Python 常用内置模块：写工具前先认识这批"免费零件"

前面几篇我们都在用 Python 的”语法积木”。但真正写安全工具时，你很快会发现：发请求、读文件、处理时间、解析返回数据……这些事如果每样都从零写，会累死。好消息是，Python 装好就自带一大包标准库模块，不用 pip install 就能直接用。

打个比方：语法是”扳手螺丝刀”，标准库是”已经做好的电机、水泵、仪表”，你拧上就能用。这一篇带你认识最常用的一批：os、sys、math、datetime、json、re。学完你会发现，很多工具的核心功能，标准库就够撑起来。

os：和操作系统打交道

os 模块让你用 Python 操作文件和目录，写批量处理、路径拼接、执行命令都靠它。

import os

print(os.getcwd())              # 当前工作目录
os.mkdir("results")             # 新建文件夹
print(os.listdir("."))          # 列出当前目录内容
print(os.path.exists("a.txt"))  # 文件是否存在
os.rename("a.txt", "b.txt")     # 重命名

路径拼接千万别手写斜杠，用 os.path.join，它能自动适配 Windows 的反斜杠和 Linux 的正斜杠：

path = os.path.join("results", "scan_2026.txt")
print(path)     # results/scan_2026.txt（Windows 下是 results\scan_2026.txt）

还有一个极实用的 os.walk，能递归遍历一个目录下的所有文件——写”扫描某目录下所有脚本”这类工具时离不开它。

sys：和解释器本身打交道

sys 主要用来读命令行参数、控制退出、看 Python 环境信息。

import sys

print(sys.argv)        # 命令行参数列表，argv[0] 是脚本名
print(sys.version)     # Python 版本
sys.exit(1)            # 以状态码 1 退出程序

写命令行工具时，sys.argv 就是用户传进来的参数。比如 python scan.py 192.168.1.1，sys.argv 就是 ['scan.py', '192.168.1.1']。不过参数一多，更推荐用专门的 argparse 模块（标准库也有），它能自动生成帮助信息、做类型校验。

math 与 datetime：算数和算时间

math 提供数学函数，datetime 处理日期时间——扫描报告、超时控制、日志时间戳都常用。

import math
print(math.ceil(4.1))     # 5  向上取整
print(math.floor(4.9))    # 4  向下取整
print(math.sqrt(16))      # 4.0 开方

from datetime import datetime, timedelta
now = datetime.now()
print(now.strftime("%Y-%m-%d %H:%M:%S"))   # 格式化成字符串
later = now + timedelta(hours=1)           # 一小时后
print(later)

strftime 里的 %Y 是四位年、%m 是月、%d 是日、%H:%M:%S 是时分秒，记住这套占位符，时间格式化就不慌。

json：数据的通用语言

现代 Web 接口几乎都用 JSON 传数据。Python 的 json 模块能在字符串和字典之间互相转换。

import json

data = {"host": "192.168.1.1", "ports": [80, 443], "vuln": True}
text = json.dumps(data, ensure_ascii=False)   # 字典转字符串
print(text)

back = json.loads(text)                       # 字符串转回字典
print(back["host"])                           # 192.168.1.1

两个坑必须记住：第一，dumps 默认把中文变成 \uXXXX，加 ensure_ascii=False 才能正常显示中文；第二，从网络拿到的 JSON 如果格式不对，loads 会抛 JSONDecodeError，记得用前面学的异常处理兜住。把扫描结果存成 JSON，既方便程序再读，也方便人看。

re：正则表达式，文本匹配的瑞士军刀

re 模块用来按”模式”查找、提取文本。比如从一段 HTML 里抠出所有链接、从响应里匹配版本号，正则最顺手。

import re

html = '<a href="http://a.com">A</a><a href="http://b.com">B</a>'
links = re.findall(r'href="(.*?)"', html)
print(links)        # ['http://a.com', 'http://b.com']

text = "版本号：v2.3.1"
m = re.search(r'v(\d+\.\d+\.\d+)', text)
if m:
    print(m.group(1))   # 2.3.1

findall 返回所有匹配，search 找第一个，group(1) 取括号里捕获的那部分。正则语法本身值得单独学，但记住一句：能不用正则就别用，简单字符串操作用 split/in 更直观；真要解析复杂结构（比如 HTML），优先上专门的解析库。

实战：扫描结果存成 JSON 报告

把上面几个模块串起来，做一个”收集开放端口并导出报告”的小工具骨架：

import os
import json
from datetime import datetime

def build_report(target, open_ports):
    return {
        "target": target,
        "open_ports": open_ports,
        "scan_time": datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    }

report = build_report("192.168.1.1", [80, 443])
os.makedirs("results", exist_ok=True)     # 不存在才建，不会报错
with open(os.path.join("results", "report.json"), "w", encoding="utf-8") as f:
    json.dump(report, f, ensure_ascii=False, indent=2)
print("报告已生成")

这里 os.makedirs(..., exist_ok=True) 避免目录已存在时报错，json.dump 带 ensure_ascii=False 和 indent=2 让文件既含中文又排版好看。一个真实工具的”采集—组装—落盘”流程，标准库就全包了。

新手怎么挑模块用

标准库有上百个模块，不用全记，遇到需求先想”这功能是不是很通用”。文件操作用 os/pathlib，时间用 datetime，数据交换用 json，命令行参数用 argparse，网络请求标准库有 urllib 但不好用（下一篇讲更顺手的 requests）。养成习惯：动手前先搜一下”Python 标准库某某功能”，十有八九已经有现成的，别自己造轮子。

小测验：看看你掌握了没

问题一：要跨平台拼接路径 logs/scan.txt，该用字符串相加还是 os.path.join？为什么？
问题二：json.dumps 默认中文变成乱码似的 \uXXXX，怎么让它显示正常中文？
问题三：从一段文本里提取所有邮箱，你倾向用正则还是手写循环？什么情况下该收手用专门库？

现学现卖：用 dir 和 help 探索陌生模块

你不可能记住每个模块的所有函数，真正的高手也不是靠背，而是知道怎么现查。Python 自带两个神器：dir 列出一个对象或模块里有什么，help 看具体用法。比如导入 os 之后，dir(os) 会返回一长串名字，你从中猜哪个像你要的功能，比如看到 listdir、mkdir，再用 help 确认参数和返回值。这个习惯比到处搜博客快得多，而且看到的是官方原版说明，不会过时，也不会因为版本变化而踩坑。

另外一个实用思路：写工具时先把你要做什么用中文列成清单，再逐个想哪类模块能搞定。读命令行参数对应 sys 或 argparse，解析 JSON 对应 json，算时间差对应 datetime，拼路径对应 os.path。把需求翻译成模块名，是写工具的基本功。标准库覆盖不了时再去 PyPI 找第三方库，但优先用内置的——依赖越少，工具越好分发，也越不容易在别人的环境里装不上、跑不起来。

还有个容易被忽略的点：标准库函数大多经过大量测试和优化，自己手写的同类逻辑往往边界情况没考虑全。比如你手写递归遍历目录，可能漏掉符号链接导致的死循环，而 os.walk 已经帮你处理好了。所以能调用标准库就别自己造，既省事又更稳。最后提醒一句：别为了用模块而用模块，有时候一个简单的字符串切片、一次普通的加减法就能解决的事，硬去调 math 或 re 反而把代码写复杂。模块是工具不是炫耀资本，哪里顺手用哪里，代码让人一眼看懂比写得花哨重要得多。

把模块拼成一条流水线

单个模块会用了，下一步是让它们协作。一个典型的扫描辅助工具，流程往往是：用 sys 读入目标，用 os 建结果目录，用 datetime 打时间戳，用 json 或 csv 存结果，用 re 从响应里抠关键信息。每个模块负责一小段，串起来就是完整工具。

举个例子，你想做个”批量检测网站标题”的小工具：requests 抓首页，re 或简单字符串找出 <title> 内容，json 把”网址—标题”存成报告，os 保证目录存在。这里没有任何功能需要你自己造轮子，全是标准库加一个 requests。当你习惯用这种”搭积木”的思路看待任务，写工具的速度会突飞猛进——你不再想”这个功能怎么实现”，而是想”哪个模块能帮我实现”。

顺带一提，标准库模块名大多见名知意：os 是 operating system，sys 是 system，re 是正则 regular expression。记住这层对应关系，看到陌生模块名时你能先猜个大概，再配合 dir 和 help 确认，上手速度会更快。模块名本身就是最好的说明书目录。多用几次，你会对这套命名越来越熟，遇到新需求时脑子里立刻就能蹦出该查哪个模块。

这一篇你该记住的

标准库装好即用，无需 pip install，是写工具的”免费零件”。
os 管文件目录，os.path.join 跨平台拼路径，os.walk 递归遍历。
sys.argv 读命令行参数；参数复杂时用 argparse 更专业。
math/datetime 管计算与时间，strftime 用 %Y%m%d%H%M%S 占位符格式化。
json 做字典与字符串互转，记得 ensure_ascii=False 保中文、loads 可能抛 JSONDecodeError。
re 做正则匹配，findall/search/group 最常用；能简单处理就别上正则。

下一篇讲文件操作：文本、二进制、CSV 怎么读怎么写，以及为什么 with 是最好用的打开方式。

后端开发