Python操作日志、加密、发送邮件、线程、生产者消费者

1、操作日志

logging.basicConfig:日志的统一处理器，对日志的输出格式和方式做配置
日志级别等级CRITICAL > ERROR > WARNING > INFO > EDBUG

level设定级别以及以上级别的才会打印，这里注意大小写！

打印日志信息在控制台或输出在一个文件示例：

 1 import logging
 2 import os
 3 
 4 # log_file = os.path.join(os.getcwd(),'wlog.log')
 5 log_format = "%(asctime)s %(filename)s [line:%(lineno)d] %(levelname)s: %(message)s"
 6 '''
 7 如果不写filename和filemode参数则默认打印到console
 8 '''
 9 logging.basicConfig(level=logging.WARNING,format=log_format)
10 # logging.basicConfig(level=logging.WARNING,format=log_format,filename=log_file,filemode='w')
11 
12 logging.warning("waring message")
13 logging.error("error message")

输出在控制台信息如下：

2017-03-20 21:41:07,756 3.19.py [line:24] WARNING: waring message
2017-03-20 21:41:07,756 3.19.py [line:25] ERROR: error message

同时在控制台和输出到文件代码示例：

 1 # 创建一个logger
 2 logger = logging.getLogger("mylogger")
 3 logger.setLevel(logging.INFO)
 4 
 5 # 创建一个handler，将log写入文件中
 6 fh = logging.FileHandler('D:/pycharm workspace/practice/log.txt','a')
 7 fh.setLevel(logging.INFO)
 8 
 9 # 再创建一个handler，将log输出在控制台
10 ch = logging.StreamHandler()
11 ch.setLevel(logging.CRITICAL)
12 
13 # 设置输出格式
14 log_format = "%(asctime)s %(filename)s [line:%(lineno)d] %(levelname)s: %(message)s"
15 formatter = logging.Formatter(log_format)
16 fh.setFormatter(formatter)
17 ch.setFormatter(formatter)
18 
19 #把handler添加到logger里，其实可以理解为汇报给大领导
20 logger.addHandler(fh)
21 logger.addHandler(ch)
22 
23 logger.error("今天天气阴")

控制台设置为CRITICAL不会有输出，因为打印的是error信息
输出到文件设置为INFO，打印的是error信息，会输出在文件中
如果设置成不一样的实际是没有任何意义。一般都设置为INFO。

另：

将执行脚本的日志保存在一个文件中

1     dirfile = os.listdir("D:\")
2     for i in dirfile:
3         s=i.split('.')[1]
4         print(s)
5         if s == "py":
6             os.system("D:\%s 1>>log.txt 2>&1" %i)

2、加密

#DES加密
# pyDes.des(key,[mode],[IV],[pad],[pdamode])
# 参数的意思分别如下：
# key:加密密钥，长度为8位。必选
# mode：加密方式。ECB(默认)、CBC（安全性好于前者）
# IV：初始字节数（长度为8位），如果选择的加密方式为CBC必须有这个参数。否则可以没有
# pad：加密时，将该字符添加到数据块的结尾；解密时，将删除从最后一个往前的8位
# padmode：PAD_NORMAL、PAD_PKCSS,当选择前者时必须设置pad

md5、sha、des加密代码示例：

 1 import hashlib     #md5 sha
 2 import base64      #des
 3 from pyDes import *
 4 
 5 def md5_encode(data):
 6     m = hashlib.md5()
 7     m.update(data.encode('utf-8'))
 8     return m.hexdigest()     #经过特殊处理之后以字符串形式返回
 9 
10 def sha1_encode(data):
11     sha1 = hashlib.sha1()
12     sha1.update(data.encode('utf-8'))
13     return sha1.hexdigest()
14 
15 def des_encode(data):
16     k = des("xqtest66",padmode=PAD_PKCS5)
17     # k = des('xqtest66',CBC,'goodluck',pad='hahahaha',padmode=PAD_NORMAL)
18 
19     #encrypt来加密我的数据，然后进行base64编码
20     encodeStrr = base64.b64encode(k.encrypt(data))
21     return encodeStrr
22 
23 data = "wo"
24 print('md5加密结果：',md5_encode(data))
25 print('sha加密结果：',sha1_encode(data))
26 print('des加密结果：',des_encode(data))

3、发送邮件

 1 import smtplib
 2 import email.mime.multipart
 3 import email.mime.text
 4 
 5 from email.mime.application import MIMEApplication
 6 
 7 class SendMail:
 8     def send_mail(self,title):
 9         msg = email.mime.multipart.MIMEMultipart() #生成包含多个邮件体的对象
10         msg['from'] = 'jiayan****@126.com'
11         msg['to'] = '5478987@qq.com'
12         msg['subject'] = title
13         content = '''
14         这是邮件的正文部分
15         '''
16 
17         #邮件正文
18         txt = email.mime.text.MIMEText(content)
19         msg.attach(txt)
20 
21         #excel附件
22         # xlsxpart = MIMEApplication(open('send_mail_excel.xlsx', 'rb').read())
23         # xlsxpart.add_header('Content-Disposition', 'attachment', filename='send_mail_excel.xlsx')
24         # msg.attach(xlsxpart)
25 
26         #jpg图片附件
27         jpgpart = MIMEApplication(open('Aaron.png', 'rb').read())
28         jpgpart.add_header('Content-Disposition', 'attachment', filename='Aaron.png')   #需要图片文件在代码相应的目录下
29         msg.attach(jpgpart)
30 
31         #发送邮件
32         smtp=smtplib
33         smtp=smtplib.SMTP()
34         smtp.set_debuglevel(1)            #设置为调试模式，console中显示
35         smtp.connect('smtp.126.com','25') #链接服务器，smtp地址+端口
36         smtp.login('jiayan****@126.com','Jiaxxxxxxxx')                   #登录，用户名+密码
37         smtp.sendmail('jiayan****@126.com','5478987@qq.com',str(msg)) #发送，from+to+内容
38         smtp.quit()
39 
40 mail = SendMail()
41 mail.send_mail('python自动化测试')

 查找最进时间修改的文件，代码如下：

 1 os.path.listdir  #以列表的形式展示文件
 2 os.path.getmtime #最后修改的时间
 3 os.path.join     #路径拼接
 4 
 5 import os
 6 filenames = "D:\pycharm workspace\appiumframework\report"
 7 lists = os.listdir(filenames)
 8 print(lists)
 9 lists.sort(key=lambda fn:os.path.getmtime(filenames+"\"+fn))
10 print(lists[-1])
11 file = os.path.join(filenames,lists[-1])
12 print(file)

4、进程与线程的区别：
进程不共享空间，线程共享地址空间

线程共享空间优缺点：
优点：多线程给用户的体验好些，处理速度快些
缺点：共享地址空间相互影响

import threading
import time

class Mythreading(threading.Thread):
    def __init__(self,threadID,name,counter):
        threading.Thread.__init__(self)    #固定格式
        self.threadID = threadID
        self.name = name
        self.counter = counter
        print("初始化完成")
    def run(self):                         #由cpu来处理决定线程间的执行顺序
        print("开始"+self.name)
        print_time(self.name,self.counter,5)
        print("结束"+self.name)

def print_time(threasName,counter,delay):
    while counter:
        time.sleep(delay)
        print("%s:%s"%(threasName,time.ctime(time.time())))
        counter -= 1

#创建线程
thread1 = Mythreading(1,"thread1",1)
thread2 = Mythreading(2,"thread2",2)

#开启线程
thread1.start()
thread2.start()

import threading
import time

class Mythreading(threading.Thread):
    def __init__(self,threadID,name,counter):
        threading.Thread.__init__(self)    #固定格式
        self.threadID = threadID
        self.name = name
        self.counter = counter
        print("初始化完成")
    def run(self):                         #由cpu来处理决定线程间的执行顺序
        threadLock.acquire()               #获得锁，成功获得锁定后返回True，可选的参数timeout不填时将一直阻塞直到获得锁定
        print_time(self.name,self.counter,3)
        threadLock.release()               #释放锁，开始下一个线程

def print_time(threasName,counter,delay):
    while counter:
        time.sleep(delay)
        print("%s:%s"%(threasName,time.ctime(time.time())))
        counter -= 1

threadLock = threading.Lock()
threads = []

#创建线程
thread1 = Mythreading(1,"thread1",1)
thread2 = Mythreading(2,"thread2",2)

#开启线程
thread1.start()
thread2.start()

# thread1.join()
# thread2.join()
threads.append(thread1)
threads.append(thread2)
for t in threads:
    t.join()       #后边的代码必须等待，等线程运行完成才会往后运行代码

print("我的的花儿也谢了")

为什么下图左为串行，下图右为并行运行呢？

图左love启动后分别执行start和join，启动了join后边代码就需要等待前边代码运行完成。总共18s

图右同时启动love和hate，运行所需要执行的时间然后停止。总共10s

 超级播放器示例，如下：

import threading
from time import sleep, ctime
def music(func):
    for i in range(2):
        print ("I was listening to %s! %s" %(func,ctime()))
        sleep(4)
def move(func):
    for i in range(2):
        print ("I was at the %s! %s" %(func,ctime()))
        sleep(5)

def player(name):
    r = name.split('.')[1]
    if r=="mp3":
        music(name)
    elif r=="mp4":
        move(name)
    else:
        print("%s is error!"%name)

lists = ["love.mp3","hate.mp4","cuicui.mp3","nnnn.mp4"]

threads = []
files = range(len(lists))
for i in files:
    t = threading.Thread(target=player,args=(lists[i],))
    threads.append(t)

if __name__ == '__main__':
    for i in files:
        threads[i].start()
    for i in files:
        threads[i].join()
    print ('all end: %s' %ctime())

5、生产者与消费者示例：

import threading
class Produce(threading.Thread):

    def __init__(self,name):
        threading.Thread.__init__(self)
        self.name = name
    def run(self):
        global x
        tt.acquire()
        if x > 0 :

            print("我不生产了")
        else:
            for i in range(5):
                x += 1
                print("%s在生产中，第%d个"%(self.name,x))
        tt.release()

class Consume(threading.Thread):
    def __init__(self,name):
        threading.Thread.__init__(self)
        self.name = name
    def run(self):
        global x
        tt.acquire()
        if x == 0:

            print("我不消费了")
        else:
            for i in range(5):
                x -= 1
                print("%s在消费中，第%d个"%(self.name,x+1))
        tt.release()
x = 0
tt = threading.Lock()
# tt = threading.Condition

p = Produce("produce")
c = Consume("consume")

p.start()
c.start()

p.join()
c.join()