Python标准库常用 API 速查

学习目标

• 通过标准库解决日期、路径、文本、集合和命令行问题。
• 了解 collections、itertools、functools、logging 等高频模块。
• 选择标准库而不是重复造轮子的简单实现。

核心知识点

标准库随 Python 一起发布，不需要额外安装。模块按职责拆分：collections 提供容器，itertools 提供迭代组合，datetime 处理时间，logging 记录诊断信息。不要为了“熟悉 API”而导入整个模块，按需导入并明确边界。

常用用法

collections.Counter

from collections import Counter

counts = Counter("banana")
print(counts.most_common(2))
# 输出：[('a', 3), ('n', 2)]

计数、Top N 和多重集合运算优先用 Counter，比手写字典更清晰。

collections.defaultdict

from collections import defaultdict

groups = defaultdict(list)
for name, team in [("Ada", "A"), ("Lin", "A"), ("Bo", "B")]:
    groups[team].append(name)
print(dict(groups))
# 输出：{'A': ['Ada', 'Lin'], 'B': ['Bo']}

分组时自动创建容器；读取不存在键会产生新键，要留意副作用。

collections.deque

from collections import deque

queue = deque(["a", "b"])
queue.append("c")
first = queue.popleft()
print(first, list(queue))
# 输出：a ['b', 'c']

两端进出用 deque，不要用列表在头部反复 pop(0)。

itertools.chain()

from itertools import chain

result = list(chain([1, 2], (3, 4)))
print(result)
# 输出：[1, 2, 3, 4]

chain 惰性连接多个可迭代对象，适合逐段消费而无需先复制列表。

itertools.product() 与 combinations()

from itertools import combinations, product

print(list(product(["A", "B"], [1, 2])))
# 输出：[('A', 1), ('A', 2), ('B', 1), ('B', 2)]
print(list(combinations([1, 2, 3], 2)))
# 输出：[(1, 2), (1, 3), (2, 3)]

组合数量会指数增长，输入较大时要评估内存与时间。

datetime.date 与 timedelta

from datetime import date, timedelta

start = date(2026, 9, 27)
end = start + timedelta(days=7)
print(start.isoformat(), end.isoformat())
# 输出：2026-09-27 2026-10-04

日期相加用 timedelta；时区相关的时间应使用带时区的 datetime。

datetime.strptime() 与 strftime()

from datetime import datetime

moment = datetime.strptime("2026-09-27 08:30", "%Y-%m-%d %H:%M")
print(moment.strftime("%Y/%m/%d %H:%M"))
# 输出：2026/09/27 08:30

格式字符串要与输入严格匹配，外部时间还要明确时区。

re.search()

import re

match = re.search(r"ID:(\d+)", "record ID:42")
print(match.group(1) if match else None)
# 输出：42

简单前缀和包含判断优先用字符串方法；正则表达式要使用原始字符串减少转义。

math.isclose()

import math

print(math.isclose(0.1 + 0.2, 0.3))
# 输出：True

浮点数比较使用容差；不要用 == 比较需要数值近似的结果。

logging

import logging

logger = logging.getLogger("demo")
logger.setLevel(logging.INFO)
print(logger.isEnabledFor(logging.INFO))
# 输出：True

库代码只创建 logger，不主动配置全局 handler；应用入口统一配置日志格式和级别。

不常用但需要知道

functools.reduce()

from functools import reduce

product_value = reduce(lambda left, right: left * right, [1, 2, 3, 4], 1)
print(product_value)
# 输出：24

可读性通常不如 math.prod 或普通循环；只有折叠逻辑确实清晰时才使用。

operator.attrgetter()

from operator import attrgetter


class User:
    def __init__(self, name: str) -> None:
        self.name = name


users = [User("Lin"), User("Ada")]
print([user.name for user in sorted(users, key=attrgetter("name"))])
# 输出：['Ada', 'Lin']

对对象属性排序时可复用 attrgetter，多级属性可传点号路径。

argparse.ArgumentParser

import argparse

parser = argparse.ArgumentParser(prog="report")
parser.add_argument("--format", choices=["text", "json"], default="text")
args = parser.parse_args([])
print(args.format)
# 输出：text

命令行程序应让 argparse 负责帮助、默认值和错误提示，不要手写 sys.argv 解析。

secrets.token_urlsafe()

import secrets

token = secrets.token_urlsafe(8)
print(len(token) >= 10)
# 输出：True

生成密码、会话令牌使用 secrets，不要用 random 代替；随机字符串具体内容不可预测，不应写死输出。

易混点

• datetime 默认对象可能没有时区信息，跨地区系统要显式处理 aware datetime。
• itertools 多数函数返回一次性迭代器，调试时必要才 list 化。
• logging 与 print 的目的不同：前者支持级别、路由和结构化配置。
• math.isclose 用于近似相等，金额仍应考虑 Decimal。
• random 不是安全随机数，令牌和密码使用 secrets。

课后小问

1. 为什么队列两端操作推荐 deque？ 答案：deque 两端追加和弹出都适合队列，列表头部删除需要移动大量元素。 解析：数据结构选择应匹配操作复杂度，不要把列表当作高频双端队列。

2. 应该用 print 还是 logging 记录长期运行服务的诊断信息？ 答案：使用 logging。 解析：日志可以设置级别、时间格式、文件/控制台 handler，并由应用统一配置。

本节小结

先查标准库，再考虑第三方依赖：容器用 collections，流用 itertools，时间用 datetime，诊断用 logging，安全随机用 secrets。

快速回顾

• 容器：Counter、defaultdict、deque
• 迭代：chain、product、combinations
• 时间：date、datetime、timedelta
• 工程：argparse、logging
• 安全：secrets，不要用 random 生成令牌