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 библиотеки, чтобы узнать, есть ли подходящий модуль в стандартной библиотеке. (Со временем вы запомните, что входит в стандартную библиотеку, 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 модуля, возможно, он встроенный или динамически загружаемый модуль, реализованный на C, C++ или другом компилируемом языке. В этом случае исходного файла может не быть, или он находится, например, в mathmodule.c, где-то в каталоге с исходниками на C (не на 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.

Первое выполняется командой 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, используйте программу env. Почти все варианты Unix поддерживают следующее, при условии, что интерпретатор Python находится в каталоге, входящем в PATH пользователя:

#!/usr/bin/env python

Не делайте этого для CGI-скриптов. Переменная PATH для CGI-скриптов часто очень ограничена, поэтому нужно указывать полный абсолютный путь к интерпретатору.

Иногда окружение пользователя настолько переполнено, что программа /usr/bin/env завершается с ошибкой; или программы env вообще нет. В таком случае можно попробовать следующий трюк (благодаря Алексу 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 Unix-подобных систем в стандартном дистрибутиве Python есть модуль curses в поддиректории Modules, но он не компилируется по умолчанию. (Обратите внимание: в дистрибутиве для Windows его нет – 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, подокна и поддержка мыши. Это означает, что модуль несовместим с операционными системами, где есть только BSD curses, но сейчас, 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, похожую на onexit() из C.

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 две тестовые платформы. Модуль doctest находит примеры в строках документации модуля и запускает их, сравнивая вывод с ожидаемым выводом, указанным в строке документации.

Модуль unittest – это более продвинутая тестовая платформа, созданная по образцу тестовых платформ Java и Smalltalk.

Чтобы упростить тестирование, используйте в программе хорошую модульную архитектуру. Почти вся функциональность должна быть инкапсулирована в функции или методы классов – и это иногда неожиданно и приятно ускоряет работу программы (потому что доступ к локальным переменным быстрее, чем к глобальным). Кроме того, программа не должна зависеть от изменения глобальных переменных, поскольку это сильно усложняет тестирование.

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

if __name__ == "__main__":
    main_logic()

в конце главного модуля программы.

Когда программа организована как управляемая коллекция функций и поведений классов, следует написать тестовые функции, которые проверяют эти поведения. Тестовый набор, автоматизирующий последовательность тестов, можно связать с каждым модулем. Это звучит как большая работа, но, поскольку Python так краток и гибок, это оказывается удивительно легко. Писать код становится гораздо приятнее и веселее, если создавать тестовые функции параллельно с «рабочим кодом», поскольку это позволяет раньше находить ошибки и даже проектные недостатки.

«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 может создавать HTML из строк документации в исходном коде Python. Альтернативой для создания API-документации исключительно по docstrings является 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 Unix-подобных систем есть несколько решений. Проще всего это сделать с помощью curses, но curses – довольно объёмный модуль, который нужно изучать. 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 работы всего этого понадобятся модули termios и fcntl, и я проверял это только на Linux, хотя 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.fnctl() используется для получения флагов файлового дескриптора stdin и их изменения для неблокирующего режима. Поскольку чтение из пустого stdin вызывает IOError, эта ошибка перехватывается и игнорируется.

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

Обязательно используйте модуль threading, а не модуль thread. Модуль threading создаёт удобные абстракции поверх низкоуровневых примитивов, предоставляемых модулем thread.

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 попыток угадать подходящее значение задержки для time.sleep() лучше использовать какой-нибудь семафорный механизм. Одна из идей – использовать модуль Queue для создания объекта очереди, позволить каждому потоку добавлять токен в очередь по завершении, а главному потоку – читать из очереди столько токенов, 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 со списком заданий. Класс Queue ведёт список объектов и имеет метод .put(obj), добавляющий элементы в очередь, и метод .get(), возвращающий их. Класс сам позаботится о блокировках, необходимых, чтобы каждое задание было выдано 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:

Running worker
Running worker
Running worker
Running worker
Running worker
Main thread sleeping
Worker <Thread(worker 1, started)> running with argument 0
Worker <Thread(worker 2, started)> running with argument 1
Worker <Thread(worker 3, started)> running with argument 2
Worker <Thread(worker 4, started)> running with argument 3
Worker <Thread(worker 5, started)> running with argument 4
Worker <Thread(worker 1, started)> running with argument 5
...

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

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

Внутри Python используется глобальная блокировка интерпретатора (GIL), чтобы гарантировать, что в виртуальной машине Python в каждый момент времени выполняется только один поток. В общем случае Python переключается между потоками только между инструкциями байт-кода; частоту переключений можно задать через sys.setcheckinterval(). Каждая инструкция байт-кода, а значит, и весь код на C, выполняемый для этой инструкции, является атомарным с точки зрения программы на 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, заменяющие другие объекты, могут вызывать метод __del__() этих объектов, когда счётчик ссылок достигает нуля, и это может повлиять на другие вещи. Особенно это касается массовых обновлений словарей и списков. Если есть сомнения, используйте мьютекс!

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

Глобальная блокировка интерпретатора (GIL) часто считается помехой для развёртывания Python на высокопроизводительных многопроцессорных серверных машинах, поскольку многопоточная программа на Python фактически использует только один процессор из-за требования, что (почти) весь код Python может выполняться только при удерживаемом 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 избавиться от GIL время от времени всплывала, но никто не нашёл способа справиться с ожидаемым замедлением, а пользователям, не использующим потоки, вряд ли понравится, если их код будет работать вдвое медленнее. Набор патчей Грега (Greg) для свободной многопоточности не поддерживался 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 смотрите в модуле os. Эти две функции идентичны; unlink() – просто имя системного вызова Unix для этой функции.

Чтобы удалить каталог, используйте os.rmdir(); для создания используйте os.mkdir(). os.makedirs(path) создаст все промежуточные каталоги в path, которые не существуют. os.removedirs(path) удалит промежуточные каталоги, если они пусты; если нужно удалить всё дерево каталогов и его содержимое, используйте shutil.rmtree().

Чтобы переименовать файл, используйте os.rename(old_path, new_path).

Чтобы урезать файл, откройте его с помощью f = open(filename, "r+") и используйте f.truncate(offset); смещение по умолчанию равно текущей позиции. Также есть 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, что на MacOS 9 она не копирует вилку ресурсов и информацию Finder.

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

Для чтения или 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 данных, которые являются более регулярными (например, однородный список целых 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, которая принимает файловый дескриптор – небольшое целое число, представляющее открытый файл. os.popen() создаёт высокоуровневый файловый объект того же типа, что возвращается встроенной функцией 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 общем случае так делать не стоит, потому что легко возникает взаимоблокировка (deadlock), когда ваш процесс заблокирован в ожидании вывода дочернего процесса, а дочерний процесс заблокирован в ожидании ввода от вас. Это может произойти, если родитель ожидает от дочернего процесса больше текста, чем тот выводит, или если данные застревают в буферах stdio из-за отсутствия сброса. Родительский процесс на Python, конечно, может явно сбросить данные, отправляемые дочернему процессу перед чтением любого вывода, но если дочерний процесс – простая программа на C, она может быть написана так, что никогда явно не сбрасывает свой вывод, даже если работает в интерактивном режиме, так как сброс обычно происходит автоматически.

Обратите внимание, что взаимоблокировка 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 read() другой поток первым, то тоже возникает взаимоблокировка.

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

Во многих случаях всё, что нужно – пропустить данные через команду и получить результат обратно. Если объём данных не слишком велик, проще всего записать их во временный файл и запустить команду, используя этот временный файл как входные данные. 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:

https://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 конструктора file, вызов f.close() помечает файловый объект Python как закрытый с точки зрения Python, а также инициирует закрытие лежащего в основе потока C. Это также происходит автоматически в деструкторе f, когда f становится мусором.

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

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\nhttps://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 целом для POST-операций с процентным кодированием строки запроса должны быть экранированы с помощью urllib.urlencode(). Например, чтобы отправить name=Guy Steele, Jr.:

>>> import urllib
>>> urllib.urlencode({'name': 'Guy Steele, Jr.'})
'name=Guy+Steele%2C+Jr.'

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

Вы можете найти подборку полезных ссылок на вики-странице Web Programming.

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()

Альтернатива, доступная только в Unix, использует sendmail. Расположение программы sendmail различается в разных системах: иногда это /usr/lib/sendmail, иногда\n/usr/sbin/sendmail. Страница руководства sendmail поможет разобраться. Вот пример кода:

import os

SENDMAIL = "/usr/sbin/sendmail"  # Расположение sendmail
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 .errno. errno.EINPROGRESS означает, что соединение устанавливается, но ещё не завершено. В разных ОС возвращаются разные значения, поэтому потребуется проверить, что возвращается в вашей системе.

Можно использовать метод connect_ex(), чтобы избежать создания исключения. Он просто вернёт значение errno. Для опроса можно вызвать connect_ex() позже – 0 или errno.EISCONN означают, что соединение установлено – или 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. В стандартный Python также входят интерфейсы к хэш-таблицам на диске, таким как DBM и GDBM.

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?

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

Более громоздкий способ – использовать младшую сестру pickle – marshal. Модуль marshal предоставляет очень быстрые способы сохранения нециклических базовых типов Python в файлы и строки и обратной загрузки. Хотя marshal не умеет таких вещей, как сохранение экземпляров классов или корректную обработку общих ссылок, он работает чрезвычайно быстро. Например, загрузка полмегабайта данных может занять меньше трети секунды. Часто это быстрее, чем использовать что-то более сложное и универсальное, например gdbm с pickle/shelve.

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

По умолчанию pickle использует относительно старый и медленный формат для обратной совместимости. Однако можно указать другие версии протокола, которые работают быстрее:

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?

Базы данных, открытые для записи с помощью модуля bsddb (а часто и модуля anydbm, поскольку он предпочитает bsddb), должны быть явно закрыты с помощью метода .close() базы данных. Лежащая в основе библиотека кэширует содержимое базы данных, которое нужно преобразовать в форму, пригодную для записи на диск, и записать.

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. Использовать его просто:

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 запятой в диапазоне [a, b).

• normalvariate(mean, sdev) делает выборку 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. случайным образом переставляет его элементы.

Также существует класс Random, экземпляр которого можно создать для получения независимых генераторов случайных чисел.