zoukankan      html  css  js  c++  java
  • 包、logging模块、hashlib模块、openpyxl模块、深浅拷贝

    包、logging模块、hashlib模块、openpyxl模块、深浅拷贝

    一、包

    1、模块与包

    模块的三种来源:

    1、内置的

    2、第三方的

    3、自定义的

    模块的四种表现形式:

    1、py文件

    2、共享库

    3、文件夹(一系列模块的结合体),即包

    4、C++编译的连接到Python内置的

    2、模块的导入过程

    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

    3、什么是包

    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,包的本质还是一个模块。

    4、包的导入过程

    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不指向包下面的__init__.py文件名称空间的名字

    在导入与语句中.号的左边肯定是一个包(文件夹)

    5、包的使用

    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包改名的问题,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)

    3、站在包的开发者:如果使用绝对路径来管理自己写的模块,那么他只需要永远以包的路径为基准依次导入模块

    4、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(***无法省略)

    5、Python2如果要导入包,包下面必须要有__init__.py文件

    6、Python3如果要导入包,包下面没有__init__.py文件也不会报错

    7、当你在删除程序不必要的文件的时候,千万不要随意删除__init__.py文件

    二、logging模块(日志模块)

    1、日志级别

    import logging
    logging.debug('debug message')  # 10
    logging.info('info message')  # 20
    logging.warning('warning message')  # 30
    logging.error('error message')  # 40
    logging.critical('critical message')  # 50
    

    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

    2、日志对象

    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()  # 输出到终端中
    
    4、formatter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formate对象
    hd1.setFormatter(fm1)
    hd2.setFormatter(fm2)
    hd3.setFormatter(fm3)
    
    7、设置日志等级
    logger.setLevel(20)
    
    8、记录日志
    logger.debug('写了半天 好累啊 好热啊 好像释放')
    

    ![https://files-cdn.cnblogs.com/files/DcentMan/微信图片_20190719221602.bmp)

    3、logging配置字典

    import os
    import logging.config
    # 定义日志输出格式
    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'
    # 下面两个变量对应的值,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_DIR = 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('xxx')  # 输入的名字在上面的字典中可以不存在,但是字典的key必须是''
    logger1.debug('好好地 不要浮躁 努力就有收获')
    

    三、hashlib模块(加密模块)

    1、hashlib模块的加密过程非常复杂,解密难度很大

    2、hashlib模块下的加密算法非常多,不同的算法,使用的方法是相同的,密文的长度越长,内部对应的算法越复杂,但是时间消耗越长,占用空间越大,通常情况下使用md5算法

    3、hashlib模块加密过程程序实现

    import hashlib
    md = hashlib.md5()  # 生成一个帮你造密文的对象
    md.update('hello'.encode('utf-8'))  # 往对象里传明文数据 update只能接收bytes类型的数据
    print(md.hexdigest())  # 获取明文数据对应的密文
    

    4、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

    import hashlib
    md = hashlib.md5()
    md.update(b'areyouok?')
    print(md.hexdigest())
    md1 = hashlib.md5()
    md1.update(b'are')
    md1.update(b'you')
    md1.update(b'ok?')
    print(md1.hexdigest())
    # 两次打印的结果相同
    

    5、hashlib模块除了用于密码的密文存储,还可以用于校验文件内容是否一致

    6、加盐处理,加盐的内容不定,可以改变,还可以动态加盐,比如在注册成功后,保存密码时在密码前添加几位用户名中的字符。

    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)
    

    四、openpyxl模块(最近比较火的操作Excel表格的模块)

    1、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

    2、之前操作Excel文件的模块是xlwd(写)和xlrt(读),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文件

    3、写文件

    from openpyxl import Workbook
    wb = Workbook()  # 先生成一个工作簿
    wb1 = wb.create_sheet('sheet1',0)  # 在指定位置创建一个表单页
    wb2 = wb.create_sheet('sheet2')
    wb1.title = 'login'  # 可以通过title方法对已生成的表单页重命名
    wb1['A3'] = 666  # 在指定位置添加值 A是列,3是行
    wb1['A4'] = 111
    wb1['A5'] = '=sum(A3:A4)'  # 通过sum函数求和
    
    wb1.append(['username','age','hobby'])  # 在第一行添加表头,用来标识每一列数据的意义
    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'])  # 以空字符表示该位置为空
    
    wb.save('test.xlsx')  # 保存新建的文件
    

    4、读文件

    from openpyxl import load_workbook
    
    wb = load_workbook('test.xlsx',read_only=True, data_only=True)
    print(wb)
    # <openpyxl.workbook.workbook.Workbook object at 0x032CD0D0>
    print(wb.sheetnames)
    # ['login', 'Sheet', 'sheet2']
    print(wb['login']['A3'].value)  # 666
    print(wb['login']['A4'].value)  # 111
    print(wb['login']['A5'].value)  # None
    # 如果没有指定data_only=True参数,且你并没有打开文件修改其中的内容,A5打印出的内容就会是=sum(A3:A4)
    # 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)  # <openpyxl.worksheet._read_only.ReadOnlyWorksheet object at 0x03FDC250>
    get1 = res.rows
    for i in ge1:
        for j in i:
            print(j.value)
    '''
    print(j.value)的值
    None
    None
    666
    111
    None
    '''
    '''
    print(j)的值
    <EmptyCell>
    <EmptyCell>
    <ReadOnlyCell 'login'.A3>
    <ReadOnlyCell 'login'.A4>
    <ReadOnlyCell 'login'.A5>
    '''
    

    五、深浅拷贝

    1、Python内置有浅拷贝copy方法,要想进行深拷贝操作,需要导入copy模块

    2、copy模块中,浅拷贝用copy.copy(),深拷贝用copy.deepcopy()

    3、深浅拷贝的区别在于可变类型数据的拷贝,浅拷贝内的可变数据还是指向原来的值,所以对原数据中的可变类型进行修改时,拷贝后的数据也会跟着变。而深拷贝内的可变数据指向一个新的与原来数据相同的值,所以改变原数据中的可变数据时,拷贝后的数据并不会改变。

    ![https://files-cdn.cnblogs.com/files/DcentMan/微信图片_20190720004335.bmp)

    ![https://files-cdn.cnblogs.com/files/DcentMan/微信图片_20190720003941.bmp)

  • 相关阅读:
    吴裕雄--天生自然C++语言学习笔记:C++ 存储类
    吴裕雄--天生自然C++语言学习笔记:C++ 修饰符类型
    吴裕雄--天生自然C++语言学习笔记:C++ 常量
    吴裕雄--天生自然C++语言学习笔记:C++ 变量作用域
    吴裕雄--天生自然C++语言学习笔记:C++ 变量类型
    吴裕雄--天生自然C++语言学习笔记:C++ 数据类型
    吴裕雄--天生自然C++语言学习笔记:C++ 注释
    吴裕雄--天生自然C++语言学习笔记:C++ 基本语法
    SPOJ375Query on a tree I(树剖+线段树)(询问边)
    HDU5768Lucky7(中国剩余定理+容斥定理)(区间个数统计)
  • 原文地址:https://www.cnblogs.com/DcentMan/p/11229082.html
Copyright © 2011-2022 走看看