Python的庫很多，你最常用的有哪些？

Python中我們有一些經常看到的庫，你們都經常用到哪幾個？

網絡

通用

urllib -網絡庫(stdlib)。

requests -網絡庫。

grab – 網絡庫（基于pycurl）。

pycurl – 網絡庫（綁定libcurl）。

urllib3 – Python HTTP庫，安全連接池、支持文件post、可用性高。

httplib2 – 網絡庫。

RoboBrowser – 一個簡單的、極具Python風格的Python庫，無需獨立的瀏覽器即可瀏覽網頁。

MechanicalSoup -一個與網站自動交互Python庫。

mechanize -有狀態、可編程的Web瀏覽庫。

socket – 底層網絡接口(stdlib)。

Unirest for Python – Unirest是一套可用于多種語言的輕量級的HTTP庫。

hyper – Python的HTTP/2客戶端。

PySocks – SocksiPy更新并積極維護的版本，包括錯誤修復和一些其他的特征。作為socket模塊的直接替換。

異步

treq – 類似于requests的API（基于twisted）。

aiohttp – asyncio的HTTP客戶端/服務器(PEP-3156)。

網絡爬蟲框架

grab – 網絡爬蟲框架（基于pycurl/multicur）。

scrapy – 網絡爬蟲框架（基于twisted），不支持Python3。

pyspider – 一個強大的爬蟲系統。

cola – 一個分布式爬蟲框架。

其他

portia – 基于Scrapy的可視化爬蟲。

restkit – Python的HTTP資源工具包。它可以讓你輕松地訪問HTTP資源，并圍繞它建立的對象。

demiurge – 基于PyQuery的爬蟲微框架。

HTML/XML解析器

通用

lxml – C語言編寫高效HTML/ XML處理庫。支持XPath。

cssselect – 解析DOM樹和CSS選擇器。

pyquery – 解析DOM樹和jQuery選擇器。

BeautifulSoup – 低效HTML/ XML處理庫，純Python實現。

html5lib – 根據WHATWG規范生成HTML/ XML文檔的DOM。該規范被用在現在所有的瀏覽器上。

feedparser – 解析RSS/ATOM feeds。

MarkupSafe – 為XML/HTML/XHTML提供了安全轉義的字符串。

xmltodict – 一個可以讓你在處理XML時感覺像在處理JSON一樣的Python模塊。

xhtml2pdf – 將HTML/CSS轉換為PDF。

untangle – 輕松實現將XML文件轉換為Python對象。

清理

Bleach – 清理HTML（需要html5lib）。

sanitize – 為混亂的數據世界帶來清明。

文本處理

用于解析和操作簡單文本的庫。

通用

difflib – （Python標準庫）幫助進行差異化比較。

Levenshtein – 快速計算Levenshtein距離和字符串相似度。

fuzzywuzzy – 模糊字符串匹配。

esmre – 正則表達式加速器。

ftfy – 自動整理Unicode文本，減少碎片化。

轉換

unidecode – 將Unicode文本轉為ASCII。

字符編碼

uniout – 打印可讀字符，而不是被轉義的字符串。

chardet – 兼容 Python的2/3的字符編碼器。

xpinyin – 一個將中國漢字轉為拼音的庫。

pangu.py – 格式化文本中CJK和字母數字的間距。

Slug化

awesome-slugify – 一個可以保留unicode的Python slugify庫。

python-slugify – 一個可以將Unicode轉為ASCII的Python slugify庫。

unicode-slugify – 一個可以將生成Unicode slugs的工具。

pytils – 處理俄語字符串的簡單工具（包括pytils.translit.slugify）。

通用解析器

PLY – lex和yacc解析工具的Python實現。

pyparsing – 一個通用框架的生成語法分析器。

人的名字

python-nameparser -解析人的名字的組件。

電話號碼

phonenumbers -解析，格式化，存儲和驗證國際電話號碼。

用戶代理字符串

python-user-agents – 瀏覽器用戶代理的解析器。

HTTP Agent Parser – Python的HTTP代理分析器。

特定格式文件處理

解析和處理特定文本格式的庫。

通用

tablib – 一個把數據導出為XLS、CSV、JSON、YAML等格式的模塊。

textract – 從各種文件中提取文本，比如 Word、PowerPoint、PDF等。

messytables – 解析混亂的表格數據的工具。

rows – 一個常用數據接口，支持的格式很多（目前支持CSV，HTML，XLS，TXT – 將來還會提供更多！）。

Office

python-docx – 讀取，查詢和修改的Microsoft Word2007/2008的docx文件。

xlwt / xlrd – 從Excel文件讀取寫入數據和格式信息。

XlsxWriter – 一個創建Excel.xlsx文件的Python模塊。

xlwings – 一個BSD許可的庫，可以很容易地在Excel中調用Python，反之亦然。

openpyxl – 一個用于讀取和寫入的Excel2010 XLSX/ XLSM/ xltx/ XLTM文件的庫。

Marmir – 提取Python數據結構并將其轉換為電子表格。

PDF

PDFMiner – 一個從PDF文檔中提取信息的工具。

PyPDF2 – 一個能夠分割、合并和轉換PDF頁面的庫。

ReportLab – 允許快速創建豐富的PDF文檔。

pdftables – 直接從PDF文件中提取表格。

Markdown

Python-Markdown – 一個用Python實現的John Gruber的Markdown。

Mistune – 速度最快，功能全面的Markdown純Python解析器。

markdown2 – 一個完全用Python實現的快速的Markdown。

YAML

PyYAML – 一個Python的YAML解析器。

CSS

cssutils – 一個Python的CSS庫。

ATOM/RSS

feedparser – 通用的feed解析器。

SQL

sqlparse – 一個非驗證的SQL語句分析器。

HTTP

http-parser – C語言實現的HTTP請求/響應消息解析器。

微格式

opengraph – 一個用來解析Open Graph協議標簽的Python模塊。

可移植的執行體

pefile – 一個多平臺的用于解析和處理可移植執行體（即PE）文件的模塊。

PSD

psd-tools – 將Adobe Photoshop PSD（即PE）文件讀取到Python數據結構。

自然語言處理

處理人類語言問題的庫。

NLTK -編寫Python程序來處理人類語言數據的最好平臺。

Pattern – Python的網絡挖掘模塊。他有自然語言處理工具，機器學習以及其它。

TextBlob – 為深入自然語言處理任務提供了一致的API。是基于NLTK以及Pattern的巨人之肩上發展的。

jieba – 中文分詞工具。

SnowNLP – 中文文本處理庫。

loso – 另一個中文分詞庫。

genius – 基于條件隨機域的中文分詞。

langid.py – 獨立的語言識別系統。

Korean – 一個韓文形態庫。

pymorphy2 – 俄語形態分析器（詞性標注+詞形變化引擎）。

PyPLN? – 用Python編寫的分布式自然語言處理通道。這個項目的目標是創建一種簡單的方法使用NLTK通過網絡接口處理大語言庫。

瀏覽器自動化與仿真

selenium – 自動化真正的瀏覽器（Chrome瀏覽器，火狐瀏覽器，Opera瀏覽器，IE瀏覽器）。

Ghost.py – 對PyQt的webkit的封裝（需要PyQT）。

Spynner – 對PyQt的webkit的封裝（需要PyQT）。

Splinter – 通用API瀏覽器模擬器（selenium web驅動，Django客戶端，Zope）。

多重處理

threading – Python標準庫的線程運行。對于I/O密集型任務很有效。對于CPU綁定的任務沒用，因為python GIL。

multiprocessing – 標準的Python庫運行多進程。

celery – 基于分布式消息傳遞的異步任務隊列/作業隊列。

concurrent-futures – concurrent-futures 模塊為調用異步執行提供了一個高層次的接口。

異步

異步網絡編程庫

asyncio – （在Python 3.4 +版本以上的 Python標準庫）異步I/O，時間循環，協同程序和任務。

Twisted – 基于事件驅動的網絡引擎框架。

Tornado – 一個網絡框架和異步網絡庫。

pulsar – Python事件驅動的并發框架。

diesel – Python的基于綠色事件的I/O框架。

gevent – 一個使用greenlet 的基于協程的Python網絡庫。

eventlet – 有WSGI支持的異步框架。

聽說有氣質的人都會關注這個公眾號！

Python 網絡

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。