常用工具库
写 Python 程序时，不是所有功能都需要你从零开始造。Python 标准库已经帮你准备了很多常见能力，比如处理 JSON、时间、日志、编码转换等。
对于零基础来说，这一节非常重要。因为很多人学到这里时，会有一个误区：以为学 Python 就只是学变量、条件、循环、函数。实际上，真正写项目时，你几乎一定会接触这些工具库。
比如：
- 调接口时，你会遇到 JSON
- 做定时任务时，你会遇到时间和日期
- 保存程序运行记录时，你会用到日志
- 处理图片、签名、加密串时，你会遇到 Base64
所以这一节的目标，不是让你把标准库背下来，而是让你知道：常见问题应该去哪里找现成工具。
本节目标
- 理解什么是标准库
- 学会使用
json处理结构化数据 - 学会使用
time和datetime处理时间 - 学会使用
base64进行编码转换 - 学会使用
logging记录日志 - 知道这些工具库在真实项目中的典型用途
什么是标准库
所谓标准库，你可以把它理解成：Python 安装完成后，系统已经自带的一批常用工具。
它们的特点是：
- 不需要额外安装
- 可以直接
import - 覆盖很多常见开发场景
例如：
import json
import time
import datetime
import base64
import logging如果导入不报错，说明这些模块本身就已经存在。
json：处理结构化数据
为什么要学 json
JSON 是现在最常见的数据交换格式之一。
你在这些场景里几乎都会遇到它：
- 浏览器和后端接口交互
- Python 调用第三方接口
- 配置文件存储
- 爬虫抓取接口数据
JSON 和 Python 中的数据结构非常像：
- JSON 对象很像 Python 字典
- JSON 数组很像 Python 列表
Python 对象转 JSON 字符串
import json
data = {
"name": "小明",
"age": 18,
"skills": ["Python", "Linux", "MySQL"]
}
result = json.dumps(data, ensure_ascii=False)
print(result)
print(type(result))输出结果：
{"name": "小明", "age": 18, "skills": ["Python", "Linux", "MySQL"]}
<class 'str'>这里的重点是：
dumps中的s表示 string- 它会把 Python 对象转成 JSON 字符串
ensure_ascii=False可以避免中文被转义成乱码形式
JSON 字符串转 Python 对象
import json
text = '{"name": "小明", "age": 18, "skills": ["Python", "Linux"]}'
data = json.loads(text)
print(data)
print(type(data))
print(data["name"])
print(data["skills"][0])输出结果：
{'name': '小明', 'age': 18, 'skills': ['Python', 'Linux']}
<class 'dict'>
小明
Python保存 JSON 文件
import json
data = {
"site": "Python 学习空间",
"group": "QQ群号"
}
with open("config.json", "w", encoding="utf-8") as file:
json.dump(data, file, ensure_ascii=False, indent=2)
print("写入完成")输出结果：
写入完成生成文件示例：
{
"site": "Python 学习空间",
"group": "QQ群号"
}读取 JSON 文件
import json
with open("config.json", "r", encoding="utf-8") as file:
data = json.load(file)
print(data["site"])输出结果：
Python 学习空间time：处理时间戳和等待
time.time()
它会返回当前时间戳，也就是从某个固定起点开始到现在的秒数。
import time
now = time.time()
print(now)
print(type(now))输出结果示例：
1713945600.123456
<class 'float'>时间戳常见用途：
- 统计程序耗时
- 给文件命名
- 生成简单版本号
time.sleep()
它会让程序暂停一段时间。
import time
print("开始")
time.sleep(2)
print("两秒后继续执行")输出结果：
开始
两秒后继续执行爬虫里常用它做延时，避免请求过快。
统计程序运行耗时
import time
start = time.time()
for i in range(3):
print(f"第 {i + 1} 次执行")
time.sleep(1)
end = time.time()
print(f"总耗时：{end - start:.2f} 秒")输出结果：
第 1 次执行
第 2 次执行
第 3 次执行
总耗时：3.00 秒datetime：处理日期和时间对象
如果说 time 更偏底层，那么 datetime 更适合日常业务开发。
获取当前时间
from datetime import datetime
now = datetime.now()
print(now)
print(type(now))输出结果示例：
2026-04-24 10:30:15.123456
<class 'datetime.datetime'>格式化时间
from datetime import datetime
now = datetime.now()
text = now.strftime("%Y-%m-%d %H:%M:%S")
print(text)输出结果示例：
2026-04-24 10:30:15常见格式符：
%Y：四位年份%m：月份%d：日期%H：小时%M：分钟%S：秒
字符串转时间对象
from datetime import datetime
text = "2026-04-24 08:30:00"
dt = datetime.strptime(text, "%Y-%m-%d %H:%M:%S")
print(dt)
print(type(dt))输出结果：
2026-04-24 08:30:00
<class 'datetime.datetime'>计算时间差
from datetime import datetime
start = datetime.strptime("2026-04-24 08:00:00", "%Y-%m-%d %H:%M:%S")
end = datetime.strptime("2026-04-24 10:30:00", "%Y-%m-%d %H:%M:%S")
delta = end - start
print(delta)
print(delta.total_seconds())输出结果：
2:30:00
9000.0这在日志分析、订单超时、任务调度里都很常见。
base64：编码转换
Base64 不是加密，它只是把二进制数据转换成文本形式，方便传输。
你会在这些场景中遇到它：
- 图片转字符串
- 接口参数传输
- 某些签名和令牌处理
字符串编码为 Base64
import base64
text = "python 学习空间"
encoded = base64.b64encode(text.encode("utf-8"))
print(encoded)
print(encoded.decode("utf-8"))输出结果示例：
b'cHl0aG9uIOWtpuS5oOepuumXtA=='
cHl0aG9uIOWtpuS5oOepuumXtA==Base64 解码
import base64
text = "cHl0aG9uIOWtpuS5oOepuumXtA=="
decoded = base64.b64decode(text)
print(decoded)
print(decoded.decode("utf-8"))输出结果：
b'python \xe5\xad\xa6\xe4\xb9\xa0\xe7\xa9\xba\xe9\x97\xb4'
python 学习空间logging：记录程序日志
初学者经常用 print() 排错，这没有错，但它不适合正式项目。
为什么？
print()没有级别- 不方便统一管理
- 不方便保存到日志文件
logging 专门用来做这件事。
最简单的日志输出
import logging
logging.basicConfig(level=logging.INFO)
logging.debug("这是一条 debug 日志")
logging.info("程序启动成功")
logging.warning("配置文件不存在，使用默认配置")
logging.error("数据库连接失败")输出结果示例：
INFO:root:程序启动成功
WARNING:root:配置文件不存在，使用默认配置
ERROR:root:数据库连接失败日志级别说明
常见日志级别从低到高大致是：
DEBUG：调试信息INFO：普通运行信息WARNING：警告ERROR：错误CRITICAL：严重错误
写入日志文件
import logging
logging.basicConfig(
filename="app.log",
level=logging.INFO,
encoding="utf-8",
format="%(asctime)s %(levelname)s %(message)s"
)
logging.info("程序启动")
logging.warning("当前使用测试环境")
logging.error("发生了一个模拟错误")
print("日志已写入 app.log")输出结果：
日志已写入 app.log文件内容示例：
2026-04-24 10:35:00,123 INFO 程序启动
2026-04-24 10:35:00,124 WARNING 当前使用测试环境
2026-04-24 10:35:00,125 ERROR 发生了一个模拟错误这些工具库在真实项目中的典型用途
为了避免你学完后还是觉得抽象，这里把它们放回真实项目场景里再看一遍。
场景 1：调用接口
你向某个接口发送请求后，往往会收到 JSON 格式的响应数据。这时你需要用 json 去解析。
场景 2：爬虫延时
你做网页采集时，不可能每秒发几百个请求，否则很容易被封。这时会用 time.sleep() 控制节奏。
场景 3：记录程序运行状态
你的网站、爬虫、自动任务运行时，不可能一直盯着屏幕看，所以需要 logging 把执行过程记下来。
场景 4：处理日期时间
订单创建时间、日志时间、文章发布时间、数据更新时间，这些都离不开 datetime。
场景 5：图片和字符串转换
某些接口会把图片或文件内容转成一大段字符串传输，这时经常会遇到 base64。
常见错误
1. 把 Python 字典当成 JSON 字符串
很多初学者会混淆：
- Python 字典：
{'name': 'Tom'} - JSON 字符串：
{"name": "Tom"}
它们看起来像，但不是同一种东西。
2. 忘记 encode() 或 decode()
处理 Base64 时，经常会在字符串和字节之间切换。如果你直接传字符串，有时就会报错。
3. 只会 print() 不会日志
做小练习时用 print() 可以，但做项目时一定要逐步学会用 logging。
4. 时间格式字符串写错
例如：
"%Y-%M-%d"这里的 %M 是分钟，不是月份。月份应该是 %m。
练习题
练习 1
定义一个字典，包含你的昵称、年龄、学习方向，然后把它保存到 student.json 文件中。
练习 2
写一段程序，记录开始时间和结束时间，统计程序运行了多少秒。
练习 3
把字符串 "hello python" 编码成 Base64，再解码回来。
练习 4
配置 logging，把一段程序运行信息写入 run.log 文件。
练习 5
输入一个时间字符串，例如 "2026-04-24 12:00:00"，把它转成时间对象，再格式化为 "2026/04/24 12:00" 的形式输出。
本节小结
这一节你接触的这些工具库，看起来不像变量、循环那样“基础”，但它们在真实开发里出现的频率极高。
你要记住一个核心思想：
- 语法决定你“能不能写程序”
- 工具库决定你“能不能把程序写成真实可用的项目”
后面你学数据库、Django、爬虫时，这些库会不断出现。现在先把它们的基本用法掌握住，后面会轻松很多。