Python 常用第三方模块：站在巨人的肩膀上

引言：从"自带电池"到"应用商店"

上一篇我们讲了 Python 的内建模块——就像手机出厂预装的计算器、日历，开箱即用。

但真正的威力在于第三方模块——全球的 Python 开发者编写了超过 40 万个第三方包，发布在 PyPI（Python Package Index）上。这就像手机的应用商店：想修图？有 Pillow；想发网络请求？有 requests；想识别文件编码？有 chardet；想监控系统资源？有 psutil。

安装第三方模块只需要一行命令：

bash

pip install 模块名

生活化理解：内建模块是毛坯房自带的硬装（水电、地板），第三方模块是你自己买的家电（冰箱、洗衣机、空调）——按需安装，即装即用。

这一篇，我们深入讲解 4 个最经典、使用最广泛的第三方模块：Pillow（图像处理）、requests（网络请求）、chardet（编码检测）、psutil（系统监控）。每个模块都会讲透核心功能、实战案例和常见误区。

准备工作：pip 使用须知

在开始之前，先确保你会正确安装第三方模块：

bash

# 安装单个模块
pip install Pillow
pip install requests
pip install chardet
pip install psutil

# 一次装多个
pip install Pillow requests chardet psutil

# 指定版本
pip install requests==2.31.0

# 升级
pip install --upgrade requests

# 卸载
pip uninstall requests

# 查看已安装的模块
pip list

# 查看某个模块的详细信息
pip show requests

重要提醒：请务必在虚拟环境（venv）中安装，别污染全局环境！

国内加速：如果下载慢，可以使用国内镜像源：

bash

pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple

一、Pillow：Python 的"图像处理车间"

1.1 模块简介

Pillow 是大名鼎鼎的 PIL（Python Imaging Library）的分支和继承者。PIL 早已停止更新（停留在 Python 2.x），Pillow 接手并持续维护至今，是 Python 图像处理的事实标准。

生活化理解：Pillow 就是一个数字暗房 + 修图工作室——裁剪、缩放、旋转、加水印、调滤镜、转格式，样样都行。

bash

pip install Pillow

注意：安装名是 Pillow（大写），导入名是 PIL（历史遗留）：

python

from PIL import Image  # ✅ 正确
import Pillow           # ❌ 错误

1.2 打开、查看、保存图片

python

from PIL import Image

# 打开图片
im = Image.open('photo.jpg')

# 查看基本信息
print(im.format)  # 'JPEG' — 图片格式
print(im.size)    # (1920, 1080) — 宽×高（像素）
print(im.mode)    # 'RGB' — 色彩模式

# 保存为另一种格式（格式转换）
im.save('photo.png')  # 根据扩展名自动选择格式

常见色彩模式：

模式	含义	每像素通道
`RGB`	红绿蓝三原色	3
`RGBA`	RGB + 透明度	4
`L`	灰度图（黑白）	1
`1`	二值图（纯黑白）	1 位

1.3 缩放与裁剪

python

from PIL import Image

im = Image.open('photo.jpg')

# 缩放到指定尺寸
im_resized = im.resize((400, 300))
im_resized.save('photo_small.jpg')

# 等比缩放：制作缩略图（不会变形）
im.thumbnail((200, 200))  # 最长边不超过200
im.save('photo_thumb.jpg')

# 裁剪：crop((左, 上, 右, 下))
im_crop = im.crop((100, 100, 500, 400))
im_crop.save('photo_crop.jpg')

resize vs thumbnail 的区别：

resize((400, 300))：强制缩放到 400×300，可能变形；
thumbnail((200, 200))：等比缩放，最长边不超过 200，不会变形，且直接修改原对象。

1.4 旋转与翻转

python

# 旋转 45 度（逆时针）
im.rotate(45).save('rotated.jpg')

# 旋转并填充空白区域为白色
im.rotate(45, expand=True, fillcolor='white').save('rotated_full.jpg')

# 左右镜像翻转
im.transpose(Image.FLIP_LEFT_RIGHT).save('flip.jpg')

# 上下翻转
im.transpose(Image.FLIP_TOP_BOTTOM).save('flop.jpg')

rotate 的 expand 参数：图片旋转 45 度后，四个角会超出原来的矩形范围。expand=False（默认）会裁掉超出部分；expand=True 会扩大画布容纳完整图片。

1.5 滤镜与图像增强

python

from PIL import Image, ImageFilter, ImageEnhance

im = Image.open('photo.jpg')

# 模糊效果（常用于隐私打码）
im.filter(ImageFilter.GaussianBlur(radius=10)).save('blur.jpg')

# 轮廓效果
im.filter(ImageFilter.CONTOUR).save('contour.jpg')

# 锐化
im.filter(ImageFilter.SHARPEN).save('sharp.jpg')

# 调整亮度（1.0=原始，>1变亮，<1变暗）
bright = ImageEnhance.Brightness(im).enhance(1.5)
bright.save('brighter.jpg')

# 调整对比度
contrast = ImageEnhance.Contrast(im).enhance(1.3)
contrast.save('contrast.jpg')

# 调整色彩饱和度（0=黑白）
color = ImageEnhance.Color(im).enhance(0.0)
color.save('gray.jpg')

1.6 加水印

python

from PIL import Image, ImageDraw, ImageFont

im = Image.open('photo.jpg')

# 创建画笔
draw = ImageDraw.Draw(im)

# 加载字体（Windows 自带微软雅黑）
font = ImageFont.truetype('msyh.ttc', 36)

# 在右下角绘制文字水印
text = '@我的版权'
w, h = im.size
draw.text((w - 300, h - 60), text, font=font, fill=(255, 255, 255, 128))

im.save('watermarked.jpg')

1.7 图片拼接

python

from PIL import Image

im1 = Image.open('a.jpg')
im2 = Image.open('b.jpg')

# 创建一张新画布（宽度=两图之和）
new_im = Image.new('RGB', (im1.width + im2.width, im1.height))
new_im.paste(im1, (0, 0))           # 左图贴在 (0,0)
new_im.paste(im2, (im1.width, 0))   # 右图贴在左图右边
new_im.save('merged.jpg')

1.8 实战案例：批量生成缩略图

python

from PIL import Image
from pathlib import Path

def make_thumbnails(src_dir, dst_dir, size=(300, 300)):
    """批量把 src_dir 下的图片生成缩略图到 dst_dir"""
    Path(dst_dir).mkdir(exist_ok=True)

    for file in Path(src_dir).glob('*.jpg'):
        im = Image.open(file)
        im.thumbnail(size)
        out_path = Path(dst_dir) / file.name
        im.save(out_path)
        print(f'处理完成: {file.name}')

make_thumbnails('photos', 'thumbnails')

1.9 常见误区

误区 1：Image.open() 后忘记关闭文件。

真相：大文件处理时最好用 with 或显式 close()：

python

with Image.open('big.jpg') as im:
    im.thumbnail((300, 300))
    im.save('thumb.jpg')

误区 2：处理 JPG 时透明度丢了。

真相：JPG 不支持透明通道。如果图片是 RGBA 模式，保存为 JPG 前要先转换：

python

im = Image.open('icon.png')  # RGBA
im.convert('RGB').save('icon.jpg')  # 先转成 RGB

误区 3：resize 和 thumbnail 混用出错。

真相：resize 返回新对象，thumbnail 原地修改不返回值：

python

im2 = im.resize((400, 300))  # im 不变，im2 是新图
im.thumbnail((200, 200))     # im 被直接修改，返回 None
im3 = im.thumbnail((100, 100))  # ❌ im3 是 None！

二、requests：最好用的"网络快递员"

2.1 模块简介

Python 自带的 urllib 能发 HTTP 请求，但接口啰嗦。requests 的口号是 "HTTP for Humans"（为人类设计的 HTTP 库），接口优雅到令人惊叹，是 Python 生态中下载量最高的库之一。

bash

pip install requests

urllib vs requests 对比：

python

# urllib 发 POST 请求
from urllib.request import urlopen, Request
from urllib.parse import urlencode
data = urlencode({'key': 'value'}).encode('utf-8')
req = Request('https://httpbin.org/post', data=data, method='POST')
with urlopen(req) as resp:
    result = resp.read().decode('utf-8')

# requests 发同样的请求
import requests
r = requests.post('https://httpbin.org/post', data={'key': 'value'})
result = r.text

2.2 GET 请求

python

import requests

# 最简单的 GET
r = requests.get('https://httpbin.org/get')

# 查看响应
print(r.status_code)  # 200 — HTTP 状态码
print(r.text)         # 响应内容（字符串）
print(r.headers)      # 响应头（类字典对象）
print(r.encoding)     # 'utf-8' — 编码

# 带查询参数（自动拼接到 URL）
r = requests.get('https://httpbin.org/get', params={'name': '张三', 'page': 2})
print(r.url)  # https://httpbin.org/get?name=%E5%BC%A0%E4%B8%89&page=2

# 带请求头
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)'}
r = requests.get('https://httpbin.org/get', headers=headers)

# 设置超时（重要！防止程序卡死）
r = requests.get('https://httpbin.org/get', timeout=5)  # 5秒超时

2.3 POST 请求

python

import requests

# 表单提交（application/x-www-form-urlencoded）
r = requests.post('https://httpbin.org/post', data={'username': 'admin'})

# JSON 提交（application/json）— 现代 API 的主流
r = requests.post('https://httpbin.org/post', json={'username': 'admin', 'age': 18})

# 上传文件（multipart/form-data）
files = {'file': open('report.xlsx', 'rb')}
r = requests.post('https://httpbin.org/post', files=files)

data= vs json= 的区别：

参数	Content-Type	适用场景
`data={'k': 'v'}`	`application/x-www-form-urlencoded`	传统网页表单
`json={'k': 'v'}`	`application/json`	现代 RESTful API

2.4 处理 JSON 响应

现代 API 几乎都返回 JSON，requests 内置了解析方法：

python

import requests

r = requests.get('https://httpbin.org/json')
data = r.json()  # 自动解析为 Python 字典

print(data['slideshow']['author'])

常见误区：r.json() 在响应不是 JSON 时会抛异常。稳妥写法：

python

r = requests.get(url)
if r.status_code == 200:
    try:
        data = r.json()
    except ValueError:
        print('响应不是有效的 JSON:', r.text[:200])

2.5 Session：保持登录状态

有些网站登录后才能访问内部页面。登录本质上是一次 POST，成功后服务器通过 Cookie 记住你。Session 对象会自动保存和携带 Cookie：

生活化理解：普通请求像每次进小区都重新登记；Session 像办了门禁卡，刷卡即入。

python

import requests

# 创建会话
s = requests.Session()

# 第一步：登录（服务器返回的 Cookie 自动存入 session）
s.post('https://example.com/login', data={'user': 'admin', 'pwd': '123456'})

# 第二步：访问需要登录的页面（自动携带 Cookie）
r = s.get('https://example.com/dashboard')
print(r.text)

# Session 还能统一设置请求头
s.headers.update({'User-Agent': 'MyApp/1.0'})

2.6 下载文件

python

import requests

# 小文件：一次性读入内存
r = requests.get('https://example.com/logo.png')
with open('logo.png', 'wb') as f:
    f.write(r.content)  # content 是字节，text 是字符串

# 大文件：流式下载（防止撑爆内存）
with requests.get('https://example.com/big.zip', stream=True) as r:
    r.raise_for_status()  # 状态码不是 2xx 就抛异常
    with open('big.zip', 'wb') as f:
        for chunk in r.iter_content(chunk_size=8192):  # 每次 8KB
            f.write(chunk)

r.text vs r.content：

属性	类型	适用
`r.text`	`str`（已解码）	网页 HTML、JSON、文本
`r.content`	`bytes`（原始字节）	图片、压缩包等二进制文件

2.7 异常处理

网络请求充满不确定性——超时、断网、DNS 失败、服务器 500……必须做异常处理：

python

import requests

try:
    r = requests.get('https://example.com/api', timeout=5)
    r.raise_for_status()  # 4xx/5xx 状态码会抛 HTTPError
    data = r.json()
except requests.exceptions.Timeout:
    print('请求超时')
except requests.exceptions.ConnectionError:
    print('网络连接失败')
except requests.exceptions.HTTPError as e:
    print(f'HTTP 错误: {e}')
except requests.exceptions.RequestException as e:
    # 上面所有异常的父类，兜底用
    print(f'请求失败: {e}')

2.8 常见误区

误区 1：不设置 timeout。

真相：默认永不超时！服务器不响应时程序会永远卡死。生产代码必须设置 timeout。

误区 2：循环里反复 requests.get()。

真相：每次都建立新 TCP 连接，开销大。循环请求同一个网站应该用 Session（自动连接复用）。

误区 3：用 if r.status_code == 200 判断成功。

真相：2xx 都表示成功（200 OK、201 Created、204 No Content）。更规范的写法：

python

if r.ok:  # 状态码 < 400 即为 True
    ...
# 或
r.raise_for_status()  # 失败直接抛异常

三、chardet：文件编码的"侦探"

3.1 模块简介

你是否遇到过打开一个文本文件，满屏都是"锟斤拷""烫烫烫"式的乱码？这是因为用错了编码。

全世界的文本编码五花八门：UTF-8、GBK、GB2312、Big5、Shift_JIS……拿到一个来路不明的文件，怎么知道它是什么编码？

chardet（character detect，字符检测）就是干这个的——它会分析文件的字节特征，猜出最可能的编码。

bash

pip install chardet

生活化理解：chardet 像一位语言学家，拿到一段陌生文字，看看笔画特征就能判断："这 80% 是日文，15% 可能是中文繁体"。

3.2 基本用法

python

import chardet

# 检测字节串的编码
data = b'\xc4\xe3\xba\xc3'  # GBK 编码的"你好"
result = chardet.detect(data)
print(result)
# {'encoding': 'GB2312', 'confidence': 0.99, 'language': 'Chinese'}

# 用检测到的编码解码
text = data.decode(result['encoding'])
print(text)  # 你好

返回结果的含义：

字段	含义
`encoding`	猜测的编码名称（猜不出来是 `None`）
`confidence`	置信度（0~1，越接近 1 越确定）
`language`	猜测的语言

3.3 实战：读取未知编码的文件

python

import chardet

def read_any_file(path):
    """读取任意编码的文本文件"""
    with open(path, 'rb') as f:
        raw = f.read()

    result = chardet.detect(raw)
    encoding = result['encoding'] or 'utf-8'  # 猜不到就用 utf-8 兜底

    print(f"检测到编码: {encoding} (置信度: {result['confidence']:.0%})")
    return raw.decode(encoding, errors='replace')

text = read_any_file('mystery.txt')
print(text)

3.4 实战：批量转换文件编码为 UTF-8

python

import chardet
from pathlib import Path

def convert_to_utf8(src_dir):
    """把目录下所有 GBK 文件转成 UTF-8"""
    for file in Path(src_dir).glob('*.txt'):
        raw = file.read_bytes()
        result = chardet.detect(raw)

        if result['encoding'] and result['encoding'].upper() not in ('UTF-8', 'ASCII'):
            text = raw.decode(result['encoding'])
            file.write_text(text, encoding='utf-8')
            print(f'{file.name}: {result["encoding"]} → UTF-8')
        else:
            print(f'{file.name}: 已是 UTF-8，跳过')

convert_to_utf8('documents')

3.5 常见误区

误区 1：chardet 的检测结果 100% 准确。

真相：chardet 是统计猜测，不是魔法。它的准确性取决于：

文本长度：文本越短越难猜。几个字节的内容可能猜错；
语言特征：GBK 和 GB2312 高度相似，经常互相误判（但 GBK 兼容 GB2312，所以问题不大）。

对策：置信度低于 0.7 时要人工确认；关键业务提供编码手动指定入口。

误区 2：检测出编码后直接 decode() 就万事大吉。

真相：即使编码猜对，文件中也可能有少量损坏的字节。建议加 errors='replace' 参数，把无法解码的字节替换为 `` 而不是直接报错：

python

text = raw.decode(encoding, errors='replace')

误区 3：chardet 能检测加密或压缩的数据。

真相：chardet 只能检测纯文本的编码。ZIP、加壳数据、二进制文件（图片等）检测结果是毫无意义的。

四、psutil：系统资源的"体检医生"

4.1 模块简介

psutil（process and system utilities）是一个跨平台的系统监控库，能获取：

CPU 使用率、核心数、频率
内存占用
磁盘空间和 IO
网络流量
进程列表和进程详情

它统一了 Windows、Linux、macOS 的差异——同一套代码，三个系统都能跑。

bash

pip install psutil

生活化理解：psutil 就是把 Windows 的"任务管理器"和 Linux 的 top 命令搬进了 Python，而且是用代码可以读取的结构化数据。

典型应用：服务器监控告警、资源统计报表、自动清理僵死进程、运维巡检脚本。

4.2 CPU 信息

python

import psutil

# 逻辑核心数（含超线程）
print(psutil.cpu_count())          # 16

# 物理核心数
print(psutil.cpu_count(logical=False))  # 8

# CPU 使用率（百分比）
# interval=1 表示采样 1 秒，越长时间越准
print(psutil.cpu_percent(interval=1))  # 23.5

# 每个核心的使用率
print(psutil.cpu_percent(interval=1, percpu=True))
# [20.0, 35.0, 15.5, ...]

# CPU 频率（MHz）
freq = psutil.cpu_freq()
print(f'当前频率: {freq.current} MHz, 最大: {freq.max} MHz')

注意：cpu_percent(interval=0) 或 interval=None 比较的是"上次调用到现在"的平均值，第一次调用通常返回 0 或无意义。推荐显式传 interval=1。

4.3 内存信息

python

import psutil

mem = psutil.virtual_memory()
print(f'总内存: {mem.total / 1024**3:.1f} GB')
print(f'已用:   {mem.used / 1024**3:.1f} GB')
print(f'可用:   {mem.available / 1024**3:.1f} GB')
print(f'使用率: {mem.percent}%')

# 交换分区（虚拟内存）
swap = psutil.swap_memory()
print(f'Swap 使用率: {swap.percent}%')

free vs available 的区别（容易混淆）：

free：完全没被碰过的内存；
available：实际可用内存（包括系统缓存中可以随时释放的部分）。

判断内存够不够，看 available，别看 free。Linux 会把空闲内存拿去做磁盘缓存，所以 free 经常很小，这是正常的。

4.4 磁盘信息

python

import psutil

# 磁盘分区
for part in psutil.disk_partitions():
    print(part.device, part.mountpoint, part.fstype)
# C:\ C:\ ntfs
# D:\ D:\ ntfs

# 某个分区的使用情况
usage = psutil.disk_usage('C:\\')
print(f'总容量: {usage.total / 1024**3:.1f} GB')
print(f'已用:   {usage.used / 1024**3:.1f} GB')
print(f'使用率: {usage.percent}%')

# 磁盘 IO 统计
io = psutil.disk_io_counters()
print(f'读取: {io.read_bytes / 1024**2:.0f} MB, 写入: {io.write_bytes / 1024**2:.0f} MB')

4.5 网络信息

python

import psutil

# 网络 IO 统计（自开机以来）
net = psutil.net_io_counters()
print(f'发送: {net.bytes_sent / 1024**2:.1f} MB')
print(f'接收: {net.bytes_recv / 1024**2:.1f} MB')

# 计算实时网速：采样两次求差值
import time
n1 = psutil.net_io_counters()
time.sleep(1)
n2 = psutil.net_io_counters()
speed = (n2.bytes_recv - n1.bytes_recv) / 1024  # KB/s
print(f'当前下载速度: {speed:.1f} KB/s')

4.6 进程管理

这是 psutil 最强大的部分：

python

import psutil

# 所有进程的 PID 列表
print(psutil.pids())

# 遍历所有进程
for proc in psutil.process_iter(['pid', 'name', 'cpu_percent']):
    print(proc.info)
# {'pid': 1, 'name': 'System', 'cpu_percent': 0.0}
# ...

# 操作单个进程
p = psutil.Process(1234)  # 按 PID 获取
print(p.name())           # 进程名
print(p.exe())            # 可执行文件路径
print(p.cwd())            # 工作目录
print(p.status())         # 运行状态（running/sleeping/zombie）
print(p.cpu_percent())    # CPU 占用
print(p.memory_info())    # 内存占用
print(p.create_time())    # 创建时间（时间戳）

# 结束进程
p.terminate()  # 温和结束（相当于点"关闭"）
p.kill()       # 强制杀死（相当于"结束任务"）

4.7 实战案例 1：资源监控告警

python

import psutil
import time

def monitor(threshold_cpu=90, threshold_mem=90, interval=60):
    """持续监控，资源超标时告警"""
    while True:
        cpu = psutil.cpu_percent(interval=1)
        mem = psutil.virtual_memory().percent

        if cpu > threshold_cpu:
            print(f'[告警] CPU 使用率过高: {cpu}%')
        if mem > threshold_mem:
            print(f'[告警] 内存使用率过高: {mem}%')

        time.sleep(interval)

# monitor()  # 取消注释即可启动监控

4.8 实战案例 2：揪出"资源大户"

python

import psutil

def top_memory_processes(n=10):
    """找出内存占用最高的 n 个进程"""
    procs = []
    for p in psutil.process_iter(['pid', 'name', 'memory_info']):
        try:
            procs.append(p.info)
        except (psutil.NoSuchProcess, psutil.AccessDenied):
            pass  # 进程可能刚好退出，或权限不足

    # 按内存排序
    procs.sort(key=lambda x: x['memory_info'].rss, reverse=True)

    print(f'{"PID":>8} {"内存(MB)":>10}  进程名')
    for p in procs[:n]:
        mb = p['memory_info'].rss / 1024**2
        print(f"{p['pid']:>8} {mb:>10.1f}  {p['name']}")

top_memory_processes()

4.9 实战案例 3：清理僵死进程

python

import psutil

def kill_zombies():
    """查找并清理僵尸进程"""
    for p in psutil.process_iter(['pid', 'name', 'status']):
        if p.info['status'] == psutil.STATUS_ZOMBIE:
            print(f"发现僵尸进程: {p.info['name']} (PID={p.info['pid']})")
            try:
                p.kill()
            except psutil.NoSuchProcess:
                pass

4.10 其他实用信息

python

import psutil
from datetime import datetime

# 开机时间
boot = datetime.fromtimestamp(psutil.boot_time())
print(f'开机时间: {boot}')

# 电池信息（笔记本）
battery = psutil.sensors_battery()
if battery:
    print(f'电量: {battery.percent}%, 充电中: {battery.power_plugged}')

4.11 常见误区

误区 1：遍历进程时不处理异常。

真相：进程是"活的"——你遍历的瞬间，某个进程可能刚好退出，或者你没有权限访问它。process_iter 循环中必须捕获 NoSuchProcess 和 AccessDenied：

python

for p in psutil.process_iter():
    try:
        print(p.name())
    except (psutil.NoSuchProcess, psutil.AccessDenied):
        continue

误区 2：memory_info().rss 在不同系统含义完全一致。

真相：rss（常驻内存）在 Windows 和 Linux 上的统计口径略有差异。跨平台对比时知道大概量级即可，不要抠小数点。

误区 3：Windows 上想用 psutil 杀系统进程。

真相：杀进程需要相应权限。Windows 上需要"以管理员身份运行"，Linux 上需要 sudo，否则会抛 AccessDenied。

五、四大模块速查表

模块	一句话定位	安装命令	核心 API
Pillow	图像处理车间	`pip install Pillow`	`Image.open()`、`resize`、`thumbnail`、`crop`、`filter`
requests	网络快递员	`pip install requests`	`get`、`post`、`Session`、`r.json()`、`r.raise_for_status()`
chardet	编码侦探	`pip install chardet`	`chardet.detect(bytes)`
psutil	体检医生	`pip install psutil`	`cpu_percent`、`virtual_memory`、`disk_usage`、`process_iter`

注意导入名与安装名的差异：

python

pip install Pillow    →   from PIL import Image
pip install requests  →   import requests
pip install chardet   →   import chardet
pip install psutil    →   import psutil

六、综合实战：一句话串联四大模块

最后用一个"网站截图监控"的例子，把四个模块串起来（伪代码示意）：

python

import requests
import chardet
import psutil
from PIL import Image
from io import BytesIO

# 1. psutil：先检查本机资源是否健康
if psutil.virtual_memory().percent > 90:
    print('内存不足，暂停任务')

# 2. requests：下载一张网络图片
r = requests.get('https://example.com/banner.jpg', timeout=10)
r.raise_for_status()

# 3. chardet：检测一个文本接口返回内容的编码
text_resp = requests.get('https://example.com/api/notice')
encoding = chardet.detect(text_resp.content)['encoding']
notice = text_resp.content.decode(encoding or 'utf-8')

# 4. Pillow：处理下载的图片
im = Image.open(BytesIO(r.content))
im.thumbnail((400, 400))
im.save('banner_thumb.jpg')
print('任务完成:', notice)

七、小结

核心知识点	一句话总结
pip	第三方模块的安装入口，务必配合 venv 使用
Pillow	装的是 Pillow，导入的是 PIL；thumbnail 原地改，resize 返回新对象
requests	必设 timeout，用 Session 保持登录和连接复用，二进制用 content
chardet	检测是"猜"不是"算"，短文本不准，decode 加 errors='replace'
psutil	遍历进程必捕获异常，内存看 available 别看 free

记住三句话：

图像找 Pillow，上网找 requests，乱码找 chardet，监控找 psutil；
所有网络请求必须设超时，所有进程遍历必须捕获异常；
第三方模块虽好用，但先查标准库——能零依赖解决的，别引入新依赖。

参考说明

本文内容基于各模块官方文档及廖雪峰 Python 教程的"常用第三方模块"章节重新整理和扩充，示例代码适用于 Pillow 10+、requests 2.31+、chardet 5+、psutil 5.9+。

Python 常用第三方模块：站在巨人的肩膀上 ​

引言：从"自带电池"到"应用商店" ​

准备工作：pip 使用须知 ​

一、Pillow：Python 的"图像处理车间" ​

1.1 模块简介 ​

1.2 打开、查看、保存图片 ​

1.3 缩放与裁剪 ​

1.4 旋转与翻转 ​

1.5 滤镜与图像增强 ​

1.6 加水印 ​

1.7 图片拼接 ​

1.8 实战案例：批量生成缩略图 ​

1.9 常见误区 ​

二、requests：最好用的"网络快递员" ​

2.1 模块简介 ​

2.2 GET 请求 ​

2.3 POST 请求 ​

2.4 处理 JSON 响应 ​

2.5 Session：保持登录状态 ​

2.6 下载文件 ​

2.7 异常处理 ​

2.8 常见误区 ​

三、chardet：文件编码的"侦探" ​

3.1 模块简介 ​

3.2 基本用法 ​

3.3 实战：读取未知编码的文件 ​

3.4 实战：批量转换文件编码为 UTF-8 ​

3.5 常见误区 ​

四、psutil：系统资源的"体检医生" ​

4.1 模块简介 ​

4.2 CPU 信息 ​

4.3 内存信息 ​

4.4 磁盘信息 ​

4.5 网络信息 ​

4.6 进程管理 ​

4.7 实战案例 1：资源监控告警 ​

4.8 实战案例 2：揪出"资源大户" ​

4.9 实战案例 3：清理僵死进程 ​

4.10 其他实用信息 ​

4.11 常见误区 ​

五、四大模块速查表 ​

六、综合实战：一句话串联四大模块 ​

七、小结 ​

参考说明 ​

Python 常用第三方模块：站在巨人的肩膀上

引言：从"自带电池"到"应用商店"

准备工作：pip 使用须知

一、Pillow：Python 的"图像处理车间"

1.1 模块简介

1.2 打开、查看、保存图片

1.3 缩放与裁剪

1.4 旋转与翻转

1.5 滤镜与图像增强

1.6 加水印

1.7 图片拼接

1.8 实战案例：批量生成缩略图

1.9 常见误区

二、requests：最好用的"网络快递员"

2.1 模块简介

2.2 GET 请求

2.3 POST 请求

2.4 处理 JSON 响应

2.5 Session：保持登录状态

2.6 下载文件

2.7 异常处理

2.8 常见误区

三、chardet：文件编码的"侦探"

3.1 模块简介

3.2 基本用法

3.3 实战：读取未知编码的文件

3.4 实战：批量转换文件编码为 UTF-8

3.5 常见误区

四、psutil：系统资源的"体检医生"

4.1 模块简介

4.2 CPU 信息

4.3 内存信息

4.4 磁盘信息

4.5 网络信息

4.6 进程管理

4.7 实战案例 1：资源监控告警

4.8 实战案例 2：揪出"资源大户"

4.9 实战案例 3：清理僵死进程

4.10 其他实用信息

4.11 常见误区

五、四大模块速查表

六、综合实战：一句话串联四大模块

七、小结

参考说明