.open_workbook('file.xls')
# 获取Sheets总数
ws_count = wb.nsheets
# 通过索引顺序获取Sheets
# ws = wb.sheets()[0]
# ws = wb.sheet_by_index(0)
# 通过Sheets名获取Sheets
ws = wb.sheet_by_name('Python')
# 获取整行的值（以列表返回内容）
row_value = ws.row_values(3)
# 获取整列的值（以列表返回内容）
row_col = ws.col_values(3)
# 获得行列数
nrows = ws.nrows
ncols = ws.ncols
# 获取某个单元格内容cell(行, 列)
cell_F3 = ws.cell(2, 5).value
# 使用行列索引获取某个单元格内容
row_F3 = ws.row(2)[5].value
col_F3 = ws.col(5)[2].value
word相关
pip install python-docximport docx
from docx.shared import Inches
doc = docx.Document('test.docx')
# 读取全部内容
paras = doc.paragraphs
# 处理每一个段落（以\n划分段落）
for p in paras:
# xxx
# 创建对象
document = Document()
# 添加正文内容并设置部分内容格式
p = document.add_paragraph('Python 爬虫开发-')
# 设置内容加粗
p.runs[0].bold = True
p.add_run('存储实例。').italic = True
# 添加正文，设置'样式'-'明显引用'
document.add_paragraph('样式-明显引用', style='IntenseQuote')
# 添加图片
document.add_picture('test.png', width=Inches(1.25))
# 添加表格
table = document.add_table(rows=1, cols=3)
hdr_cells = table.rows[0].cells
hdr_cells[0].text = 'Qty'
# 保存文件
document.add_page_break()
document.save('test.docx')
mongodb相关
可视化工具：RoboMongo，MongoBooster。
pip install pymongoimport pymongo
# 创建对象
client = pymongo.MongoClient()
# client = pymongo.MongoClient('localhost', 27017)
# client = pymongo.MongoClient('mongodb://localhost:27017/')
# 进行认证
db_auth = client.admin
db_auth.authenticate(username, password)
# 用户验证方法2
# client = pymongo.MongoClient('mongodb://username:password@localhost:27017/')
# 连接DB数据库
db = client['DB']
# 连接集合user，集合类似关系数据库的数据表。如果集合不存在，会新建集合user
user_collection = db.user
# 插入数据，user_info是一个dict
user_id = user_collection.insert_one(user_info).inserted_id
# 批量添加，user_infos是一个关于dict的列表
user_collection.insert_many(user_infos)更新文档
$set：指定键值，不存在则创建。
$unset：从文档中移除指定的键。
$inc：进行算术加减操作，只用于整数、长整数、双精度浮点数。
$rename：重命名字段名称
$push：如果指定的键存在，就向已有的数组末尾添加一个元素。否则创建一个新的数组。
$and、$or：后面跟数组。
$lt、$lte、$gt、$gte、$in、$nin：比较操作符。
$regex：正则表达式
mysql相关
pip install SQLAlchemy
pip install pymysqlfrom sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
# 创建数据表方法一
from sqlalchemy import Column, Integer, String, DateTime
from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()
class mytable(Base):
# 表名
__tablename__ = 'mytable'
# 字段，属性
id = Column(Integer, primary_key=True)
name = Column(String(50), unique=True)
age = Column(Integer)
birth = Column(DateTime)
class_name = Column(String(50))
Base.metadata.create_all(engine)
# 创建数据表方法二
from sqlalchemy import Column, MetaData, ForeignKey, Table
from sqlalchemy.dialects.mysql import (INTEGER, CHAR)
meta = MetaData()
myclass = Table('myclass', meta,
Column('id', INTEGER, primary_key=True),
Column('name', CHAR(50), ForeignKey(mytable.name)),
Column('class_name', CHAR(50))
)
myclass.create(bind=engine)
engine = create_engine(
"mysql+pymysql://root:1990@localhost:3306/test?charset=utf8",
echo=True)
DBSession = sessionmaker(bind=engine)
session = DBSession()
new_data = mytable(name='Li Lei',age=10,birth='2017-10-01',class_name='一年级一班')
session.add(new_data)
session.commit()
session.query(mytable).filter_by(id=1).update({ mytable.age : 12})
session.commit()
get_data = session.query(myclass.name, myclass.class_name).all()
get_data = session.query(myclass).filter_by(id=1).all()
# 内连接
get_data = session.query(mytable).join(myclass).filter(mytable.class_name == '三年级二班').all()
# 外连接
get_data = session.query(mytable).outerjoin(
myclass).filter(mytable.class_name == '三年级二班').all()
sql = 'select * from mytable '
session.execute(sql)
session.close()
redis相关
OCR相关
pip install pyocr
pip install PillowPillow处理图像。
from PIL import Image
from pyocr import tesseract
im = Image.open('1.png')
im = im.convert('L') # 图片转换为灰色图像, 转化后识别率更高
# 保存转换后的图片
im.save("temp.png")
code = tesseract.image_to_string(im)
print(code)
GUI库：PyQt5
pip install PyQt5
pip install PyQt5-tools安装PyQt5-tools后，在Lib/site-packages/pyqt5-tools中找到designer.exe，用其进行界面设计。
将ui文件转换为py文件。
python -m PyQt5.uic.pyuic xxx.ui -o xxx_v.py
进度条
-
tqdm：阿拉伯语中的“process“，对循环或者迭代器，显示进度条。
from tqdm import tqdm import time for i in tqdm(range(19), desc="进度条"): time.sleep(0.5)