10. Brief tour of the standard library#

10.1. Operating system interface#

El módulo "os" proporciona docenas de funciones para interactuar con el sistema operativo:

import os os.getcwd() # Return the current working directory 'C:\Python314' os.chdir('/server/accesslogs') # Change current working directory os.system('mkdir today') # Run the command mkdir in the system shell 0

Asegúrate de utilizar el estilo "import os" en lugar de "from os import *". Esto evitará que "os.open()" oculte la función integrada "open()", que funciona de manera muy diferente.

Las funciones integradas "dir()" y "help()" son útiles como ayudas interactivas para trabajar con módulos grandes como "os":

import os dir(os) help(os)

Para las tareas diarias de administración de archivos y directorios, el módulo "shutil" proporciona una interfaz en un nivel superior que es más fácil de usar:

import shutil shutil.copyfile('data.db', 'archive.db') 'archive.db' shutil.move('/build/executables', 'installdir') 'installdir'

10.2. File wildcards#

El módulo "glob" proporciona una función para hacer listas de archivos a partir de búsquedas con comodines en directorios:

import glob glob.glob('*.py') ['primes.py', 'random.py', 'quote.py']

10.3. Command-line arguments#

Los programas frecuentemente necesitan procesar argumentos de linea de comandos. Estos argumentos se almacenan en el atributo argv del módulo "sys" como una lista. Por ejemplo, consideremos el siguiente archivo :file: 'demo.py':

# File demo.py import sys print(sys.argv)

Este es el resultado de ejecutar "python demo.py one two three" en la línea de comandos:

['demo.py', 'one', 'two', 'three']

El modulo "argparse" provee un mecanismo más sofisticado para procesar argumentos recibidos vía línea de comandos. El siguiente script extrae uno o más nombres de archivos y un número opcional de líneas para mostrar:

import argparse

parser = argparse.ArgumentParser( prog='top', description='Show top lines from each file') parser.add_argument('filenames', nargs='+') parser.add_argument('-l', '--lines', type=int, default=10) args = parser.parse_args() print(args)

Cuando se ejecuta en la línea de comandos con "python top.py --lines=5 alpha.txt beta.txt", el script establece "args.lines" a "5" y "args.filenames" a "['alpha.txt', 'beta.txt']".

10.4. Error output redirection and program termination#

El módulo "sys" también tiene sus atributos para stdin, stdout, y stderr. Este último es útil para emitir mensajes de alerta y error para que se vean incluso cuando se haya redirigido stdout:

sys.stderr.write('Warning, log file not found starting a new one\n') Warning, log file not found starting a new one

La forma más directa de terminar un programa es usar "sys.exit()".

10.5. String pattern matching#

El módulo "re" provee herramientas de expresiones regulares para un procesamiento avanzado de cadenas. Para manipulación y coincidencias complejas, las expresiones regulares ofrecen soluciones concisas y optimizadas:

import re re.findall(r'\bf[a-z]*', 'which foot or hand fell fastest') ['foot', 'fell', 'fastest'] re.sub(r'(\b[a-z]+) \1', r'\1', 'cat in the the hat') 'cat in the hat'

Cuando sólo se necesitan funciones sencillas, se prefieren los métodos de cadenas porque son más fáciles de leer y depurar:

'tea for too'.replace('too', 'two') 'tea for two'

10.6. Matemáticas#

The "math" module gives access to the underlying C library functions for floating-point math:

import math math.cos(math.pi / 4) 0.70710678118654757 math.log(1024, 2) 10.0

El módulo "random" provee herramientas para realizar selecciones aleatorias:

import random random.choice(['apple', 'pear', 'banana']) 'apple' random.sample(range(100), 10) # sampling without replacement [30, 83, 16, 4, 8, 81, 41, 50, 18, 33] random.random() # random float from the interval [0.0, 1.0) 0.17970987693706186 random.randrange(6) # random integer chosen from range(6) 4

El módulo "statistics" calcula propiedades de estadística básica (la media, mediana, varianza, etc) de datos numéricos:

import statistics data = [2.75, 1.75, 1.25, 0.25, 0.5, 1.25, 3.5] statistics.mean(data) 1.6071428571428572 statistics.median(data) 1.25 statistics.variance(data) 1.3720238095238095

El proyecto SciPy https://scipy.org tiene muchos otros módulos para cálculos numéricos.

10.7. Internet access#

Hay varios módulos para acceder a Internet y procesar sus protocolos. Dos de los más simples son "urllib.request" para traer data de URLs y "smtplib" para enviar correos:

from urllib.request import urlopen with urlopen('https://docs.python.org/3/') as response: ... for line in response: ... line = line.decode() # Convert bytes to a str ... if 'updated' in line: ... print(line.rstrip()) # Remove trailing newline ... Last updated on Nov 11, 2025 (20:11 UTC).

import smtplib server = smtplib.SMTP('localhost') server.sendmail('soothsayer@example.org', 'jcaesar@example.org', ... """To: jcaesar@example.org ... From: soothsayer@example.org ... ... Beware the Ides of March. ... """) server.quit()

(Nota que el segundo ejemplo necesita un servidor de correo corriendo en la máquina local)

10.8. Dates and times#

El módulo "datetime" ofrece clases para gestionar fechas y tiempos tanto de manera simple como compleja. Aunque soporta aritmética sobre fechas y tiempos, la aplicación se centra en la extracción eficiente de elementos para el formateo y la manipulación de los datos de salida. El módulo también admite objetos que tienen en cuenta la zona horaria.

dates are easily constructed and formatted#

import datetime as dt now = dt.date.today() now datetime.date(2003, 12, 2) now.strftime("%m-%d-%y. %d %b %Y is a %A on the %d day of %B.") '12-02-03. 02 Dec 2003 is a Tuesday on the 02 day of December.'

dates support calendar arithmetic#

birthday = dt.date(1964, 7, 31) age = now - birthday age.days 14368

10.9. Data compression#

Los módulos admiten directamente los formatos más comunes de archivo y compresión de datos, entre ellos : "zlib", "gzip", "bz2", "lzma", "zipfile" y "tarfile".

import zlib s = b'witch which has which witches wrist watch' len(s) 41 t = zlib.compress(s) len(t) 37 zlib.decompress(t) b'witch which has which witches wrist watch' zlib.crc32(s) 226805979

10.10. Performance measurement#

Algunos usuarios de Python desarrollan un profundo interés en conocer el rendimiento relativo de las diferentes soluciones al mismo problema. Python provee una herramienta de medición que responde inmediatamente a esas preguntas.

Por ejemplo, puede ser tentador usar la característica de empaquetado y desempaquetado de las tuplas en lugar de la solución tradicional para intercambiar argumentos. El módulo "timeit" muestra rápidamente una ligera ventaja de rendimiento:

from timeit import Timer Timer('t=a; a=b; b=t', 'a=1; b=2').timeit() 0.57535828626024577 Timer('a,b = b,a', 'a=1; b=2').timeit() 0.54962537085770791

En contraste con el fino nivel de medición del módulo "timeit", los módulos "profile" y "pstats" proveen herramientas para identificar secciones críticas de tiempo en bloques de código más grandes.

10.11. Quality control#

Una forma para desarrollar software de alta calidad consiste en escribir pruebas para cada función mientras se desarrolla y correr esas pruebas frecuentemente durante el proceso de desarrollo.

El módulo "doctest" provee una herramienta para revisar un módulo y validar las pruebas integradas en las cadenas de documentación (o docstring) del programa. La construcción de las pruebas es tan sencillo como cortar y pegar una ejecución típica junto con sus resultados en los docstrings. Esto mejora la documentación al proveer al usuario un ejemplo y permite que el módulo doctest se asegure que el código permanece fiel a la documentación:

def average(values): """Computes the arithmetic mean of a list of numbers.

   >>> print(average([20, 30, 70]))
   40.0
   """
   return sum(values) / len(values)

import doctest doctest.testmod() # automatically validate the embedded tests

El módulo "unittest" no es tan sencillo como el módulo "doctest", pero permite mantener un conjunto más completo de pruebas en un archivo independiente:

import unittest

class TestStatisticalFunctions(unittest.TestCase):

   def test_average(self):
       self.assertEqual(average([20, 30, 70]), 40.0)
       self.assertEqual(round(average([1, 5, 7]), 1), 4.3)
       with self.assertRaises(ZeroDivisionError):
           average([])
       with self.assertRaises(TypeError):
           average(20, 30, 70)

unittest.main() # Calling from the command line invokes all tests

10.12. Batteries included#

Python tiene una filosofía de "pilas incluidas". Esto se ve mejor en las capacidades robustas y sofisticadas de sus paquetes más grandes. Por ejemplo:

• Los módulos "xmlrpc.client" y "xmlrpc.server" convierten la implementación de llamadas a procedimientos remotos en una tarea casi trivial. A pesar de los nombres de los módulos, no se necesita ningún conocimiento o manejo directo de XML.

• The "email" package is a library for managing email messages, including MIME and other RFC 5322-based message documents. Unlike "smtplib" and "poplib" which actually send and receive messages, the email package has a complete toolset for building or decoding complex message structures (including attachments) and for implementing internet encoding and header protocols.

• El paquete "json" proporciona un sólido soporte para analizar este popular formato de intercambio de datos. El módulo "csv" permite la lectura y escritura directa de archivos en formato de valor separado por comas, comúnmente compatible con bases de datos y hojas de cálculo. El procesamiento XML es compatible con los paquetes "xml.etree.ElementTree", "xml.dom" y "xml.sax". Juntos, estos módulos y paquetes simplifican en gran medida el intercambio de datos entre aplicaciones de Python y otras herramientas.

• El módulo "sqlite3" es un wrapper de la biblioteca de bases de datos SQLite, proporciona una base de datos constante que se puede actualizar y a la que se puede acceder utilizando una sintaxis SQL ligeramente no estándar.

• La internacionalización es compatible con una serie de módulos, incluyendo "gettext", "locale", y el paquete "codecs".