Python内置小工具
1秒钟启动一个下载服务器
在实际工作中，时常会有这样的一个需求：将文件传给其他同事。将文件传给同事本身并不是一个很繁琐的工作，现在的聊天工具一般都支持文件传输。但是，如果需要传送的文件较多，操作起来就会比较麻烦。此外，如果文件在远程的服务器上，则需要先将远程服务器的文件下载到本地，然后再通过聊天工具传给同事。再或者，你并不是特别清楚要传哪几个文件给同事，所以，你们需要进行交流，而交流的时间成本是比较高的，会降低办事效率。
此时，如果你知道Python内置了一个下载服务器就能够显著提升效率了。例如，你的同事要让你传的文件位于某一个目录下，那么，你可以进入这个目录，然后执行下面的命令启动一个下载服务器：
python -m SimpleHTTPServer
在Python 3中，由于对系统库进行了重新整理，因此，使用方式会有不同：
python -m http.server
执行上面的命令就会在当前目录下启动一个文件下载服务器，默认打开8000端口。完成以后，只需要将IP和端口告诉同事，让同事自己去操作即可，非常方便高效。
使用浏览器访问Python启动的下载服务器，可以看到一个类似于FTP下载的界面，这个时候单击文件下载即可。通过这种方式传输文件，可以降低大家的沟通成本，提高文件传输的效率。
上面使用的Python语句，从工作原理来说，仅仅是启动了一个Python内置的Web服务器。如果当前目录下存在一个名为index.html的文件，则默认显示该文件的内容。如果当前目录下不存在这样一个文件，则默认显示当前目录下的文件列表，也就是大家看到的下载服务器。
字符串转换为JSON
JSON是一种轻量级的数据交换格式，易于人类阅读和编写，同时也易于机器解析和生成。由于JSON的诸多优点，已被广泛使用在各个系统中。JSON使用越广泛，需要将JSON字符串转换为JSON对象的需求就越频繁。
例如，在工作过程中，我们的系统会调用底层服务的API。底层服务的API一般都是以JSON的格式返回，为了便于问题追踪，我们会将API返回的JSON转换为字符串记录到日志文件中。当需要分析问题时，就需要将日志文件中的JSON字符串拿出来进行分析。这个时候，需要将一个JSON字符串转换为JSON对象，以提高日志的可读性。
这个需求十分常见，以至于使用搜索引擎搜索"JSON"，处于搜索结果的第一项便是“在线JSON格式化工具”。除了打开浏览器，使用在线JSON格式化工具以外，我们也可以使用命令行终端的Python解释器来解析JSON串，如下所示：
[root@oracle ~]# echo '{"job": "developer", "name": "lmx", "sex": "male"}' | python -m json.tool
{
"job": "developer",
"name": "lmx",
"sex": "male"
}
使用命令行解释器解析JSON串非常方便，而且，为了便于阅读，该工具还会自动将转换的结果进行对齐和格式化。如下所示：
[root@oracle ~]# echo '{"address": {"province": "zhejiang", "city": "hangzhou"}, "name": "lmx", "sex": "male"}' | python -m json.tool
{
"address": {
"city": "hangzhou",
"province": "zhejiang"
},
"name": "lmx",
"sex": "male"
}
检查第三方库是否正确安装
安装完Python的第三方库以后，如何确认这个库已经正确安装了呢？答案很简单，只需要尝试进行import导入即可。如果导入没有任何错误，则认为安装成功；如果导入失败，则认为安装失败。
[root@oracle ~]# python
Python 2.7.5 (default, Oct 30 2018, 23:45:53)
[GCC 4.8.5 20150623 (Red Hat 4.8.5-36)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>>
验证Python的第三方库是否安装成功，本身也是一件很简单的事情，但是，如果我们使用脚本对大批量的服务器进行自动部署，又应该如何验证第三方库安装成功了呢？肯定不能登录每一台服务器进行验证。这个时候，我们可以使用Python解释器的-c参数快速地执行import语句，如下所示：
[root@oracle ~]# python -c "import paramiko"
Traceback (most recent call last):
File "<string>", line 1, in <module>
ImportError: No module named paramiko
[root@oracle ~]#
pip高级用法
为了便于用户安装和管理第三方库和软件，越来越多的编程语言拥有自己的包管理工具，如nodejs的npm，ruby的gem。Python也不例外，现在Python生态主流的包管理工具是pip。
pip介绍
pip是一个用来安装和管理Python包的工具，是easy_install的替代品，如果读者使用的是Python 2.7.9+或Python 3.4+版本的Python，则已经内置了pip，无须安装直接使用即可。如果系统中没有安装pip，也可以手动安装。
python3安装pip
方法1：python3安装完成后默认已经带有pip3
[root@oracle bin]# pip3 -V
pip 19.2.3 from /usr/local/python38/lib/python3.8/site-packages/pip (python 3.8)
[root@oracle bin]# pwd
/usr/local/python38/bin
[root@oracle bin]#
你可以用以下命令,创建软链接
ln -s /usr/local/python38/bin/pip3 /usr/bin/pip3
方法2：使用以下方法重新安装pip插件
下载get-pip.py脚本
wget https://bootstrap.pypa.io/3.2/get-pip.py
运行脚本
python3 get-pip.py
python3创建pip3索引
ln -s /usr/python3.6.1/bin/pip /usr/bin/pip3
测试是否安装成功
pip3 install requests
pip之所以能够成为最流行的包管理工具，并不是因为它被Python官方作为默认的包管理器，而是因为它自身的诸多优点。pip的优点有：
pip提供了丰富的功能，其竞争对手easy_install则只支持安装，没有提供卸载和显示已安装列表的功能；
pip能够很好地支持虚拟环境；
pip可以通过requirements.txt集中管理依赖；
pip能够处理二进制格式(.whl)；
pip是先下载后安装，如果安装失败，也会清理干净，不会留下一个中间状态。
如果用户没有将软件打包上传到pypi.python.org，则无法使用pip进行安装。对于这种情况，Python生态也有标准的做法，例如，我们尝试从源码安装paramiko。需要注意的是，我们也可以通过pip安装paramiko的，这里只是为了演示Python生态中源码安装：
$ git clone https://github.com/paramiko/paramiko.git
$ cd paramiko
$ python setup.py install
给pip3重命名
[root@oracle bin]# cd ~
[root@localhost ~]# vim .bashrc
alias pip=pip3
[root@localhost ~]# source .bashrc
[root@localhost ~]# pip -V
pip 19.2.3 from /usr/local/python38/lib/python3.8/site-packages/pip (python 3.8)
pip3常用命令
| 子命令 | 解释说明 |
|---|---|
| install | 安装软件包 |
| download | 下载软件包 |
| uninstall | 卸载安装包 |
| freeze | 按照requirements格式输出安装包，可以到其他服务器上执行pip install -r requirements.txt直接安装软件 |
| list | 列出当前系统中的安装包 |
| show | 查看安装包的信息，包括版本、依赖、许可证、作者、主页等信息 |
| check | 检查安装包依赖是否完整 |
| search | 查找安装包 |
| wheel | 打包软件到wheel格式 |
| hash | 计算安装包的hash值 |
| completion | 生成命令补全配置 |
| help | 获取pip和子命令的帮助信息 |
加速pip安装的技巧
如果大家使用Python的时间比较长的话，会发现Python安装的一个问题，即pypi.python.org不是特别稳定，有时候会很慢，甚至处于完全不可用的状态。这个问题有什么好办法可以解决呢？根据笔者的经验，至少有两种不同的方法。
1.使用豆瓣或阿里云的源加速软件安装
访问pypi.python.org不稳定的主要原因是因为网络不稳定，如果我们从网络稳定的服务器下载安装包，问题就迎刃而解了。我们国内目前有多个pypi镜像，推荐使用豆瓣的镜像源或阿里的镜像源。如果要使用第三方的源，只需要在安装时，通过pip命令的-i选项指定镜像源即可。如下所示：
pip install -i https://pypi.douban.com/simple/ flask
每次都要指定镜像源的地址比较麻烦，我们也可以修改pip的配置文件，将镜像源写入配置文件中。对于Linux系统来说，需要创建～/.pip/pip.conf文件，然后在文件中保存如下内容：
[root@localhost ~]# mkdir .pip
[root@localhost ~]# cd .pip
[root@localhost .pip]# touch pip.conf
[root@localhost .pip]# vim pip.conf
[global]
index-url = https://pypi.douban.com/simple/
[root@localhost .pip]#
2.将软件下载到本地部署
如果需要对大批量的服务器安装软件包，并且安装包比较多或者比较大，则可以考虑将软件包下载到本地，然后从本地安装。这对于使用脚本部署大量的服务器非常有用，此外，对于服务器无法连接外网的情况，也可以使用这种方法。如下所示：
# 下载到本地
pip install --download='pwd' -r requirements.txt
# 本地安装
pip install --no-index -f file://'pwd' -r requirements.txt
使用这种方式，只需要下载一次，就可以多处安装，不用担心网络不稳定的问题。并且，pip能够自动处理软件依赖问题。例如，我们通过这种方式下载Flask到当前目录下，则Flask的依赖click、itsdangerous、Jinja2、MarkupSafe和Werkzeug也会被下载到本地，如下所示：
pip install --download='pwd' flask
$ ls
click-6.7-py2.py3-none-any.whl itsdangerous-0.24.tar.gz
MarkupSafe-0.23.tar.gz Flask-0.12-py2.py3-none-any.whl
Jinja2-2.9.5-py2.py3-none-any.whl Werkzeug-0.11.15-py2.py3-none-any.whl
