常用內建模組
TRANSCRIPT
11. 常用內建模組
• 學習目標
– 處理日期與時間
– 認識日誌的使用
– 運用規則表示式
– 管理檔案與目錄
時間的度量
• 格林威治標準時間
–經常簡稱 GMT 時間
–常不嚴謹（且有爭議性）地當成是 UTC 時間
• 世界時
–藉由觀測遠方星體跨過子午線而得
–在 1972 年導入 UTC 之前，GMT 與 UT 是相同的
• 國際原子時
–將秒的國際單位（International System of Units, SI）定義為銫（caesium）原子輻射振動 9192631770 周耗費的時間
–時間從 UT 的 1958 年開始同步
• 世界協調時間
–折衷修正版本的世界協調時間，常簡稱為 UTC
– 1972 年 UTC採用了閏秒（leap second）修正
• Unix 時間
– UTC 時間 1970 年（Unix 元年）1 月1 日 00:00:00 為起點而經過的秒數
–不考慮閏秒修正，用以表達時間軸上某一瞬間
• epoch
–某個特定時間的起點，時間軸上某一瞬間
– Unix epoch 選為UTC 時間 1970 年 1 月 1 日00:00:00
• 就目前來說，即使標註為 GMT，實際上談到時間指的是UTC 時間
• 秒的單位定義是基於 TAI，也就是銫原子輻射振動次數
• UTC 考量了地球自轉越來越慢而有閏秒修正
• Unix 時間是 1970 年 1 月 1 日 00:00:00 為起點而經過的秒數，不考慮閏秒
年曆與時區簡介
• 儒略曆
–修正了羅馬曆隔三年設置一閏年的錯誤，改採四年一閏
• 格里高利曆
–改革了儒略曆
–將儒略曆 1582 年 10 月 4 日星期四的隔天，訂為格里高利曆 1582 年 10 月 15 日星期五
–各個國家改曆的時間並不相同
• ISO8601 標準
–嚴格來說並非年曆系統，而是時間日期表示方法的標準，用以統一時間日期的資料交換格式
– 19 世紀是指 1900 至 1999 年（包含該年），而格里高利曆的 19 世紀是指 1801 年至 1900 年（包含該年）
時區
• 各種時間日期的議題中最複雜的
• 牽涉到地理、法律、經濟、社會甚至政治等問題
• UTC 偏移（offset）
–大致上來說，經度每 15 度是偏移一小時
–通常會在時間的最後標識 Z 符號
–有些國家的領土橫跨的經度很大，一個國家有多個時間反而造成困擾，因而不採取每 15 度偏移一小時的作法
• 日光節約時間
–也稱為夏季時間（Summer time）
–有些高緯度國家，夏季、冬季日照時間差異很大，為了節省能源會儘量利用夏季日照
–台灣也曾實施過日光節約時間，後來因為沒太大實質作用而取消
• 如果想獲取系統的時間，Python 的 time
模組提供了一層介面，用來呼叫各平台上的C 程式庫函式，它提供的相關函式，通常與 epoch 有關
• gmtime() 傳回了 struct_time 實例
• time.gmtime(0) 表示從 epoch 起算經
過了 0 秒
• 如果不指定數字，表示取得目前的時間並傳回 struct_time 實例
• UTC 是一種絕對時間，與時區無關，也沒有日光節約時間的問題
• time.time() 傳回的是浮點數
• time 模組提供的是低階的機器時間觀點，
也就是從 epoch 起經過的秒數
• 有些輔助函式，可以作些簡單的轉換，以便成為人類可理解的時間概念
• localtime()則可提供目前所在時間
• 有個代表時間的字串，想要將其剖析為 struct_time 實例，可以使用 strptime() 函式
• 如果你有個 struct_time 物件，想要轉
換為從 epoch 起經過之秒數，可以使用mktime()
• ctime(secs) 是 asctime(localtime(secs))的封裝
• asctime() 可指定 struct_time 實例，
取得一個簡單的時間字串描述
• strftime() 接受一個格式指定與 struct_time 實例
• time 模組提供的終究是低階的機器時間觀
點，用來表示人類可理解的時間概念並不方便
• 若想從人類的觀點來表示時間，可以進一步使用 datetime 模組
使用 datetime 模組
• 人類在時間的表達上有時只需要日期、有時只需要時間，有時會同時表達日期與時間
• 通常不會特別聲明時區
• 可能只會提及年、月、年月、月日、時分秒等
• 對於人類時間表達，datetime 模組提供
–datetime（包括日期與時間）
–date（只有日期）
–time（只有時間）
• 有個 datetime 或 date 實例，想將它們包含的時間概念轉換為 UTC 時間戳記
• 有個時間戳記，也可以透過 datetime 或date 的 fromtimestamp() 來建立 datetime 或 date 實例
• datetime、date、time 實例都有個 isoformat() 方法，可傳回時間字串描述
• 採用的是 ISO8601 標準，當日期與時間同時表示時，預設會使用 T 來分隔，若必要也可以自行指定
• datetime 類別的 strptime() 類別方法，會傳回 datetime 實例
• 如果需要進行日期或時間的運算，可以使用 datetime 的 timedelta 類別方法
• 想知道加上 3 週又 5 天 8 小時35 分鐘後的日期時間是什麼？
• 2014 年 2 月 21 日加 9 天會是幾月幾號？
• datetime 實例本身預設並沒有時區資訊，
此時單純表示本地時間
• datetime 類別上的 tzinfo 類別，可以繼
承以實作時區的相關資訊與操作
• 從 Python 3.2 開始，datetime 類別新增了timezone 類別，它是 tzinfo 的子類
別，用來提供基本的 UTC 偏移時區實作
• 想將 utc 轉換為台灣的時區
• 內建的 timezone 只單純考量了UTC 偏移，
不考量日光節約時間等其他因素
• 若需要 timezone 以外的其他時區定義，可以額外安裝社群貢獻的 pytz 模組
• 可以使用 pip install pytz 來安裝
• pytz 的 timezone 也可以解決棘手的日
光節約時間問題
• 在台灣時區， 1975 年 3 月 31 日 23 時 40 分 0 秒加一個小時的時間會是多少呢？
• 使用了 normalize() 之後，才能得到考
量了日光節約時間的正確時間
• 一個常見的建議是，使用 UTC 來進行時間的儲存或操作
• 因為UTC 是絕對時間，不考量日光節約時間等問題
• 在必須使用當地時區的場合時，再使用 datetime 實例的 astimezone() 做轉換
日誌
• 一般來說，一個模組只需要一個 Logger
實例
• 建議透過 logging.getLogging() 來取得 Logger 實例
• 呼叫 getLogger() 時，可以指定名稱，相同名稱下取得的 Logger 會是同一實例
• 呼叫 getLogger() 時可以不指定名稱，這時會取得根 Logger
• 父階層相同的 Logger，父 Logger 的組
態相同
• 想要套件中的模組在進行日誌時，都使用相同的父組態，可以在套件的 __init__.py 檔案中撰寫：
• Logger 有階層關係
• 每個 Logger 處理完自己的日誌動作後，會再委託父 Logger 處理
• 在不調整父 Logger 組態的情況下，直接設定 Logger 實例，就只能設定為更嚴格
的日誌層級，才會有實際的效用
• 如果想要調整根 Logger 的組態，可以使用 logging.basicConfig()
• 根 Logger 的日誌訊息預設會輸出至sys.stderr
• 想要修改能輸出至檔案，可以使用 logging.basicConfig() 指定 filename 參數
• 子 Logger 實例可以透過 addHandler()
新增自己的處理器
• 若要自訂格式，可以透過 logging.Formatter() 建立 Formatter 實例， 再透過處理器的 setFormatter() 設定
• 定義過濾器可以繼承 logging.Filter 類別並定義 filter(record) 方法
• 或者是定義一個物件具有 filter(record) 方法
• 自 Python 3.2 之後，也可以使用函式作為過濾器了
• Logger 或 Handler 實例都有 addFilter() 方法，可以新增過濾器
使用 logging.config
• 在 Python 的 logging 模組官方文件中有
個範例
• 自 Python 3.2 開始，建議改用 logging.config.dictConfig()
簡介規則表示式
• 想根據某個字元或字串切割，可以使用str 的 split()
• 如果切割字串的依據不單只是某個字元或子字串，而是任意單一數字呢？
• 使用 re 模組來支援規則表示式
• 因為 \ 在Python 字串中被作為轉義字元，
因此要撰寫規則表示式時，必須撰寫為 '\\d'
• 在撰寫規則表示式時，建議使用原始字串
• 規則表示式基本上包括兩種字元：
–字面字元（Literals）
–詮譯字元（Metacharacters）
• 字面字元是指按照字面意義比對的字元
• 詮譯字元是不按照字面比對，在不同情境有不同意義的字元
• 找出並理解詮譯字元想要詮譯的概念，對於規則表示式的閱讀非常重要
• 字母和數字在規則表示式中，都是按照字面意義比對
• 有些字元之前加上了 \ 之後，會被當作詮
譯字元
• 詮譯字元在規則表示式中有特殊意義，例如! $ ^ * ( ) + = { } [ ] |
\ : . ?等
• 若要比對這些字元，則必須加上忽略符號
• 如果不確定哪些標點符號字元要加上忽略符號，可以在每個標點符號前加上 \，例如比對逗號也可以寫 \,
• 如果規則表示式為 XY，那麼表示比對「X 之後要跟隨著 Y」
• 如果想表示「X 或 Y」，可以使用 X|Y
• 如果有多個字元要以「或」的方式表示，例如「X 或 Y 或 Z」，則可以使用字元類表示為[XYZ]
• 規則表示式中，多個字元可以歸類在一起，成為一個字元類（Character class）
• 字元類會比對文字中是否有「任一個」字元符合字元類中某個字元
• 規則表示式中被放在 [] 中的字元就成為一
個字元類
• | 在字元類別只是個普通字元，不會被當作
「或」來表示
• 字元類中可以使用連字號 - 作為字元類詮譯字元，表示一段文字範圍
• 字元類中可以使用 ^ 作為字元類詮譯字元， [^] 則為反字元類（Negated character
class）
• 貪婪量詞會儘可能地找出長度最長的符合文字
• 在貪婪量詞表示法後加上? ， 將會成為逐步量詞（ Reluctant quantifier）
• 逐步量詞會儘可能地找出長度最短的符合文字
• 有個文字Justin dog Monica doggie Irene，你想要直接依當中單字 dog 切出前後兩個子字串？
• 可以使用 \b 標出單字邊界
• 可以使用 () 來將規則表示式分組，除了作
為子規則表示式之外，還可搭配量詞使用
• 例如想要驗證電子郵件格式，域名稱可以有數層，必須是大小寫英文字元或數字 – ^[a-zA-Z]+\d*@([a-zA-Z0-9]+\.)+com
• 被分組的規則表示式，還可以在稍後回頭參考（Back reference）
• 如果有個規則表示式 ((A)(B(C)))，其中
有四個分組
• 分組回頭參考時，是在 \ 後加上分組計數，
表示參考第幾個分組的比對結果
• \d\d 要求比對兩個數字，(\d\d)\1 的話，
表示要輸入四個數字，輸入的前兩個數字與後兩個數字必須相同
• ["'][^"']*["'] 比對單引號或雙引號中
0 或多個字元，但沒有比對兩個都要是單引號或雙引號
• (["'])[^"']*\1 則比對出前後引號必須
一致
Pattern 與 Match 物件
• 剖析、驗證規則表示式往往是最耗時間的階段
• 在頻繁使用某規則表示式的場合，若可以將剖析、驗證過後的規則表示式重複使用，對效率將會有所幫助
• re.compile() 可以建立規則表示式物件，
在剖析、驗證過規則表示式無誤後傳回的規則表示式物件可以重複使用
• 可以指定 flags 參數，進一步設定規則表
示式物件的行為
• 也可以在規則表示式中使用嵌入旗標表示法（ Embedded Flag Expression）
• 例如 re.IGNORECASE 等效的嵌入旗標表示法為 (?i)，以下片段效果等同上例：
• 可以使用 finditer()方法，它會傳回一
個 iterable 物件，每一次迭代都會得到一個 Match 物件
• search() 方法與 match() 方法必須小心區分，search() 會在整個字串中，
• 找尋第一個符合的子字串，而 match() 只
會在字串開頭看看接下來的字串是否符合
• 如果規則表示式中設定了分組，findall() 方法會以清單傳回各個分組
• 如果想要取得 1212、4545、9999 這樣的結果，要使用 finditer() 方法
• 若想找出單引號或雙引號中的文字，如下使用 findall() 是行不通的：
• 如果要找出單引號或雙引號中的文字，必須如下：
• 也可以使用 group() 指定數字，表示要取得哪個分組，或者是使用 groups() 傳回一個 tuple，其中包含符合的分組
• 如果要取代符合的子字串，可以使用規則表示式物件的 sub()方法
• 如果規則表示中有分組設定，在使用 sub() 時，可以使用 \num 來捕捉被分組匹配的文
字
取得目錄資訊
• 若想知道目前工作目錄，或者切換工作目錄，可以使用 os.getcwd() 或 os.chdir()：
• 如果想得知指定的目錄下，有哪些檔案或目錄，可以使用 os.listdir()
• 如果想要以惰性的方式處理，可以使用 os.scandir()
• 走訪目錄
• os.walk()會自行走訪子目錄
建立、修改、移除目錄
• 如果是有關於路徑的操作，Python 提供了 os.path 模組來解決相關的需求
–路徑的組合
–相對路徑轉為絕對路徑
–取得檔案所在的目錄路徑等
–路徑對應的檔案目或目錄資訊
• 想在工作目錄下搜尋檔案，例如想搜尋.py 檔案，可以使用 glob 模組
• glob 是個很簡單的模組，支援簡易的Glob
模式比對語法
• 比規則表示式簡單，常用於目錄與檔案名稱的比對
