包和其他模块

Posted 2022-04-28 pangqian

模块的三种来源
   1.内置的
   2.第三方的
   3.自定义的
模块的四种表示形式
   1.py文件
   2.共享库
   3.文件夹(一系列模块的结合体)
   4.C++编译的连接到python内置的
研究模块与包 还可以站另外两个角度分析不同的问题
   1.模块的开发者
   2.模块的使用者
首次导入模块
先产生一个执行文件的名称空间
    1.创建模块文件的名称空间
    2.执行模块文件中的代码 将产生的名字放入模块的名称空间中
    3.在执行文件中拿到一个指向模块名称空间的名字
什么是包?

包的本质还是一个模块，它是一系列模块文件的结合体,表示形式就是一个文件夹，该文件夹内部通常会有一个__init__.py文件

from dir.dir1 import p

首次导入包:
    先产生一个执行文件的名称空间
    1.创建包下面的__init__.py文件的名称空间
    2.执行包下面的__init__.py文件中的代码 将产生的名字放入包下面的__init__.py文件名称空间中
    3.在执行文件中拿到一个指向包下面的__init__.py文件名称空间的名字

在导入语句中 .号的左边肯定是一个包(文件夹)

当你作为包的设计者来说
    1.当模块的功能特别多的情况下 应该分文件管理
    2.每个模块之间为了避免后期模块改名的问题 你可以使用相对导入(包里面的文件都应该是被导入的模块)

站在包的开发者 如果使用绝对路径来管理的自己的模块 那么它只需要永远以包的路径为基准依次导入模块
站在包的使用者 你必须得将包所在的那个文件夹路径添加到system path中(******)

python2如果要导入包 包下面必须要有__init__.py文件
python3如果要导入包 包下面没有__init__.py文件也不会报错
当你在删程序不必要的文件的时候 千万不要随意删除__init__.py文件

日志模块:记录
import logging

logging.basicConfig(filename=‘access.log‘,
                    format=‘%(asctime)s - %(name)s - %(levelname)s -%(module)s:  %(message)s‘,
                    datefmt=‘%Y-%m-%d %H:%M:%S %p‘,
                    level=30,
                    )


logging.debug(‘debug日志‘)  # 10
logging.info(‘info日志‘)  # 20
logging.warning(‘warning日志‘)  # 30
logging.error(‘error日志‘)  # 40
logging.critical(‘critical日志‘)  # 50

#日志分为五个等级 等级:地震的强度

1.logger对象：负责产生日志

2.filter对象:过滤日志(了解)

3.handler对象:控制日志输出的位置(文件/终端)

4.formmater对象:规定日志内容的格式

import logging

# 1.logger对象:负责产生日志
logger = logging.getLogger(‘转账记录‘)
# 2.filter对象:过滤日志(了解)

# 3.handler对象:控制日志输出的位置(文件/终端)
hd1 = logging.FileHandler(‘a1.log‘,encoding=‘utf-8‘)  # 输出到文件中
hd2 = logging.FileHandler(‘a2.log‘,encoding=‘utf-8‘)  # 输出到文件中
hd3 = logging.StreamHandler()  # 输出到终端

# 4.formmater对象:规定日志内容的格式
fm1 = logging.Formatter(
        fmt=‘%(asctime)s - %(name)s - %(levelname)s -%(module)s:  %(message)s‘,
        datefmt=‘%Y-%m-%d %H:%M:%S %p‘,
)
fm2 = logging.Formatter(
        fmt=‘%(asctime)s - %(name)s:  %(message)s‘,
        datefmt=‘%Y-%m-%d‘,
)

# 5.给logger对象绑定handler对象
logger.addHandler(hd1)
logger.addHandler(hd2)
logger.addHandler(hd3)

# 6.给handler绑定formmate对象
hd1.setFormatter(fm1)
hd2.setFormatter(fm2)
hd3.setFormatter(fm1)

# 7.设置日志等级
logger.setLevel(20)

# 8.记录日志
logger.debug(‘写了半天‘)

　日志的配置字典

import os
import logging.config

# 定义三种日志输出格式 开始

standard_format = ‘[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d]‘                   ‘[%(levelname)s][%(message)s]‘ #其中name为getlogger指定的名字

simple_format = ‘[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s‘



# 定义日志输出格式 结束
下面的两个变量对应的值 需要你手动修改
"""
logfile_dir = os.path.dirname(__file__)  # log文件的目录
logfile_name = ‘a3.log‘  # log文件名

# 如果不存在定义的日志目录就创建一个
if not os.path.isdir(logfile_dir):
    os.mkdir(logfile_dir)

# log文件的全路径
logfile_path = os.path.join(logfile_dir, logfile_name)
# log配置字典
LOGGING_DIC = 
    ‘version‘: 1,
    ‘disable_existing_loggers‘: False,
    ‘formatters‘: 
        ‘standard‘: 
            ‘format‘: standard_format
        ,
        ‘simple‘: 
            ‘format‘: simple_format
        ,
    ,
    ‘filters‘: ,  # 过滤日志
    ‘handlers‘: 
        #打印到终端的日志
        ‘console‘: 
            ‘level‘: ‘DEBUG‘,
            ‘class‘: ‘logging.StreamHandler‘,  # 打印到屏幕
            ‘formatter‘: ‘simple‘
        ,
        #打印到文件的日志,收集info及以上的日志
        ‘default‘: 
            ‘level‘: ‘DEBUG‘,
            ‘class‘: ‘logging.handlers.RotatingFileHandler‘,  # 保存到文件
            ‘formatter‘: ‘standard‘,
            ‘filename‘: logfile_path,  # 日志文件
            ‘maxBytes‘: 1024*1024*5,  # 日志大小 5M
            ‘backupCount‘: 5,
            ‘encoding‘: ‘utf-8‘,  # 日志文件的编码，再也不用担心中文log乱码了
        ,
    ,
    ‘loggers‘: 
        #logging.getLogger(__name__)拿到的logger配置
        ‘‘: 
            ‘handlers‘: [‘default‘, ‘console‘],  # 这里把上面定义的两个handler都加上，即log数据既写入文件又打印到屏幕
            ‘level‘: ‘DEBUG‘,
            ‘propagate‘: True,  # 向上（更高level的logger）传递
        ,  # 当键不存在的情况下 默认都会使用该k:v配置
    ,



# 使用日志字典配置
logging.config.dictConfig(LOGGING_DIC)  # 自动加载字典中的配置
logger1 = logging.getLogger(‘asajdjdskaj‘)
logger1.debug(‘好好的 ‘)

hashlib模块

不用的算法 使用方法是相同的，密文的长度越长 内部对应的算法越复杂，但是：

    1.时间消耗越长
    2.占用空间更大
通常情况下使用md5算法 就可以足够

import hashlib

hashlib模块应用场景
    1.密码的密文存储
    2.校验文件内容是否一致

# 传入的内容 可以分多次传入 只要传入的内容相同 那么生成的密文肯定相同
md = hashlib.md5()
md.update(b‘areyouok?‘)
md.update(b‘are‘)
md.update(b‘you‘)
md.update(b‘ok?‘)
print(md.hexdigest())  # 408ac8c66b1e988ee8e2862edea06cc7408ac8c66b1e988ee8e2862edea06cc7

# 加盐处理
import hashlib

md = hashlib.md5()
# 公司自己在每一个需要加密的数据之前 先手动添加一些内容
md.update(b‘oldboy.com‘)  # 加盐处理
md.update(b‘hello‘)  # 真正的内容
print(md.hexdigest())

　　

# 动态加盐
import hashlib

def get_md5(data):
    md = hashlib.md5()
    md.update(‘加盐‘.encode(‘utf-8‘))
    md.update(data.encode(‘utf-8‘))
    return md.hexdigest()


password = input(‘password>>>:‘)
res = get_md5(password)
print(res)

　　

openpyxl：比较火的操作excel表格的模块
03版本之前 excel文件的后缀名 叫xls
03版本之后 excel文件的后缀名 叫xlsx

xlwd  写excel
xlrt  读excel

xlwd和xlrt既支持03版本之前的excel文件也支持03版本之后的excel文件
openpyxl 只支持03版本之后的  xlsx

# 写
from openpyxl import Workbook


wb = Workbook()  # 先生成一个工作簿
wb1 = wb.create_sheet(‘index‘,0)  # 创建一个表单页  后面可以通过数字控制位置
wb2 = wb.create_sheet(‘index1‘)
wb1.title = ‘login‘  # 后期可以通过表单页对象点title修改表单页名称

wb1[‘A3‘] = 666
wb1[‘A4‘] = 444
wb1.cell(row=6,column=3,value=88888888)
wb1[‘A5‘] = ‘=sum(A3:A4)‘

wb2[‘G6‘] = 999
wb1.append([‘username‘,‘age‘,‘hobby‘])
wb1.append([‘jason‘,18,‘study‘])
wb1.append([‘tank‘,72,‘吃生蚝‘])
wb1.append([‘egon‘,84,‘女教练‘])
wb1.append([‘sean‘,23,‘会所‘])
wb1.append([‘nick‘,28,])
wb1.append([‘nick‘,‘‘,‘秃头‘])

# 保存新建的excel文件
wb.save(‘test.xlsx‘)


from openpyxl import load_workbook  # 读文件


wb = load_workbook(‘test.xlsx‘,read_only=True,data_only=True)
print(wb)
print(wb.sheetnames)  # [‘login‘, ‘Sheet‘, ‘index1‘]
print(wb[‘login‘][‘A3‘].value)
print(wb[‘login‘][‘A4‘].value)
print(wb[‘login‘][‘A5‘].value)  # 通过代码产生的excel表格必须经过人为操作之后才能读取出函数计算出来的结果值

res = wb[‘login‘]
# print(res)
ge1 = res.rows
for i in ge1:
    for j in i:
        print(j.value)

　　

深浅拷贝

import copy
浅拷贝：只拷贝一份
深拷贝：拷贝所有内容. 包括内部的所有,形成一个新的对象,虽然与之前的值和内容一模一样,但是它们完完全全的两个对象,用deepcopy()

l = [1,2,[1,2]]
l1 = l
print(id(l),id(l1))
l1 = copy.copy(l)  
print(id(l),id(l1))
# l[0] = 222
# print(l,l1)
l[2].append(666)
print(l,l1)
l1 = copy.deepcopy(l)
l[2].append(666)
print(l,l1)