模块基础7

01 模块的基本导入

spam.py

# spam.py
print('from the spam.py')
__all__ = ['money', 'read1', 'read2']
money = 1000


def read1():
    print('spam模块read1：', money)


def read2():
    print('spam模块read2: ')
    read1()


def change():
    global money
    money = 0

模块笔记.py

"""
1、什么是模块
    模块是一系列功能的集合体
    
    模块有4种形式
        1、一个py文件就是一个模块
        2、一个包含有__init__.py文件的文件夹也是一个模块，称之为包
        
        3、已被编译为共享库或DLL的C或C++扩展
        4、使用C编写并链接到python解释器的内置模块
    
    模块有三种来源：
        1、python自带的
        2、第三方的
        3、自定义
    
    
2、为何要用模块
    1、拿来主义，提升开发效率
    2、把自己程序中各部分组件要重复使用的功能放到一个模块中，然后通过导入的方式使用
        可以达到减少代码冗余



3、如何用模块
#===================================import导入=========================
x = 111
import spam  # 文件名叫spam.py，模块名叫spam

# 首次导入模块发生的事情
# 1、创建一个模块的名称空间
# 2、运行模块文件内的代码，然后将运行过程中产生的名字都丢到模块的名称空间中
# 3、在当前名称空间中产生一个名字spam，该名字指向模块的名称空间

# 之后的导入都是在直接引用内存中已经创造好的模块空间，不会重复执行文件、重复创建名称空间
# import spam
# import spam
# import spam
# import spam
# import spam

money = 2000

# print(money)
# print(spam.money)
# print(spam.read1)
# print(spam.read2)
# print(spam.change)

# spam.read1()

# def read1():
#     print('====>')
# spam.read2()

spam.change()

print(money)
print(spam.money)

# 在一行导入多个模块
import os
import time
import subprocess

# 为导入的模块起别名
import configparser as cg
# cg.x
# cg.y
# cg.z


# ps:import导入的名字要作为前缀

"""
#===================================from...import导入=========================
# x=111
# from spam import money,read1,change
# 首次导入模块发生3件的事情
# 1、创建一个模块的名称空间
# 2、运行模块文件内的代码，然后将运行过程中产生的名字都丢到模块的名称空间中
# 3、在当前名称空间中产生一个名字money，该名字指向模块的名称空间对应的名字

# money = 2000
# print(money)
# read1=11111111
# print(read1)

# money=111111111111111111111
# read1()

# def change():
#     print(money)

# change()

# print(money)
# read1()


# from spam import money,read1,change
# from spam import money,read1,change
# from spam import money,read1,change


# from spam import money as m,read1 as r,change as c
# from spam import money as m
# from spam import read1 as r
# from spam import change as c
# print(m)
# print(r)
# print(c)


# import spam as sm
# spam=123123123


# from spam import money as m
# money=1231
# print(money)
# print(m)



from spam import *
# print(money)
# print(read1)
# print(read2)
print(change)

# from socket import *

02 循环导入问题

m1.py

print('正在导入m1')

def f1():
    from m2 import y,f2
    print(y)
    f2()

x='m1'

m2.py

print('正在导入m2')

def f2():
    from m1 import x
    print(x)
y='m2'

run.py

import m1

m1.f1()

03 区分一个py文件的两种用途

run.py

import spam

spam.py

def f1():
    print('from f1')


def f2():
    print('from f2')


# print(__name__)
# if __name__ == "__main__":  # 被当做程序执行
#     f1()
#     f2()
# else:  # 文件被当做模块导入要执行的代码
#     pass


if __name__ == '__main__':
    pass

ATM基本架构

bin

---start.py

conf

---setting.py

core

---src.py

db

---db.txt

---dbhandler.py

lib

---common.py

log

---log.txt

---run.log

README.md

04模块的搜素路径

# 导模块会有以下搜索路径，优先级从高到低
#1、内存中
#2、内置的模块
#3、去环境变量PATH：sys.PATH
# ps：sys.PATH的第一个路径是执行文件所在的文件夹
# import sys
# print(sys.path)
# for item in sys.path:
#     print(item)


# import spam
# spam.f1()
#
# import time
# time.sleep(15)
#
# import spam
# spam.f1()


# import time
# time.sleep(5)


# import spam

# import aaa.bbb.spam as abs
# aaa.bbb.spam.f1()
# abs.f1()

# from aaa.bbb import spam
# spam.f1()


import sys
# sys.path.append(r"D:weekend_s7day02aaabb")
# import spam
# spam.f1()

sys.path.append(r"D:weekend_s7day02aaa")
# import bbb.spam
# bbb.spam.f1()

# from bbb import spam
# spam.f1()

05 序列化模块

"""
1、什么是序列化
    把内存中的数据类型转换成一个专门的格式

    # 序列化
    内存中的数据类型------------>json格式=============》json格式的字符串
    内存中的数据类型------------>pickle格式格式========》pickle格式的bytes

    # 反序列化
    内存中的数据类型<------------<json格式=============<json格式的字符串
    内存中的数据类型<-----------<pickle格式格式========<pickle格式的bytes


    json  VS pickle
    json格式能够被所有编程语言识别，不能序列化所有的python数据类型
    pickle格式只能被python识别，但是它能序列化所有python数据类型


2、为何要序列化
    1、数据的持久化=>存档
        json
        pickle

    2、跨平台数据交互=》json

3、如何序列化
    序列化
        dumps
        dump

    反序列化
        loads
        load
"""
import json
# 序列化
# dic={'name':'egon','age':23.0,'sex':None,'is_ok':True}

# res=json.dumps(dic)
# res=json.dumps({1,2,3,45})  # json不识别集合类型
# print(res,type(res))

# with open('a.json',mode='wt',encoding='utf-8') as f:
#     f.write(res)

# 反序列化
# with open('a.json',mode='rt',encoding='utf-8') as f:
#     data_json=f.read()

# dic=json.loads(data_json)
# print(dic["name"])

# =================》ps: dump与load
# 序列化
# dic={'name':'egon','age':23.0,'sex':None,'is_ok':True}
#
# with open('a.json',mode='wt',encoding='utf-8') as f:
#     json.dump(dic,f)

# 反序列化
# with open('a.json',mode='rt',encoding='utf-8') as f:
#     dic=json.load(f)
#     print(dic,type(dic))





# import pickle
# # 序列化
# # dic={'name':'egon','age':23.0,'sex':None,'is_ok':True}
# #
# # res=pickle.dumps(dic)
# # # res=pickle.dumps({1,2,3,45})  # pickle可以识别所有python类型
# # print(res,type(res))
# #
# # with open('a.pkl',mode='wb') as f:
# #     f.write(res)
#
# # 反序列化
# with open('a.pkl',mode='rb') as f:
#     data_pkl=f.read()
#
# dic=pickle.loads(data_pkl)
# print(dic["name"])





import ujson
import json

json.dumps=ujson.dumps
json.loads=ujson.loads

06 日志模块

import logging

logging.debug('调试debug')
logging.info('消息info')
logging.warning('警告warn')
logging.error('错误error')
logging.critical('严重critical')

'''
WARNING:root:警告warn
ERROR:root:错误error
CRITICAL:root:严重critical
'''

可在logging.basicConfig()函数中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（后边会具体讲解handler的概念），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，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。



#格式
%(name)s：Logger的名字，并非用户名，详细查看

%(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

 

logging.basicConfig()

#logger：产生日志的对象

#Filter：过滤日志的对象

#Handler：接收日志然后控制打印到不同的地方，FileHandler用来打印到文件中，StreamHandler用来打印到终端

#Formatter对象：可以定制不同的日志格式对象，然后绑定给不同的Handler对象使用，以此来控制不同的Handler的日志格式


'''
critical=50
error =40
warning =30
info = 20
debug =10
'''


import logging

#1、logger对象：负责产生日志，然后交给Filter过滤，然后交给不同的Handler输出
logger=logging.getLogger(__file__)

#2、Filter对象：不常用，略

#3、Handler对象：接收logger传来的日志，然后控制输出
h1=logging.FileHandler('t1.log') #打印到文件
h2=logging.FileHandler('t2.log') #打印到文件
h3=logging.StreamHandler() #打印到终端

#4、Formatter对象：日志格式
formmater1=logging.Formatter('%(asctime)s - %(name)s - %(levelname)s -%(module)s:  %(message)s',
                    datefmt='%Y-%m-%d %H:%M:%S %p',)

formmater2=logging.Formatter('%(asctime)s :  %(message)s',
                    datefmt='%Y-%m-%d %H:%M:%S %p',)

formmater3=logging.Formatter('%(name)s %(message)s',)


#5、为Handler对象绑定格式
h1.setFormatter(formmater1)
h2.setFormatter(formmater2)
h3.setFormatter(formmater3)

#6、将Handler添加给logger并设置日志级别
logger.addHandler(h1)
logger.addHandler(h2)
logger.addHandler(h3)
logger.setLevel(10)

#7、测试
logger.debug('debug')
logger.info('info')
logger.warning('warning')
logger.error('error')
logger.critical('critical')

logger是第一级过滤，然后才能到handler，我们可以给logger和handler同时设置level，但是需要注意的是


Logger is also the first to filter the message based on a level — if you set the logger to INFO, and all handlers to DEBUG, you still won't receive DEBUG messages on handlers — they'll be rejected by the logger itself. If you set logger to DEBUG, but all handlers to INFO, you won't receive any DEBUG messages either — because while the logger says "ok, process this", the handlers reject it (DEBUG < INFO).



#验证
import logging


form=logging.Formatter('%(asctime)s - %(name)s - %(levelname)s -%(module)s:  %(message)s',
                    datefmt='%Y-%m-%d %H:%M:%S %p',)

ch=logging.StreamHandler()

ch.setFormatter(form)
# ch.setLevel(10)
ch.setLevel(20)

l1=logging.getLogger('root')
# l1.setLevel(20)
l1.setLevel(10)
l1.addHandler(ch)

l1.debug('l1 debug')

import logging

formatter=logging.Formatter('%(asctime)s - %(name)s - %(levelname)s -%(module)s:  %(message)s',
                    datefmt='%Y-%m-%d %H:%M:%S %p',)

ch=logging.StreamHandler()
ch.setFormatter(formatter)


logger1=logging.getLogger('root')
logger2=logging.getLogger('root.child1')
logger3=logging.getLogger('root.child1.child2')


logger1.addHandler(ch)
logger2.addHandler(ch)
logger3.addHandler(ch)
logger1.setLevel(10)
logger2.setLevel(10)
logger3.setLevel(10)

logger1.debug('log1 debug')
logger2.debug('log2 debug')
logger3.debug('log3 debug')
'''
2017-07-28 22:22:05 PM - root - DEBUG -test:  log1 debug
2017-07-28 22:22:05 PM - root.child1 - DEBUG -test:  log2 debug
2017-07-28 22:22:05 PM - root.child1 - DEBUG -test:  log2 debug
2017-07-28 22:22:05 PM - root.child1.child2 - DEBUG -test:  log3 debug
2017-07-28 22:22:05 PM - root.child1.child2 - DEBUG -test:  log3 debug
2017-07-28 22:22:05 PM - root.child1.child2 - DEBUG -test:  log3 debug
'''

"""
logging配置
"""

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'

id_simple_format = '[%(levelname)s][%(asctime)s] %(message)s'

# 定义日志输出格式 结束

logfile_dir = os.path.dirname(os.path.abspath(__file__))  # log文件的目录

logfile_name = 'all2.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': {},
    '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
        },
    },
}


def load_my_logging_cfg():
    logging.config.dictConfig(LOGGING_DIC)  # 导入上面定义的logging配置
    logger = logging.getLogger(__name__)  # 生成一个log实例
    logger.info('It works!')  # 记录该文件的运行状态

if __name__ == '__main__':
    load_my_logging_cfg()

logging配置文件

import logging

# 一：日志配置
logging.basicConfig(
    # 1、日志输出位置：1、终端 2、文件
    # filename='access.log', # 不指定，默认打印到终端

    # 2、日志格式
    format='%(asctime)s - %(name)s - %(levelname)s -%(module)s:  %(message)s',

    # 3、时间格式
    datefmt='%Y-%m-%d %H:%M:%S %p',

    # 4、日志级别
    # critical => 50
    # error => 40
    # warning => 30
    # info => 20
    # debug => 10
    level=30,
)

# 二：输出日志
logging.debug('调试debug')
logging.info('消息info')
logging.warning('警告warn')
logging.error('错误error')
logging.critical('严重critical')

'''
# 注意下面的root是默认的日志名字
WARNING:root:警告warn
ERROR:root:错误error
CRITICAL:root:严重critical
'''

"""
logging配置
"""

import os

# 1、定义三种日志输出格式，日志中可能用到的格式化串如下
# %(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

# 2、强调：其中的%(name)s为getlogger时指定的名字
standard_format = '[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d]' 
                  '[%(levelname)s][%(message)s]'

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

test_format = '%(asctime)s] %(message)s'

# 3、日志配置字典
LOGGING_DIC = {
    'version': 1,
    'disable_existing_loggers': False,
    'formatters': {
        'standard': {
            'format': standard_format
        },
        'simple': {
            'format': simple_format
        },
        'test': {
            'format': test_format
        },
    },
    'filters': {},
    '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,日志轮转
            'formatter': 'standard',
            # 可以定制日志文件路径
            # BASE_DIR = os.path.dirname(os.path.abspath(__file__))  # log文件的目录
            # LOG_PATH = os.path.join(BASE_DIR,'a1.log')
            'filename': 'a1.log',  # 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
        },
        'other': {
            'level': 'DEBUG',
            'class': 'logging.FileHandler',  # 保存到文件
            'formatter': 'test',
            'filename': 'a2.log',
            'encoding': 'utf-8',
        },
    },
    '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', # loggers(第一层日志级别关限制)--->handlers(第二层日志级别关卡限制)
            'propagate': False,  # 默认为True，向上（更高level的logger）传递，通常设置为False即可，否则会一份日志向上层层传递
        },
        '专门的采集': {
            'handlers': ['other',],
            'level': 'DEBUG',
            'propagate': False,
        },
    },
}

日志配置字典LOGGING_DIC

import settings

# !!!强调!!!
# 1、logging是一个包，需要使用其下的config、getLogger，可以如下导入
# from logging import config
# from logging import getLogger

# 2、也可以使用如下导入
import logging.config # 这样连同logging.getLogger都一起导入了,然后使用前缀logging.config.

# 3、加载配置
logging.config.dictConfig(settings.LOGGING_DIC)

# 4、输出日志
logger1=logging.getLogger('用户交易')
logger1.info('egon儿子alex转账3亿冥币')

# logger2=logging.getLogger('专门的采集') # 名字传入的必须是'专门的采集'，与LOGGING_DIC中的配置唯一对应
# logger2.debug('专门采集的日志')

common.py