一个小破网站，居然比 Python 官网还牛逼
这个 Shell 脚本中有一个功能是检查机器上的 rpm 包与中心端的包版本进行对比，在本地用 Shell 取 rpm 信息很方便，但要取 rpm 包版本，其实是很难的。
原因是 rpm 包的版本格式分非常多种，根本无法使用简单的字符串分割来取得具体的版本号，更不用说版本对比。
在重写这个功能的时候，我在找到了能直接获取 Linux 机器 rpm 包的 Python 接口库，这个库要使用 yum 进行安装
yum install -y rpm-python
装上之后，就可以直接导入使用。由于不是通过 pip 安装的，因此 rpm-python 是安装在 /usr/lib64/python2.7/site-packages/ 目录下的。
>>> import rpm
>>> rpm.__path__
['/usr/lib64/python2.7/site-packages/rpm']
# 1. 问题来了
接口库找到了，也安装上了，可问题是。。。
该怎么用？？？
你以为百度一下就知道了？
百度出来的，关于这个库的介绍几乎没有。找到的几个也不知所云，完全 get 不到逻辑。
于是我尝试着去该库的 pypi 和 github 上，希望找到一些 demo 啥的，先入个门。
看来是我想多了，要啥没啥，一片空白。。
使用 help 查看呢？更是一头雾水，没提取到有用的信息
# 2. 神奇的网站
好在 Google 上还是有点用的，它把一个神奇的网站推送到了我的面前，这个网站，就是今天我要为你介绍的主角。
网站的主界面如下，站如其名啊，就是通过 代码示例 来让你学习各种库的使用。
整个网站非常的简洁，只有一个搜索框，在这个搜索框里输入你想要学习的 python 库，就会立马为你找到该库的用法示例，并且会查到当前有多少的开源项目在使用它。
很明显上面的第二个包，才是我们需要的东西，点进去后，你会发现一个全新的世界。
在你面前的是一个又一个的完整的代码示例，这些示例系统、全面，非常适合初次学习阶段的理解。
需要强调的是，这些示例全部摘自开源项目，然后按照每个示例上方的链接转到原始项目或源文件。
若你觉得有些示例的代码写得不错，对你也有帮助的，可以给它点个赞。。
就以 rpm 库为例，来感受一下。
获取已安装的所有所有 rpm 包
检查一个库是否已经安装过？
如何根据关键词搜索指定的包并精准获取其版本
如何获取离线rpm包的信息
还有挺多示例的，这里就不一一列举了。
参照着上面给出的真实案例，我也整理出我属于我自己的 rpm 包的用法，比全网 90% 的文章都来得清晰易懂
rpm 包无非就分两种：
未安装的 rpm 包
已安装的 rpm 包
想要获取这两种包，方式是不一样的。
获取未安装的 rpm 包信息
>>> import rpm
>>> ts = rpm.TransactionSet()
>>> rpmhdr = ts.hdrFromFdno("/root/librbd1-devel-10.2.10-0.el7.centos.x86_64.rpm")
>>> rpmhdr["NAME"]
'librbd1-devel'
>>> rpmhdr["VERSION"]
'10.2.10'
>>> rpmhdr["RELEASE"]
'0.el7.centos'
>>> rpmhdr["ARCH"]
'x86_64'
获取已安装的 rpm 包信息
>>> import rpm
>>> ts = rpm.TransactionSet()
>>> query = ts.dbMatch("name", "librbd1")
>>> query.count()
1
>>> pkg_info = next(query)
>>> pkg_info["NAME"]
'librbd1'
>>> pkg_info["VERSION"]
'12.2.9.1.1'
>>> pkg_info["RELEASE"]
'0.el7.centos'
>>> pkg_info["ARCH"]
'x86_64'
但喝水不忘挖井人，以上都是从这个网站中提炼出来的。
本篇文章的主角并不是 rpm 这个库的用法，而是上面这个网站。
与 Python 官方网站提供的标准库示例不一样（赶紧切点题，不然有人说我标题党了），这个网站 ，不仅涵盖了 Python 的内置库，只要你能说得上名的 Python 库（当然你自己测试上传到 pypi 的那种库肯定不能算是吧）应该都在这个网站上找到你对应的代码示例。
全站所收录的 python 库大概有将近 2000 个，对应大多数人的开发应该都能满足了，并且最重要的是，上面的示例全部来源真实的项目，因此更具参考价值。
链接：https://www.programcreek.com/python
- EOF -
推荐阅读：
点击关注【python之禅】，提升Python技能 👇👇👇