Python 学习日记7

Posted 2020-11-08 aqqb

一，面向对象

　　1.封装

# 广义上的封装 :把变量和函数都放在类中
# 狭义上的封装 :把一些变量 或者 方法 隐藏起来，不对外公开
    # 公有的 :
    # 私有的 : __名字

　静态属性、对象属性、方法（动态属性）前面加双下划线都会变成私有的

　私有的特点是只能在类的内部调用，不能在类的外部使用

　私有的变量：在类的内部使用，如果使用__变量的形式会发生变型，python会为你加上__类名

class Person:
    __country = ‘中国‘    # 私有静态属性

    def __init__(self,name,pwd):
        self.name = name
        self.__pwd = pwd      # 私有的对象属性

    def login(self):
        print(self.__dict__)
        if self.name == ‘alex‘ and self.__pwd == ‘alex3714‘:
            print(‘登录成功‘)


alex = Person(‘alex‘,‘alex3714‘)
alex.login()
print(alex.__dict__)

私有的名字 只能在类的内部使用 不能在类的外部使用：AttributeError: type object ‘Person‘ has no attribute ‘__country‘
print(Person.__country)
2.反射
　　通过字符串数据类型的变量名来访问变量的值
　　x、y这样的形式，都可以反射
　　

class Foo:
    country = "中国"
obj = Foo()
print(getattr(obj, "country"))

# 对象名 反射 对象属性 和 方法
class Foo:
    country = "中国"
    def __init__(self,name):
        self.name = name
    def func(self):
        print("%s in func" %self.name)
obj = Foo("spf")
getattr(obj, "func")()


# 模块 反射 模块中的名字
import sys
from  mypickle import MyPickle
choice = input(">>>：")
getattr(MyPickle, choice)(obj, "test.pkl")


# 反射 自己所在文件中的名字
from  mypickle import MyPickle
choice = input(">>>：")
ret = getattr(sys.modules[__name__], choice)
ret.dump(obj, "test.pkl")
print(ret.load("test.pkl"))

　　4.类的内置方法

# __new__    构造方法 创建一个对象
# __init__   初始化方法

class Foo:
    def __new__(cls, *args, **kwargs):
        print(‘执行我啦‘)
        obj = object.__new__(cls)
        print(obj)
        return obj
    def __init__(self):
        print(‘1‘, self)

Foo()

　　先执行new方法，object.new()

　　再执行init

　　Foo() --> python解释器接收到你的python代码

　　python解释器替你去做了很多操作

　　包括 主动帮助你 调用 new方法 去创造一个对象 —— 开辟内存空间 —— python语言封装了开辟内存的工作

　　object的new方法里 —— 帮你创造了对象

　　调用init用到的self参数 就是new帮你创造的对象

 

# 什么叫单例模式
# 单例模式 ： 某一类 只有一个实例

class Person:
    __isinstance = None
    def __new__(cls, *args, **kwargs):
        if not cls.__isinstance :
            obj = object.__new__(cls)
            cls.__isinstance = obj
        return cls.__isinstance
    def __init__(self,name):
        self.name = name

alex = Person(‘alex‘)
alex.age = 18
egon = Person(‘egon‘)
print(egon.age)
print(id(alex))
print(id(egon))
print(alex.name)
print(egon.name)

# __new__生孩子
# 类 ： 生一个小孩__new__ 给这个小孩穿衣服 __init__
# 单例模式下的类 ： 只有一个小孩

 

二、模块

　　1、序列化

　　定义：数据类型转化为字符串的过程

　　特点：数据类型从内存到文件

　　数据在网络上传播　　字节 -- 字符串 -- 字典

　　序列化模块都有哪些？

　　josn　　通用的，支持类型 list  touple  dict

　　pickle　 python中通用的，支持几乎所有的python中的数据类型

　　

# json
# dumps loads
# 内存读写
import json
dic = {"k": ‘v‘}
json_dic = json.dumps(dic)   # 字典转字符串的过程 ——序列化
print(json_dic)
print(json.loads(json_dic))  # 字符串转回其他数据类型 —— 反序列化

# dump load
# 文件读写
dic = {"k": ‘v‘}
with open(‘test.json‘, ‘w‘) as f:
    json.dump(dic, f)
    # json.dump(dic, f)       # 在json中 dump默认不支持dump多条数据

with open(‘test.json‘) as f:
    print(json.load(f))      # 从文件中反序列化


# 如果要dump多条数据，每一条数据线dumps一下 编程字符串 然后打开文件 write写进文件里 \n
# 读取的时候按照标志读取或者按行读，读出来之后 再使用loads
with open(‘test.json‘, ‘w‘) as f:
    str_dic = json.dumps(dic)
    f.write(str_dic+‘\n‘)
    f.write(str_dic+‘\n‘)
    f.write(str_dic+‘\n‘)
    f.write(str_dic+‘\n‘)

with open(‘test.json‘) as f:
    for line in f:
        print(json.loads(line.strip()))

josn

# pickle 和 json用法一致。但是pickle可以dump多条数据
# 1.pickle支持更多的数据类型
# 2.pickle的结果是二进制
# 3.pickle在和文件交互的时候可以被多次load
import pickle


class A:
    def __init__(self,name):
        self.name = name

alex = A(‘alex‘)
print(pickle.dumps(alex))
with open(‘test.pkl‘, ‘wb‘) as f:
    pickle.dump(alex, f)
    pickle.dump(alex, f)     # 可以dump多条数据
    pickle.dump(alex, f)     # 可以dump多条数据

with open(‘test.pkl‘, ‘rb‘) as f:
    while True:  # 通过循环取出所有的数据
        try:
            obj = pickle.load(f)
            print(obj.name)
        except EOFError:
            break

　　2.logging

#!/usr/bin/env python3
# 函数式简单配置
import logging
logging.debug(‘debug message‘)
logging.info(‘info message‘)
logging.warning(‘warning message‘)
logging.error(‘error message‘)
logging.critical(‘critical message‘)

# 默认情况下Python的logging模块将日志打印到了标准输出中，且只显示了大于等于WARNING级别的日志，
# 这说明默认的日志级别设置为WARNING（日志级别等级CRITICAL > ERROR > WARNING > INFO > DEBUG），默认的日志格式为日志级别：Logger名称：用户输出消息。

# 灵活配置日志级别，日志格式，输出位置:
import logging

logging.basicConfig(level=logging.DEBUG,
                    format=‘%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s‘,
                    datefmt=‘%a, %d %b %Y %H:%M:%S‘,
                    filename=‘./test.log‘,
                    filemode=‘w‘)

logging.debug(‘debug message‘)        # 非常细节的日志 —— 排查错误的时候使用
logging.info(‘info message‘)          # 正常的日志信息
logging.warning(‘warning message‘)    # 警告
logging.error(‘error message‘)        # 错误
logging.critical(‘critical message‘)  # 严重错误

# 参数
"""
logging.basicConfig()函数中可通过具体参数来更改logging模块默认行为，可用参数有：

filename：用指定的文件名创建FiledHandler，这样日志会被存储在指定的文件中。
filemode：文件打开方式，在指定了filename时使用这个参数，默认值为“a”还可指定为“w”。
format：指定handler使用的日志显示格式。
datefmt：指定日期时间格式。
level：设置rootlogger（后边会讲解具体概念）的日志级别
stream：用指定的stream创建StreamHandler。可以指定输出到sys.stderr,sys.stdout或者文件(f=open(‘test.log’,’w’))，默认为sys.stderr。若同时列出了filename和stream两个参数，则stream参数会被忽略。

format参数中可能用到的格式化串：
%(name)s Logger的名字
%(levelno)s 数字形式的日志级别
%(levelname)s 文本形式的日志级别
%(pathname)s 调用日志输出函数的模块的完整路径名，可能没有
%(filename)s 调用日志输出函数的模块的文件名
%(module)s 调用日志输出函数的模块名
%(funcName)s 调用日志输出函数的函数名
%(lineno)d 调用日志输出函数的语句所在的代码行
%(created)f 当前时间，用UNIX标准的表示时间的浮 点数表示
%(relativeCreated)d 输出日志信息时的，自Logger创建以 来的毫秒数
%(asctime)s 字符串形式的当前时间。默认格式是 “2003-07-08 16:49:45,896”。逗号后面的是毫秒
%(thread)d 线程ID。可能没有
%(threadName)s 线程名。可能没有
%(process)d 进程ID。可能没有
%(message)s用户输出的消息
"""


# logger对象配置
import logging

logger = logging.getLogger()    # 实例化一个logger对象

fh = logging.FileHandler(‘test1.log‘, encoding=‘utf-8‘)  # 创建一个文件handler，用于写入日志文件
ch = logging.StreamHandler()   # 再创建一个终端handler，用于输出到控制台

formatter_File = logging.Formatter(‘%(asctime)s - %(name)s - %(levelname)s - %(message)s‘)  # 定义文件日志格式
formatter_Stream = logging.Formatter(‘%(asctime)s - %(name)s - %(levelname)s - %(message)s‘)  # 定义终端日志格式

logger.setLevel(logging.DEBUG)  # 定义文件日志级别
logger.setLevel(logging.DEBUG)  # 定义终端日志级别

fh.setFormatter(formatter_File)      # 设置文件日志格式
ch.setFormatter(formatter_Stream)    # 设置终端日志格式

logger.addHandler(fh)  # logger对象可以添加多个fh和ch对象
logger.addHandler(ch)

logger.debug(‘logger debug message‘)
logger.info(‘logger info message‘)
logger.warning(‘logger warning message‘)
logger.error(‘logger error message‘)
logger.critical(‘logger critical message‘)

# logging库提供了多个组件：Logger、Handler、Filter、Formatter。Logger对象提供应用程序可直接使用的接口，
# Handler发送日志到适当的目的地，Filter提供了过滤日志信息的方法，Formatter指定日志显示格式。另外，可以通过：logger.setLevel(logging.Debug)设置级别,当然，也可以通过
#
# fh.setLevel(logging.Debug)单对文件流设置某个级别。


def my_logger(log_file):
    """
    定义日志输出合格
    :return: 返回一个可以直接使用的logger对象
    """
    import logging
    logger = logging.getLogger()    # 实例化一个logger对象
    fh = logging.FileHandler(log_file, encoding=‘utf-8‘)  # 创建一个文件handler，用于写入日志文件
    ch = logging.StreamHandler()                          # 创建一个终端handler，用于输出到控制台
    formatter = logging.Formatter(‘%(asctime)s  %(name)s   %(levelname)s  %(message)s File:<%(filename)s line %(lineno)d>‘)  # 定义文件日志格式
    logger.setLevel(logging.DEBUG)  # 定义文件日志级别
    fh.setFormatter(formatter)      # 设置文件日志格式
    ch.setFormatter(formatter)      # 设置终端日志格式
    logger.addHandler(fh)           # logger对象fh对象
    logger.addHandler(ch)           # logger对象ch对象
    return logger


log = my_logger("./test1.log")
log.debug(‘logger debug message‘)
log.info(‘logger info message‘)
log.warning(‘logger warning message‘)
log.error(‘logger error message‘)
log.critical(‘logger critical message‘)