Python第三庫有哪些

這篇文章主要講解了“Python第三庫有哪些”，文中的講解內(nèi)容簡單清晰，易于學(xué)習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習“Python第三庫有哪些”吧！

1. BeautifulSoup

Beautiful Soup是一個可以從HTML，XML進行提取文件的Python庫，日常我們使用爬蟲進行數(shù)據(jù)抓取回來之后，往往需要進行數(shù)據(jù)解析。

使用它能讓你開心愉快提取里面的爬回來的數(shù)據(jù)。

2. Arrow

用過datetime標準庫的同學(xué)都知道，這個庫每次需要import各種時間模塊格式化，非常不友好，arrow直接接受各種時間(datetime，date，timestamp)類型轉(zhuǎn)化為Arrow類型，然后進行各種格式化操作，非常方便。很是人性化，簡直是居家旅行必備良藥

3. Requests

題圖就是requests的logo，這個庫使用量之大，Python開發(fā)者應(yīng)該是無人不知無人不曉。

requests是日常網(wǎng)絡(luò)庫使用最頻繁的一個，不管是用于正式還是測試，它完全滿足與日常網(wǎng)絡(luò)的需求，非常人性化，簡單好用。

requests目前在github有36+的star，除了功能強大，源碼也是寫的非常贊。五星推薦

4. Fabric

對于少量服務(wù)器，日常自動化發(fā)布配置，與服務(wù)器交互只需要配置一個fabfile.py的自動化腳本就行，非常簡單方便。如果需要更多配置運維可以使用ansible，這個后期我單獨和大家討論。

5. Statsd

作為一枚開發(fā)同學(xué)，服務(wù)器API性能，耗時監(jiān)控是一個很重要的數(shù)據(jù)，我們需要收集起來進行實時分析。

statsd是一個網(wǎng)絡(luò)守護進程，通過Python客戶端，我們可以統(tǒng)計監(jiān)聽API數(shù)據(jù)發(fā)送到服務(wù)端，比如ES，influxdb，promethues，并且用Grafana進行數(shù)據(jù)展示。

6. Gevent

gevent是基于協(xié)程的Python網(wǎng)絡(luò)庫，通過gevent使的協(xié)程的使用變得非常簡單，遇到阻塞你不需要顯示切換，程序會進行自動調(diào)度。使用非常廣泛，在部署flask，celery往往會加入gevent提高服務(wù)性能。

7. Supervisor

之前文章提到過supervisor可以大大方便我們進行進程管理，開始，重啟，停止，查看日志等等。

8. Voluptuous

這個庫估計很多同學(xué)不知道，主要是日常寫API的時候進行數(shù)據(jù)校驗，當前端API傳遞參數(shù)過多的時候，這個庫，可以通過裝飾器的方式提前進行校驗數(shù)據(jù)邏輯，大大降低了你在代碼邏輯校驗數(shù)據(jù)的耦合，強烈推薦后端的同學(xué)使用。

9. Raven

單純這個名字大家可能不那么敏感，但是sentry大家肯定就知道了。

這個庫就是sentry服務(wù)的SDK包。對于日常郵件報警我們通過安裝了這個包配合sentry后端服務(wù)，就能夠進行各種郵件報警的錯誤收集。

另外通過設(shè)置日志等級，我們能輕松通過logger進行觸發(fā)報警。

這個包適合多個語言，不僅僅是Python語言之下。

10. uWSGI

uWSGI這個是一個web服務(wù)器，它實現(xiàn)了WSGI協(xié)議、uwsgi、http等協(xié)議，我們在Python日常部署文章提到過，主要通過Nginx +  uWSGI 拉動我們應(yīng)用服務(wù)(比如Django)提高服務(wù)吞吐量。

感謝各位的閱讀，以上就是“Python第三庫有哪些”的內(nèi)容了，經(jīng)過本文的學(xué)習后，相信大家對Python第三庫有哪些這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關(guān)知識點的文章，歡迎關(guān)注！