Часто задаваемые вопросы по библиотекам и расширениям¶Library and Extension FAQ

Как найти модуль или приложение для выполнения задачи X?¶How do I find a module or application to perform task X?

Проверьте Справочник по библиотеке, чтобы узнать, есть ли подходящий модуль в стандартной библиотеке. (Со временем вы выучите, что есть в стандартной библиотеке, и сможете пропустить этот шаг.)

Для сторонних пакетов выполните поиск в Python Package Index или воспользуйтесь Google или другой поисковой системой. Обычно поиск по «Python» с одним-двумя ключевыми словами по вашей теме находит что-нибудь полезное.

Где находится исходный файл math.py (socket.py, regex.py и т. д.)?¶Where is the math.py (socket.py, regex.py, etc.) source file?

Если не удаётся найти исходный файл для модуля, возможно, он является встроенным или динамически загружаемым модулем, реализованным на C, C++ или другом компилируемом языке. В таком случае исходный файл может отсутствовать или находиться, например, в файле mathmodule.c где-то в каталоге исходных текстов на C (не в Python Path).

В Python существует (как минимум) три вида модулей:

1. модули, написанные на Python (.py);

2. модули, написанные на C и динамически загружаемые (.dll, .pyd, .so, .sl и т. д.);

3. модули, написанные на C и связанные с интерпретатором; чтобы получить их список, введите:

   import sys
   print sys.builtin_module_names
   

Как сделать скрипт Python исполняемым в Unix?¶How do I make a Python script executable on Unix?

Нужно сделать две вещи: установить исполняемый режим для файла скрипта и убедиться, что первая строка начинается с #!, за которым следует путь к интерпретатору Python.

Первый способ: выполнить chmod +x scriptfile или, возможно, chmod 755 scriptfile.

Второе можно сделать несколькими способами. Самый простой – написать

#!/usr/local/bin/python

в самой первой строке файла, указав путь к установленному на вашей платформе интерпретатору Python.

Если вы хотите, чтобы скрипт не зависел от расположения интерпретатора Python, вы можете использовать программу «env». Почти все варианты Unix поддерживают следующее, при условии, что интерпретатор Python находится в каталоге, указанном в переменной $PATH пользователя:

#!/usr/bin/env python

Не делайте этого для CGI-скриптов. Переменная $PATH для CGI-скриптов часто очень мала, поэтому необходимо использовать фактический абсолютный путь к интерпретатору.

Иногда окружение пользователя настолько заполнено, что программа /usr/bin/env не срабатывает; или программы env вообще нет. В этом случае можно попробовать следующий трюк (от Алекса Резински):

#! /bin/sh
""":"
exec python $0 ${1+"$@"}
"""

Небольшой недостаток в том, что при этом определяется строка документации __doc__ скрипта. Однако это можно исправить, добавив

__doc__ = """...Whatever..."""

Существует ли пакет curses/termcap для Python?¶Is there a curses/termcap package for Python?

Для вариантов Unix: стандартный дистрибутив исходных текстов Python поставляется с модулем curses в подкаталоге Modules/, хотя по умолчанию он не компилируется (обратите внимание, что он недоступен в дистрибутиве Windows – модуля curses для Windows не существует).

Модуль curses поддерживает базовые возможности curses, а также многие дополнительные функции из ncurses и SYSV curses, такие как цвет, поддержка альтернативных наборов символов, pad'ы и поддержка мыши. Это означает, что модуль несовместим с операционными системами, имеющими только BSD curses, но в настоящее время, похоже, нет поддерживаемых ОС, попадающих в эту категорию.

Для Windows: используйте модуль consolelib.

Есть ли в Python аналог onexit() из C?¶Is there an equivalent to C’s onexit() in Python?

Модуль atexit предоставляет функцию register, аналогичную C'овской onexit.

Почему не работают мои обработчики сигналов?¶Why don’t my signal handlers work?

Самая распространённая проблема – обработчик сигнала объявлен с неправильным списком аргументов. Он вызывается как

handler(signum, frame)

поэтому он должен быть объявлен с двумя аргументами:

def handler(signum, frame):
    ...

Как тестировать программу или компонент Python?¶How do I test a Python program or component?

В состав Python входят два фреймворка для тестирования. Модуль doctest находит примеры в строках документации модуля и запускает их, сравнивая вывод с ожидаемым результатом, указанным в docstring.

Модуль unittest – это более продвинутый фреймворк для тестирования, созданный по образцу фреймворков Java и Smalltalk.

Для тестирования полезно писать программу так, чтобы её можно было легко тестировать с помощью хорошего модульного дизайна. Программа должна почти всю функциональность инкапсулировать в функции или методы классов – и это иногда имеет удивительный и приятный эффект: программа работает быстрее (потому что доступ к локальным переменным быстрее, чем к глобальным). Кроме того, программа должна избегать зависимости от изменения глобальных переменных, так как это делает тестирование гораздо более сложным.

«Глобальная основная логика» вашей программы может быть такой же простой, как

if __name__ == "__main__":
    main_logic()

в конце главного модуля программы.

Как только ваша программа организована как управляемая совокупность функций и поведений классов, следует написать тестовые функции, которые проверяют эти поведения. Набор тестов можно связать с каждым модулем, который автоматизирует последовательность тестов. Это звучит как много работы, но поскольку Python такой лаконичный и гибкий, это на удивление легко. Можно сделать программирование гораздо более приятным и весёлым, написав тестовые функции параллельно с «производственным кодом», так как это позволяет легко находить ошибки и даже проектные недочёты на ранних этапах.

«Вспомогательные модули», не предназначенные для роли главного модуля программы, могут включать самопроверку модуля.

if __name__ == "__main__":
    self_test()

Даже программы, взаимодействующие со сложными внешними интерфейсами, могут быть протестированы в отсутствие этих интерфейсов с помощью «фиктивных» интерфейсов, реализованных на Python.

Как создавать документацию из строк документации?¶How do I create documentation from doc strings?

Модуль pydoc умеет создавать HTML из строк документации в исходном коде Python. Альтернатива для создания API-документации исключительно из docstrings – epydoc. Sphinx также может включать содержимое docstring.

Как получить нажатие одной клавиши за раз?¶How do I get a single keypress at a time?

Для вариантов Unix: есть несколько решений. Это легко сделать с помощью curses, но curses – довольно большой модуль для изучения. Вот решение без curses:

import termios, fcntl, sys, os
fd = sys.stdin.fileno()

oldterm = termios.tcgetattr(fd)
newattr = termios.tcgetattr(fd)
newattr[3] = newattr[3] & ~termios.ICANON & ~termios.ECHO
termios.tcsetattr(fd, termios.TCSANOW, newattr)

oldflags = fcntl.fcntl(fd, fcntl.F_GETFL)
fcntl.fcntl(fd, fcntl.F_SETFL, oldflags | os.O_NONBLOCK)

try:
    while 1:
        try:
            c = sys.stdin.read(1)
            print "Got character", repr(c)
        except IOError: pass
finally:
    termios.tcsetattr(fd, termios.TCSAFLUSH, oldterm)
    fcntl.fcntl(fd, fcntl.F_SETFL, oldflags)

Для всего этого нужны модули termios и fcntl; я пробовал это только в Linux, но должно работать и в других системах. В этом коде символы читаются и выводятся по одному.

termios.tcsetattr() отключает эхо-вывод stdin и отключает канонический режим. fcntl.fcntl() используется для получения флагов файлового дескриптора stdin и их изменения для неблокирующего режима. Поскольку чтение из пустого stdin приводит к IOError, это исключение перехватывается и игнорируется.

Как программировать с помощью потоков?¶How do I program using threads?

Be sure to use the threading module and not the thread module. The threading module builds convenient abstractions on top of the low-level primitives provided by the thread module.

У Aahz есть набор слайдов из его руководства по многопоточности, которые могут быть полезны; см. http://www.pythoncraft.com/OSCON2001/.

Почему ни один из моих потоков не выполняется?¶None of my threads seem to run: why?

Как только главный поток завершается, все потоки уничтожаются. Главный поток выполняется слишком быстро, не давая потокам времени на работу.

Простое исправление – добавить в конец программы задержку, достаточно длинную для завершения всех потоков:

import threading, time

def thread_task(name, n):
    for i in range(n): print name, i

for i in range(10):
    T = threading.Thread(target=thread_task, args=(str(i), i))
    T.start()

time.sleep(10) # <----------------------------!

Но теперь (на многих платформах) потоки не выполняются параллельно, а, похоже, выполняются последовательно, один за другим! Причина в том, что планировщик потоков ОС не запускает новый поток, пока предыдущий не заблокирован.

Простое исправление – добавить небольшую задержку в начало функции run:

def thread_task(name, n):
    time.sleep(0.001) # <---------------------!
    for i in range(n): print name, i

for i in range(10):
    T = threading.Thread(target=thread_task, args=(str(i), i))
    T.start()

time.sleep(10)

Вместо того чтобы пытаться угадать, какой задержки time.sleep() будет достаточно, лучше использовать какой-нибудь механизм семафора. Одна из идей – использовать модуль Queue для создания объекта очереди, позволить каждому потоку добавлять маркер в очередь по завершении, а главному потоку – читать из очереди столько маркеров, сколько потоков.

Как распределить работу между несколькими рабочими потоками?¶How do I parcel out work among a bunch of worker threads?

Используйте модуль Queue для создания очереди, содержащей список задач. Класс Queue поддерживает список объектов с методами .put(obj) для добавления элемента в очередь и .get() для извлечения элемента. Класс сам позаботится о блокировках, необходимых для того, чтобы каждая задача была выдана ровно один раз.

Вот простой пример:

import threading, Queue, time

# Рабочий поток забирает задания из очереди. Когда очередь пуста, он
# предполагает, что больше работы не будет, и завершается.
# (На практике рабочие потоки работают до принудительного завершения.)
def worker ():
    print 'Running worker'
    time.sleep(0.1)
    while True:
        try:
            arg = q.get(block=False)
        except Queue.Empty:
            print 'Worker', threading.currentThread(),
            print 'queue empty'
            break
        else:
            print 'Worker', threading.currentThread(),
            print 'running with argument', arg
            time.sleep(0.5)

# Создать очередь
q = Queue.Queue()

# Запустить пул из 5 рабочих потоков
for i in range(5):
    t = threading.Thread(target=worker, name='worker %i' % (i+1))
    t.start()

# Начать добавление заданий в очередь
for i in range(50):
    q.put(i)

# Дать потокам время на выполнение
print 'Main thread sleeping'
time.sleep(5)

При запуске это выдаст следующий вывод:

Рабочий поток запущен Рабочий поток запущен Рабочий поток запущен Рабочий поток запущен Рабочий поток запущен Главный поток спит Рабочий поток <Thread(worker 1, started)> выполняется с аргументом 0 Рабочий поток <Thread(worker 2, started)> выполняется с аргументом 1 Рабочий поток <Thread(worker 3, started)> выполняется с аргументом 2 Рабочий поток <Thread(worker 4, started)> выполняется с аргументом 3 Рабочий поток <Thread(worker 5, started)> выполняется с аргументом 4 Рабочий поток <Thread(worker 1, started)> выполняется с аргументом 5 ...

Обратитесь к документации модуля за подробностями; класс Queue предоставляет функциональный интерфейс.

Какие виды изменения глобальных значений потокобезопасны?¶What kinds of global value mutation are thread-safe?

Глобальная блокировка интерпретатора (GIL) используется внутренне, чтобы гарантировать, что в любой момент времени в виртуальной машине Python выполняется только один поток. В целом Python переключается между потоками только между инструкциями байт-кода; частота переключений задаётся через sys.setcheckinterval(). Каждая инструкция байт-кода и, следовательно, весь код реализации на C, достигаемый из каждой инструкции, является атомарным с точки зрения программы Python.

Теоретически это означает, что точный учёт требует точного понимания реализации байткода виртуальной машины Python. На практике это означает, что операции над совместно используемыми переменными встроенных типов (int, list, dict и т.д.), которые «выглядят атомарными», действительно атомарны.

Например, следующие операции атомарны (L, L1, L2 – списки, D, D1, D2 – словари, x, y – объекты, i, j – целые числа):

L.append(x)
L1.extend(L2)
x = L[i]
x = L.pop()
L1[i:j] = L2
L.sort()
x = y
x.field = y
D[x] = y
D1.update(D2)
D.keys()

А эти – нет:

i = i+1
L.append(L[-1])
L[i] = L[j]
D[x] = D[x] + 1

Операции, замещающие другие объекты, могут вызвать метод __del__() этих объектов, когда их счётчик ссылок достигает нуля, и это может повлиять на выполнение. Особенно это касается массовых обновлений словарей и списков. В сомнительных случаях используйте мьютекс!

Нельзя ли избавиться от глобальной блокировки интерпретатора?¶Can’t we get rid of the Global Interpreter Lock?

Глобальная блокировка интерпретатора (GIL) часто рассматривается как препятствие для развёртывания Python на высокопроизводительных многопроцессорных серверных машинах, поскольку многопоточная программа на Python эффективно использует только один CPU из-за требования, что (почти) весь код на Python может выполняться только пока удерживается GIL.

Во времена Python 1.5 Грег Штайн (Greg Stein) реализовал обширный набор патчей (патчи «free threading»), который удалял GIL и заменял его мелкозернистой блокировкой. К сожалению, даже в Windows (где блокировки очень эффективны) это приводило к тому, что обычный код на Python работал примерно вдвое медленнее, чем интерпретатор с GIL. В Linux падение производительности было ещё больше, потому что блокировки pthread не так эффективны.

С тех пор идея избавления от GIL периодически всплывала, но никто не нашёл способа справиться с ожидаемым замедлением, и пользователи, которые не используют потоки, не были бы рады, если бы их код работал вдвое медленнее. Набор патчей «free threading» Грега не обновлялся для более поздних версий Python.

Это не значит, что вы не можете эффективно использовать Python на многоядерных машинах! Просто нужно творчески подойти к разделению работы между несколькими процессами, а не несколькими потоками. Разумное использование расширений на C также поможет; если использовать расширение C для выполнения длительной задачи, расширение может освободить GIL, пока поток выполнения находится в C-коде, и позволить другим потокам выполнить некоторую работу.

Высказывались предложения сделать GIL блокировкой на уровне состояния интерпретатора, а не глобальной; тогда интерпретаторы не смогли бы обмениваться объектами. К сожалению, это тоже вряд ли произойдёт. Это потребовало бы огромного объёма работы, поскольку многие реализации объектов в настоящее время используют глобальное состояние. Например, небольшие целые числа и короткие строки кэшируются; эти кэши пришлось бы перенести в состояние интерпретатора. Другие типы объектов имеют свои собственные списки свободной памяти; эти списки также пришлось бы перенести. И так далее.

И я сомневаюсь, что это вообще можно сделать за конечное время, потому что та же проблема существует и для сторонних расширений. Скорее всего, сторонние расширения пишутся быстрее, чем вы успеваете переделывать их для хранения всего глобального состояния в состоянии интерпретатора.

И наконец, если у вас есть несколько интерпретаторов, не разделяющих состояние, что вы выигрываете по сравнению с запуском каждого интерпретатора в отдельном процессе?

Как удалить файл? (И другие вопросы о файлах...)¶How do I delete a file? (And other file questions...)

Используйте os.remove(filename) или os.unlink(filename); документацию см. в модуле os. Обе функции идентичны; unlink() – это просто имя системного вызова Unix для этой функции.

Для удаления каталога используйте os.rmdir(); чтобы создать каталог – os.mkdir(). os.makedirs(path) создаст все промежуточные каталоги в path, которые отсутствуют. os.removedirs(path) удалит промежуточные каталоги, если они пусты; если нужно удалить всё дерево каталогов вместе с содержимым, используйте shutil.rmtree().

Для переименования файла используйте os.rename(old_path, new_path).

Чтобы обрезать файл, откройте его с помощью f = open(filename, "r+") и используйте f.truncate(offset); offset по умолчанию равен текущей позиции. Существует также `os.ftruncate(fd, offset) для файлов, открытых с помощью os.open(), где fd – это файловый дескриптор (небольшое целое число).

Модуль shutil также содержит ряд функций для работы с файлами, включая copyfile(), copytree() и rmtree().

Как скопировать файл?¶How do I copy a file?

Модуль shutil содержит функцию copyfile(). Обратите внимание: в MacOS 9 она не копирует ветвь ресурсов (resource fork) и информацию Finder.

Как читать (или записывать) двоичные данные?¶How do I read (or write) binary data?

Для чтения и записи сложных двоичных форматов данных лучше всего использовать модуль struct. Он позволяет взять строку, содержащую двоичные данные (обычно числа), и преобразовать её в объекты Python; и наоборот.

Например, следующий код читает из файла два 2-байтовых целых числа и одно 4-байтовое целое число в формате big-endian:

import struct

f = open(filename, "rb")  # Открыть в бинарном режиме для переносимости
s = f.read(8)
x, y, z = struct.unpack(">hhl", s)

Символ ‘>’ в строке формата указывает на порядок байтов big-endian; буква ‘h’ читает одно «короткое целое» (2 байта), а ‘l’ – одно «длинное целое» (4 байта) из строки.

Для более регулярных данных (например, однородного списка целых чисел или чисел с плавающей запятой) можно также использовать модуль array.

Не удаётся использовать os.read() для канала, созданного с помощью os.popen(); почему?¶I can’t seem to use os.read() on a pipe created with os.popen(); why?

os.read() – это низкоуровневая функция, принимающая файловый дескриптор – небольшое целое число, представляющее открытый файл. os.popen() создает высокоуровневый файловый объект того же типа, что возвращает встроенная функция open(). Таким образом, чтобы прочитать n байт из канала p, созданного с помощью os.popen(), нужно использовать p.read(n).

Как запустить подпроцесс с каналами, подключёнными и ко входу, и к выходу?¶How do I run a subprocess with pipes connected to both input and output?

Используйте модуль popen2. Например:

import popen2
fromchild, tochild = popen2.popen2("command")
tochild.write("input\n")
tochild.flush()
output = fromchild.readline()

Предупреждение: в целом делать это неразумно, поскольку можно легко вызвать взаимную блокировку (deadlock), при которой ваш процесс блокируется в ожидании вывода от дочернего процесса, а дочерний процесс блокируется в ожидании ввода от вас. Это может произойти, если родительский процесс ожидает от дочернего больше текста, чем тот выводит, или из-за данных, застрявших в буферах stdio из-за отсутствия сброса. Родительский процесс на Python может, конечно, явно сбросить данные, отправляемые дочернему процессу, перед чтением любого вывода, но если дочерний процесс – это простая программа на C, она может быть написана так, что никогда не сбрасывает свой вывод явно, даже если работает в интерактивном режиме, поскольку сброс обычно происходит автоматически.

Обратите внимание, что взаимная блокировка возможна и при использовании popen3() для чтения stdout и stderr. Если один из двух потоков слишком велик для внутреннего буфера (увеличение размера буфера не помогает) и вы сначала читаете read() другой, также возникает взаимная блокировка.

Примечание об ошибке в popen2: если ваша программа не вызывает wait() или waitpid(), завершённые дочерние процессы никогда не удаляются, и в конечном итоге вызовы popen2 будут завершаться ошибкой из-за ограничения на количество дочерних процессов. Вызов os.waitpid() с опцией os.WNOHANG может предотвратить это; хорошее место для такого вызова – перед повторным вызовом popen2.

Во многих случаях всё, что нужно – это передать данные команде и получить результат. Если объём данных не очень велик, проще всего записать их во временный файл и запустить команду с этим файлом в качестве ввода. Стандартный модуль tempfile предоставляет функцию mktemp() для генерации уникальных имён временных файлов.

import tempfile
import os

class Popen3:
    """
    Это безопасная с точки зрения взаимоблокировок версия popen, которая возвращает
    объект с errorlevel, out (строка) и err (строка).
    (capturestderr может не работать в Windows.)
    Пример: print Popen3('grep spam','\n\nhere spam\n\n').out
    """
    def __init__(self,command,input=None,capturestderr=None):
        outfile=tempfile.mktemp()
        command="( %s ) > %s" % (command,outfile)
        if input:
            infile=tempfile.mktemp()
            open(infile,"w").write(input)
            command=command+" <"+infile
        if capturestderr:
            errfile=tempfile.mktemp()
            command=command+" 2>"+errfile
        self.errorlevel=os.system(command) >> 8
        self.out=open(outfile,"r").read()
        os.remove(outfile)
        if input:
            os.remove(infile)
        if capturestderr:
            self.err=open(errfile,"r").read()
            os.remove(errfile)

Имейте в виду, что многие интерактивные программы (например, vi) плохо работают, если вместо стандартного ввода и вывода подставлены каналы. Придётся использовать псевдотерминалы («ptys») вместо каналов. Или можно воспользоваться интерфейсом Python к библиотеке «expect» Дона Лайбса. Расширение Python для expect называется «expy» и доступно по адресу http://expectpy.sourceforge.net. Чистое решение на Python, работающее как expect, – pexpect.

Как получить доступ к последовательному порту (RS232)?¶How do I access the serial (RS232) port?

Для Win32, POSIX (Linux, BSD и т. д.), Jython:

http://pyserial.sourceforge.net

Для Unix смотрите сообщение в Usenet от Митча Чепмена:

http://groups.google.com/groups?selm=34A04430.CF9@ohioee.com

Почему закрытие sys.stdout (stdin, stderr) на самом деле не закрывает его?¶Why doesn’t closing sys.stdout (stdin, stderr) really close it?

Файловые объекты Python – это высокоуровневый слой абстракции над потоками C, которые, в свою очередь, являются среднеуровневым слоем абстракции над (в числе прочего) низкоуровневыми файловыми дескрипторами C.

Для большинства файловых объектов, создаваемых в Python с помощью встроенного конструктора file, вызов f.close() помечает объект Python как закрытый с точки зрения Python, а также обеспечивает закрытие нижележащего C-потока. Это также происходит автоматически в деструкторе f, когда f становится мусором.

Однако stdin, stdout и stderr обрабатываются Python особым образом из-за особого статуса, который им также присваивается в C. Вызов sys.stdout.close() помечает файловый объект на уровне Python как закрытый, но не закрывает связанный C-поток.

Чтобы закрыть лежащий в основе поток C для одного из этих трёх, сначала стоит убедиться, что это действительно нужно (например, это может запутать расширения, пытающиеся выполнять ввод-вывод). Если всё же нужно, используйте os.close:

os.close(0)   # закрыть поток stdin C
os.close(1)   # закрыть поток stdout C
os.close(2)   # закрыть поток stderr C

Какие WWW-инструменты есть для Python?¶What WWW tools are there for Python?

Смотрите главы Интернет-протоколы и поддержка и Обработка интернет-данных в Справочном руководстве по библиотеке Python. В Python есть много модулей, которые помогут создать веб-системы как на стороне сервера, так и на стороне клиента.

Сводка доступных фреймворков поддерживается Полом Бодди на http://wiki.python.org/moin/WebProgramming.

Кэмерон Лэрд поддерживает полезный набор страниц о веб-технологиях Python по адресу http://phaseit.net/claird/comp.lang.python/web_python.

Как имитировать отправку CGI-формы (METHOD=POST)?¶How can I mimic CGI form submission (METHOD=POST)?

Мне нужно получать веб-страницы, которые появляются после отправки формы. Существует ли готовый код, позволяющий это сделать?

Да. Вот простой пример с использованием httplib:

#!/usr/local/bin/python

import httplib, sys, time

### сформировать строку запроса
qs = "First=Josephine&MI=Q&Last=Public"

### подключиться и отправить серверу путь
httpobj = httplib.HTTP('www.some-server.out-there', 80)
httpobj.putrequest('POST', '/cgi-bin/some-cgi-script')
### теперь сгенерировать остальные заголовки HTTP...
httpobj.putheader('Accept', '*/*')
httpobj.putheader('Connection', 'Keep-Alive')
httpobj.putheader('Content-type', 'application/x-www-form-urlencoded')
httpobj.putheader('Content-length', '%d' % len(qs))
httpobj.endheaders()
httpobj.send(qs)
### узнать, что сервер ответил...
reply, msg, hdrs = httpobj.getreply()
if reply != 200:
    sys.stdout.write(httpobj.getfile().read())

Обратите внимание, что в общем случае для URL-кодированных POST-запросов строки запроса должны быть экранированы с помощью urllib.quote(). Например, для отправки name=”Guy Steele, Jr.”:

>>> from urllib import quote
>>> x = quote("Guy Steele, Jr.")
>>> x
'Guy%20Steele,%20Jr.'
>>> query_string = "name="+x
>>> query_string
'name=Guy%20Steele,%20Jr.'

Какой модуль использовать для генерации HTML?¶What module should I use to help with generating HTML?

Доступно множество различных модулей:

• HTMLgen – это библиотека классов объектов, соответствующих всем тегам разметки HTML 3.2. Она используется, когда вы пишете на Python и хотите синтезировать HTML-страницы для создания веб-сайта или для CGI-форм и т.д.
• DocumentTemplate и Zope Page Templates – это две разные системы, которые являются частью Zope.
• PTL от Quixote использует синтаксис Python для сборки строк текста.

Дополнительные ссылки см. на страницах вики по веб-программированию.

Как отправить письмо из скрипта Python?¶How do I send mail from a Python script?

Используйте модуль стандартной библиотеки smtplib.

Вот очень простой интерактивный отправитель почты, использующий этот модуль. Этот метод будет\nработать на любом хосте, поддерживающем SMTP-слушатель.

import sys, smtplib

fromaddr = raw_input("From: ")
toaddrs  = raw_input("To: ").split(',')
print "Enter message, end with ^D:"
msg = ''
while True:
    line = sys.stdin.readline()
    if not line:
        break
    msg += line

# Непосредственная отправка письма
server = smtplib.SMTP('localhost')
server.sendmail(fromaddr, toaddrs, msg)
server.quit()

A Unix-only alternative uses sendmail. The location of the sendmail program varies between systems; sometimes it is /usr/lib/sendmail, sometime /usr/sbin/sendmail. The sendmail manual page will help you out. Here’s some sample code:

SENDMAIL = "/usr/sbin/sendmail" # Расположение sendmail
import os
p = os.popen("%s -t -i" % SENDMAIL, "w")
p.write("To: receiver@example.com\n")
p.write("Subject: test\n")
p.write("\n") # Пустая строка, отделяющая заголовки от тела
p.write("Some text\n")
p.write("some more text\n")
sts = p.close()
if sts != 0:
    print "Sendmail exit status", sts

Как избежать блокировки в методе connect() сокета?¶How do I avoid blocking in the connect() method of a socket?

Модуль select часто используется для организации асинхронного ввода-вывода через сокеты.

Чтобы предотвратить блокировку при TCP-подключении, можно перевести сокет в неблокирующий режим. Затем при вызове connect() соединение либо установится сразу (маловероятно), либо будет получено исключение, содержащее номер ошибки в виде .errno. ⟦errno.EINPROGRESS указывает, что соединение устанавливается, но ещё не завершено. Разные ОС возвращают разные значения, поэтому необходимо проверить, что возвращается в вашей системе.

Вы можете использовать метод connect_ex(), чтобы избежать исключения. Он просто возвращает значение errno. Для опроса можно вызвать connect_ex() позже – 0 или errno.EISCONN означают, что соединение установлено – или можно передать этот сокет в select, чтобы проверить, доступен ли он для записи.

Существуют ли интерфейсы к пакетам баз данных в Python?¶Are there any interfaces to database packages in Python?

Да.

Python 2.3 включает пакет bsddb, предоставляющий интерфейс к библиотеке BerkeleyDB. Интерфейсы к дисковым хешам, таким как DBM и GDBM, также включены в стандартную поставку Python.

Доступна поддержка большинства реляционных баз данных. Подробнее см. на вики-странице DatabaseProgramming.

Как реализовать постоянные объекты в Python?¶How do you implement persistent objects in Python?

Библиотечный модуль pickle решает эту задачу очень общим способом (хотя по-прежнему нельзя сохранять такие вещи, как открытые файлы, сокеты или окна), а библиотечный модуль shelve использует pickle и (g)dbm для создания постоянных отображений, содержащих произвольные объекты Python. Для лучшей производительности можно использовать модуль cPickle.

Более неуклюжий способ – использовать младшую сестру pickle – модуль marshal. Модуль marshal предоставляет очень быстрые способы сохранения нециклических базовых типов Python в файлы и строки и обратно. Хотя marshal не делает сложных вещей, таких как сохранение экземпляров или корректная обработка общих ссылок, он работает чрезвычайно быстро. Например, загрузка полмегабайта данных может занять менее трети секунды. Это часто оказывается быстрее, чем использовать что-то более сложное и универсальное, например gdbm с pickle/shelve.

Почему cPickle такой медленный?¶Why is cPickle so slow?

Формат по умолчанию, используемый модулем pickle, медленный, но даёт читаемые пиклы. Сделать его форматом по умолчанию? Но это нарушит обратную совместимость:

largeString = 'z' * (100 * 1024)
myPickle = cPickle.dumps(largeString, protocol=1)

Если моя программа аварийно завершилась с открытой базой данных bsddb (или anydbm), она повреждается. Почему?¶If my program crashes with a bsddb (or anydbm) database open, it gets corrupted. How come?

Databases opened for write access with the bsddb module (and often by the anydbm module, since it will preferentially use bsddb) must explicitly be closed using the .close() method of the database. The underlying library caches database contents which need to be converted to on-disk form and written.

Если вы инициализировали новую базу данных bsddb, но ничего в неё не записали до сбоя программы, в результате часто остаётся файл нулевой длины, и при следующем открытии возникнет исключение.

Я попытался открыть файл Berkeley DB, но bsddb выдаёт bsddb.error: (22, ‘Invalid argument’). Помогите! Как восстановить мои данные?¶I tried to open Berkeley DB file, but bsddb produces bsddb.error: (22, ‘Invalid argument’). Help! How can I restore my data?

Не паникуйте! Ваши данные, скорее всего, целы. Самая частая причина ошибки – попытка открыть более старый файл Berkeley DB с более новой версией библиотеки Berkeley DB.

Во многих системах Linux теперь доступны все три версии Berkeley DB. Если вы переходите с версии 1 на более новую, используйте db_dump185 для создания текстового дампа базы данных. Если вы переходите с версии 2 на версию 3, используйте db2_dump для создания текстовой версии базы данных. В любом случае используйте db_load для создания новой родной базы данных для последней версии, установленной на вашем компьютере. Если у вас установлена версия 3 Berkeley DB, вы сможете использовать db2_load для создания родной базы данных версии 2.

Следует отказаться от файлов Berkeley DB версии 1, поскольку код хэш-файлов содержит известные ошибки, которые могут повредить ваши данные.

Как генерировать случайные числа в Python?¶How do I generate random numbers in Python?

Стандартный модуль random реализует генератор случайных чисел. Использование простое:

import random
random.random()

Возвращает случайное число с плавающей запятой в диапазоне [0, 1).

В этом модуле также есть много других специализированных генераторов, например:

• randrange(a, b) выбирает целое число в диапазоне [a, b).
• uniform(a, b) выбирает число с плавающей точкой в диапазоне [a, b).
• normalvariate(mean, sdev) возвращает случайное число из нормального (гауссова) распределения.

Некоторые функции более высокого уровня работают непосредственно с последовательностями, например:

• choice(S) выбирает случайный элемент из заданной последовательности
• shuffle(L) перемешивает список на месте, т.е. переставляет его элементы случайным образом

Также существует класс Random, который можно инстанцировать для создания нескольких независимых генераторов случайных чисел.