1. difflib

difflib 是一個(gè)專注于比較數(shù)據(jù)集(尤其是字符串)的 Python 模塊。為了具體了解您可以使用此模塊完成的幾件事，讓我們檢查一下它的一些最常見的函數(shù)。

SequenceMatcher

SequenceMatcher 是一個(gè)比較兩個(gè)字符串并根據(jù)它們的相似性返回?cái)?shù)據(jù)的函數(shù)。通過使用 ratio()，我們將能夠根據(jù)比率/百分比來量化這種相似性。

語法：

SequenceMatcher(None, string1, string2)

下面這個(gè)簡單的例子展示了該函數(shù)的作用：

from difflib import SequenceMatcher
phrase1 = "Tandrew loves Trees."
phrase2 = "Tandrew loves to mount Trees."
similarity = SequenceMatcher(None, phrase1, phrase2)
print(similarity.ratio())
# Output: 0.8163265306122449

get_close_matches

接下來是 get_close_matches，該函數(shù)返回與作為參數(shù)傳入的字符串最接近的匹配項(xiàng)。

語法：

get_close_matches(word, possibilities, result_limit, min_similarity)

下面解釋一下這些可能有些混亂的參數(shù)：

word 是函數(shù)將要查看的目標(biāo)單詞。

possibilities 是一個(gè)數(shù)組，其中包含函數(shù)將要查找的匹配項(xiàng)并找到最接近的匹配項(xiàng)。

result_limit 是返回結(jié)果數(shù)量的限制(可選)。

min_similarity 是兩個(gè)單詞需要具有的最小相似度才能被函數(shù)視為返回值(可選)。

下面是它的一個(gè)使用示例：

from difflib import get_close_matches
word = 'Tandrew'
possibilities = ['Andrew', 'Teresa', 'Kairu', 'Janderson', 'Drew']
print(get_close_matches(word, possibilities))
# Output: ['Andrew']

除此之外還有幾個(gè)是您可以查看的屬于 Difflib 的其他一些方法和類：unified_diff、Differ和 diff_bytes

2. sched

sched 是一個(gè)有用的模塊，它以跨平臺(tái)工作的事件調(diào)度為中心，與 Windows 上的任務(wù)調(diào)度程序等工具形成鮮明對比。大多數(shù)情況下，使用此模塊時(shí)，都會(huì)使用 schedular 類。

更常見的 time 模塊通常與 sched 一起使用，因?yàn)樗鼈兌继幚頃r(shí)間和調(diào)度的概念。

創(chuàng)建一個(gè) schedular 實(shí)例：

schedular_name = sched.schedular(time.time, time.sleep)

可以從這個(gè)實(shí)例中調(diào)用各種方法。

調(diào)用 run() 時(shí)，調(diào)度程序中的事件/條目會(huì)按照順序被調(diào)用。在安排完事件后，此函數(shù)通常出現(xiàn)在程序的最后。另外，搜索公眾號Linux就該這樣學(xué)后臺(tái)回復(fù)“git書籍”，獲取一份驚喜禮包。

enterabs() 是一個(gè)函數(shù)，它本質(zhì)上將事件添加到調(diào)度程序的內(nèi)部隊(duì)列中。它按以下順序接收幾個(gè)參數(shù)：

• 事件執(zhí)行的時(shí)間
• 活動(dòng)優(yōu)先級
• 事件本身(一個(gè)函數(shù))
• 事件函數(shù)的參數(shù)
• 事件的關(guān)鍵字參數(shù)字典

下面是一個(gè)示例，說明如何一起使用這兩個(gè)函數(shù)：

import sched
import time
def event_notification(event_name):
print(event_name + " has started")
my_schedular = sched.scheduler(time.time, time.sleep)
closing_ceremony = my_schedular.enterabs(time.time(), 1, event_notification, 
("The Closing Ceremony", ))
my_schedular.run()
# Output: The Closing Ceremony has started

還有幾個(gè)擴(kuò)展 sched 模塊用途的函數(shù)：cancel()、enter() 和 empty()。

3. binaascii

binaascii 是一個(gè)用于在二進(jìn)制和 ASCII 之間轉(zhuǎn)換的模塊。

b2a_base64 是 binaascii 模塊中的一種方法，它將 base64 數(shù)據(jù)轉(zhuǎn)換為二進(jìn)制數(shù)據(jù)。下面是這個(gè)方法的一個(gè)例子：

import base64
import binascii
msg = "Tandrew"
encoded = msg.encode('ascii')
base64_msg = base64.b64encode(encoded)
decode = binascii.a2b_base64(base64_msg)
print(decode)
# Output: b'Tandrew'

該段代碼應(yīng)該是不言自明的。簡單地說，它涉及編碼、轉(zhuǎn)換為 base64，以及使用 b2a_base64 方法將其轉(zhuǎn)換回二進(jìn)制。

以下是屬于 binaascii 模塊的其他一些函數(shù)：a2b_qp()、b2a_qp() 和 a2b_uu()。

4. tty

tty 是一個(gè)包含多個(gè)實(shí)用函數(shù)的模塊，可用于處理 tty 設(shè)備。以下是它的兩個(gè)函數(shù)：

setraw() 將其參數(shù) (fd) 中文件描述符的模式更改為 raw。

setcbreak() 將其參數(shù) (fd) 中的文件描述符的模式更改為 cbreak。

由于需要使用 termios 模塊，該模塊僅適用于 Unix，例如在上述兩個(gè)函數(shù)中指定第二個(gè)參數(shù)(when=termios.TCSAFLUSH)。

5. weakref

weakref 是一個(gè)用于在 Python 中創(chuàng)建對對象的弱引用的模塊。

弱引用是不保護(hù)給定對象不被垃圾回收機(jī)制收集的引用。

以下是與該模塊相關(guān)的兩個(gè)函數(shù)：

• getweakrefcount() 接受一個(gè)對象作為參數(shù)，并返回引用該對象的弱引用的數(shù)量。
• getweakrefs() 接受一個(gè)對象并返回一個(gè)數(shù)組，其中包含引用該對象的所有弱引用。

weakref 及其函數(shù)的使用示例：

import weakref
class Book:
def print_type(self):
print("Book")
lotr = Book
num = 1
rcount_lotr = str(weakref.getweakrefcount(lotr))
rcount_num = str(weakref.getweakrefcount(num))
rlist_lotr = str(weakref.getweakrefs(lotr))
rlist_num = str(weakref.getweakrefs(num))
print("number of weakrefs of 'lotr': " + rcount_lotr)
print("number of weakrefs of 'num': " + rcount_num)
print("Weakrefs of 'lotr': " + rlist_lotr)
print("Weakrefs of 'num': " + rlist_num)
# Output:
# number of weakrefs of 'lotr': 1
# number of weakrefs of 'num': 0
# Weakrefs of 'lotr': []
# Weakrefs of 'num': []

輸出從輸出的函數(shù)返回值我們可以看到它的作用。由于 num 沒有弱引用，因此 getweakrefs() 返回的數(shù)組為空。擴(kuò)展：接私活兒

以下是與 weakref 模塊相關(guān)的一些其他函數(shù)：ref()、proxy() 和 _remove_dead_weakref()。