大多数基于 Python 开发的应用程序都会用到本地标准库和三方库，这样不仅能让我们把时间去关注真正的业务开发，也能学习到更多价值含量高的程序设计和开发思想。程序开发中有一句著名的话叫做：
Don’t re-invent the wheel (不重复发明轮子)
言简意骇表达了不要做重复的事情。既然有人帮你完成了需要做的事情，那么你就应该在合理适用的情况下利用它，从而避免造成不必要的时间浪费。
Python 库可以分为两大类，一类是标准库，一类是三方库。标准库大都是下载对应 Python 版本时文件内置的，在程序中可直接调用且不需要用 pip 包管理工具从互联网上下载。而三方库则是其他程序员为了更好的实现某种目标，在实际开发中逐渐衍生出来的函数库或副产品，然后将其放在互联网上我们共享。
无论是标准库还是三方库，对于我们来说都有学习价值。下面列举一些实际开发中可能会用到标准库（三方库下篇），以此来加深印象。
标准库
sys
系统相关的参数和函数。sys 库一般用来访问和修改系统相关信息，比如查看 python 版本、系统环境变量、模块信息和 python 解释器相关信息等等。
os
操作系统接口模块。这个库提供了访问操作系统相关依赖的方式，比如输入输出操作、读写操作、操作系统异常错误信息、进程线程管理、文件管理、调度程序等等。
re
正则表达式操作。这个库是我喜欢并且经常会用到的库，在对大量字符串进行处理的时候用正则表达式是最快速有效的方式，但是正则表达式的学习曲线较高，有兴趣的朋友可以访问这个网站学习。
math
数学函数库。math 库提供了对 C 语言标准定义的数学函数访问，比如数论（Number-theoretic）的各种表示方法、幂和对数函数（Power and logarithmic functions）、三角函数（Trigonometric functions）、常量圆周率（π）和自然常数（e）等等。
random
生成伪随机数。
伪随机数与随机数（真随机数）不同的是执行环境，随机数是真实世界中通过物理过程实践得出结论，而伪随机数是通过计算机的特定算法生成的数，所以这个过程是可预测的、有规律的，只是循环周期较长，并不能与现实场景相切合。
random 库提供生成随机数，可以模拟现实世界中随机取数、随机抽奖等等。
logging
日志记录工具。这个库提供了对应用程序和库函数的日志记录，日常开发中我们经常需要通过日志打印出当前程序的运行状态，实时查看可能出现的堆栈异常和错误信息。
默认日志打印级别（可自定义）：
| 级别 | 值 |
|---|---|
| 危急 | 50 |
| 错误 | 40 |
| 异常 | 30 |
| 信息 | 20 |
| 调试 | 10 |
| 未设置 | 0 |
json
Json 编码和解码器。json 库提供了对 json 数据的支持，日常开发中我们做前后端分离需要对传输数据 json 进行序列化和反序列化操作，以保证对数据的完整性和有效性，而序列化和反序列化其实就是编码和解码的过程。
pickle
Python 对象序列化库。pickle 库支持对 python 对象进行序列化和反序列化操作，当我们需要将处理好的对象保存到文件或数据库中时，就可以将其序列化成二进制数据，从而更好的保存起来。
shelve
Python 对象持久化。简单的数据存储方案。
socket
底层网络接口。socket（套接字） 库提供了标准的 BSD（伯克利套接字） Socket API，可以通过访问底层操作系统 Socket 的相关接口进行网络通讯。
datetime
基本日期和时间类型库。该库提供了各种简单和复杂的方式处理日期和时间，日常我们会用时间测算时间消耗、复杂度，对存储的创建时间和修改时间也需要进一步说明，对计时器的描述和控制也需要用到该库。
hashlib
安全哈希和消息摘要。摘要算法 其实就是对某些数据进行加密（不可逆的加密算法），因为被加密的数据无法破解，所以就能防止被篡改。常见的摘要算法有 MD5、SHA1，一般我们会用 MD5 对用户口令进行加密，防止盗用后被轻易破解；而 SHA1 与 MD5 类似，但是 SHA1 会产生更长的长度，也更安全，但是算法的复杂性通常伴随着存储空间和时间的消耗。要说比SHA1更长的字符长度，还有 SHA224、SHA256、SHA384 和 SHA512，看名字就能知道。
大家都知道无论算法生成的字符长度如何都有可能发生碰撞（被破解），这是不可避免的，所以具体场景具体情况而定。
configparser
配置文件解析器。configparser 库可以轻松定制配置文件，通过解析配置文件的信息我们就可以全局访问相关配置。
urllib
URL 处理模块。urllib 库集成了处理 URLs（统一资源定位符）的各种模块：
- urllib.request 访问和读取
URL数据 - urllib.error 包含
urllib.request抛出的异常 - urllib.parse 解析
URL数据 - urllib.robotparser 解析
robots.txt文件
urllib 库对访问网络有很好的支持，提供了对数据的访问和处理、文件的上传和下载、记录 cookie 和 session 等等。
itertools
为高效循环而创建迭代器的函数。itertools 库也是经常需要用到，当我们要对某些数进行 for-in 时就需要先将其处理成一个可迭代对象，之后我们才能进行遍历操作。
collections
容器数据类型库。collections 库提供了对所有容器数据类型的支持，包括 dict, list, set 和 tuple。我们可以用此库对不同数据类型进行操作，常有的函数方法有这些：
- namedtuple() 创建命名元组子类的工厂函数
- deque 类似列表(list)的容器，实现了在两端快速添加(append)和弹出(pop)
- ChainMap 类似字典(dict)的容器类，将多个映射集合到一个视图里面
- Counter 字典的子类，提供了可哈希对象的计数功能
- OrderedDict 字典的子类，保存了他们被添加的顺序
- defaultdict 字典的子类，提供了一个工厂函数，为字典查询提供一个默认值
- UserDict 封装了字典对象，简化了字典子类化
- UserList 封装了列表对象，简化了列表子类化
- UserString 封装了列表对象，简化了字符串子类化
functools
高阶函数和可调用对象上的操作。该库主要调用高阶函数，是常规函数的一种补充。目前库中包含以下几种函数：
- cmp_to_key
- lru_cache
- total_ordering
- partial
- partialmethod
- reduce
- singledispatch
- update_wrapper
- wraps
threading
线程并行库。threading 库支持线程和多线程的操作，针对多线程并发的问题可以给数据加同步锁，一次只能让一个线程处理数据，从而避免出现数据读写混乱。
在 CPython 解释器上，因为 GIL（全局解释器锁）锁机制的存在的，被设计成线程安全，所以同一时间只能执行一个线程，这就导致了多线程不能发挥出计算机的多核特性。
multiprocessing
进程并行库。multiprocessing 库与 threading 库很类似，不同的是进程库可以创建子进程避开 GIL，从而弥补线程库存在的劣势和发挥计算机的多核特性。
timeit
测量小代码片段的执行时间。此库主要用来计算运行代码的时间消耗，支持多种方式传入参数。
atexit
退出处理器。当处理一个函数需要立马退出时可以使用该库。
abc
抽象基类。abc 库定义抽象基类，以便其他类派生出新类。比如 collections 容器库中就有此派生出的 collections.abc 类，派生出来的类可以进一步实现。
asyncio
异步IO库。asyncio 库是一个用 async/await 关键字编写并发的库，为多个异步框架提供基础功能，能够实现高性能的网络、Web服务器、数据库连接和分布式任务队列等。
异步开发中asyncio库提供两类API，高阶API：
和低阶API：
base64
数据编码库。base64 库用于对原始二进制数据进行编码，从而方便数据能在互联网上传播。
例如，当我们需要用 json 数据来传播一张图片时，就需要先对图片的二进制数据进行编码（json 不能携带二进制数据）后保存到 value 当中，当另一方拿到 json 数据后就可以用同类的算法进行解码，从而得到二进制图片数据。
base64 库中提供多种编码算法，最著名的莫过于以他命名的 base64。base64 的编码方式是将二进制数据 000000 到 111111 的 64 种状态编码成 0-9 的数字、a-z、A-Z 字母以及 + 号和 / 号，以 6 位一组的方式进行编码。当二进制数据不足 6 位时会通过补位和标记的方式处理，具体看这里。
除 base64 外，base64 库还提供其他的编码算法，例如 base16、base32、ascii85 和 base85。需要注意的是，base64 严格意义上不能算是一种加密，而是编码转换，用于转换为可见字符串。
concurrent.futures
启动并行任务。concurrent.futures 库提供高层次的接口来实现异步调用，有两种方式，一种是为线程实现的 ThreadPoolExecutor，一种是为进程实现的 ProcessPoolExecutor，从名字可以看出，两则都是从 Executor 抽象类中实现而来。
copy
浅层和深层复制操作。copy 库提供对对象的拷贝，我们都知道要制作对象副本，是无法通过简单值传递创建新变量的方式做到，因为新变量所指向的内存空间依旧是原对象本身，所以对新变量进行任何操作都会改变原对象。那么，copy 库就提供了制作对象副本的各种方法，会开辟一个新的内存空间存放副本对象，修改操作不会对原对象有任何干预。
csv
csv（Comma Separated Values）文件读写库。此库支持以纯文本的形式存储表格数据（数字和文本）。
operator
标准运算符替代函数库。此库是将 python 自有的运算符作为有效函数，比如表达式 x+y 可以用函数 operator.add(x, y) 表示；比如表达式 a*b 可以用函数 operator.mul(a, b) 表示，等等。
enum
枚举库。enum 库支持创建枚举类来存储大量同类型的不可变常量，以便其他函数调用。创建出来的枚举类是可迭代对象，所以可以用 for-in 枚举出所有常量。
heapq
堆队列算法。这个模块提供了堆队列算法的实现，也称为 优先队列算法。优先队列中的每个元素都有各自的优先级，优先级最高的元素最先得到服务。所以当我们要求前n最大/最小值的时候就可以用此算法来实现，heapq 库中也提供了相应函数实现。
http
HTTP 模块。http 模块是一个包，收集了多个处理超文本传输协议的模块：
- http.client 低层级的 HTTP 协议客户端，高层级的 URL 访问使用
urllib.request - http.server 基于 socketserver 的基本 HTTP 服务类
- http.cookies cookies 状态管理工具
- http.cookiejar 提供了 cookies 的持久化
http 模块通过 http.HTTPStatus 枚举定义了 HTTP状态码 以及相关联消息。
profile、pstats
性能分析工具。profile 模块提供了 profile 和 cProfile 两种不同实现的性能分析工具，可用来描述程序各个部分的执行时间和频率，统计后的信息可以通过 pstats 模块保存并使用。
ssl
TLS/SSL（传输安全协议）。此模块提供对安全协议的支持，通过应用上下文，可将 TLS（传输层安全性协议）或其前身 SSL（安全套接层）支持安全协议，能为互联网通信提供安全和数据完整性保障。一般 HTTPS 协议都支持 TLS/SSL 加密。
unitest
单元测试框架。unitest 库常用于单元测试，受到 JUnit 和其他主流测试库的启发，unitest 库的功能和函数与它们有着相似的风格。
uuid
UUID库。uuid 库主要用途是生成随机字符串，库中有多个版本的 UUID 对象方法，比如版本 1、3、4 和 5 的 uuid1()、uuid3()、uuid4() 和 uuid5()。需要注意的是，如果要生成随机字符串，可以使用 uuid1() 和 uuid4()，但是 uuid1() 会存在隐私风险，因为生成的原理里边包含用户访问计算机的网络地址，而 uuid4() 是通过随机字符生成。
uuid1() 的生成方式也未必是安全的，当两个进程同时处理时因为没有同步锁的存在，所以没办法保证不会生成两个相同的 UUID。
总结
标准库是语言包中默认存在的，虽然大多数基础功能已经实现，也就意味着我们不需要重复造轮子，但是我们还是需要花些时间去关注和了解其中程序设计的思维，学习开源大牛们是如何将地基打坚固，为我们即将开发的上层应用建立基础。
注：
