一、模块的概念
1、什么是模块
……模块就是一系列功能的集合体
模块大致分为四种类别：
1、一个py文件就是一个模块，文件名叫test.py，模块名叫test
2、一个包含有__init__.py文件的文件夹称之为包，包也是模块
3、使用C编写并链接到python解释器的内置模块
4、已被编译为共享库或DLL的C或C++扩展
模块的三种来源：
1、自带的模块
2、第三方模块：pip3 install requests
3、自定义的模块
2、为何要用模块
1）、（自带的模块，第三方模块）拿来主义，提升开发效率
2）、自定义模块 ---> 是为了解决代码冗余的问题
3、如何用模块
模块都是被导入使用的。以spam.py为例来介绍模块的使用：文件名为spam.py，模块名为spam
#spam.py
print('from the spam.py')
money=1000
def read1():
print('spam模块：',money)
def read2():
print('spam模块')
read1()
def change():
global money
money=0
二、模块的使用
import语句：
要想在另外一个py文件中引用foo.py中的功能，需要使用import foo，首次导入模块会做三件事：
1、执行源文件代码
2、产生一个新的名称空间用于存放源文件执行过程中产生的名字
3、在当前执行文件所在的名称空间中得到一个名字foo，该名字指向新创建的模块名称空间，若要引用模块名称空间中的名字，需要加上该前缀，如下
加上spam.作为前缀就相当于指名道姓地说明要引用spam名称空间中的名字，所以肯定不会与当前执行文件所在名称空间中的名字相冲突，并且若当前执行文件的名称空间中存在money，执行spam.read1()或spam.change()操作的都是源文件中的全局变量money
'''
首次导入模块发生的事情
1、运行spam.py，创建一个模块的名称空间，将spam.py运行过程中产生的名字都丢到模块的名称空间中
2、在当前名称空间中得到一个名字，该名字是指向模块的名称空间
'''
import spam # 导入模块spam
import spam
import spam
# print(spam) # <module 'spam' from 'E:\PYTHON\pycharm project\project\day14\模块的使用1\spam.py'>
# ps：后续的导入直接引用首次的导入的成功，不会重复执行spam.py，不会重复创建名称空间
print(spam.money) # 引用模块spam中变量money的值
print(spam.read1) # <function read1 at 0x00000267C1C2A0D0>
print(spam.read2) # <function read2 at 0x00000267C1C2A310>
print(spam.change) # <function change at 0x00000267C1C2A1F0>
spam.read1() # 调用模块spam的read1()函数
spam.read2()
# >>>:
# spam模块
# spam模块： 1000
money = 2000
spam.change()
print(money) # 2000
print(spam.money) # 0
导入规范：
通常情况下所有的导入语句都应该写在文件的开头，然后分为三部分：
第一部分：先导入自带的模块
第二部分：导入第三方
第三部分：导入自定义的
import的其他用法（as）：
import os,sys,re # 在一行导入，用逗号分隔开不同的模块
import spam as sm # 在当前位置为导入的模块起一个别名
from-import语句：
from...import...与import语句基本一致
唯一不同的是：使用import spam导入模块后，引用模块中的名字都需要加上spam.作为前缀。
而使用from sapm import money,read1,read2,change则可以在当前执行文件中直接引用模块spam中的名字
from spam import money
print(money) # 1000 直接使用模块spam中的money
'''
无需加前缀的好处是使得我们的代码更加简洁，
坏处则是容易与当前名称空间中的名字冲突，
如果当前名称空间存在相同的名字，
则后定义的名字会覆盖之前定义的名字。
'''
money = 20 # 将来自于spam模块的money覆盖了
print(money) # 20 # 引用的是当前作用域的money
from-import的其他用法：
# 起别名
from spam import money,read1,read2,change
from spam import money as m,read1 as r1,read2 as r2,change as cg
print(m)
print(r1)
print(r2)
# from... import *
from spam import * # 把spam中所有的名字都导入到当前执行文件的名称空间中，在当前位置直接可以使用这些名字
print(money)
print(read1)
print(read2)
print(change)
模块的编写者可以在自己的文件中定义__all__变量用来控制*代表的意思
#spam.py
print('from the spam.py')
__all__=['money','read1'] # 该列表中所有的元素必须是字符串类型，每个元素对应spam.py中的一个名字
money=1000
def read1():
print('spam模块：',money)
def read2():
print('spam模块')
read1()
def change():
global money
money=0
循环导入问题
循环导入问题指的是在一个模块加载/导入的过程中导入另外一个模块，而在另外一个模块中又返回来导入第一个模块中的名字，由于第一个模块尚未加载完毕，所以引用失败、抛出异常，究其根源就是在python中，同一个模块只会在第一次导入时执行其内部代码，再次导入该模块时，即便是该模块尚未完全加载完毕也不会去重复执行内部代码
解决方案：
# 方案一：导入语句放到最后，保证在导入时，所有名字都已经加载过
# 文件：m1.py
print('正在导入m1')
x='m1'
from m2 import y
# 文件：m2.py
print('正在导入m2')
y='m2'
from m1 import x
# 文件：run.py内容如下，执行该文件，可以正常使用
import m1
print(m1.x)
print(m1.y)
# 方案二：导入语句放到函数中，只有在调用函数时才会执行其内部代码
# 文件：m1.py
print('正在导入m1')
def f1():
from m2 import y
print(x,y)
x = 'm1'
# 文件：m2.py
print('正在导入m2')
def f2():
from m1 import x
print(x,y)
y = 'm2'
# 文件：run.py内容如下，执行该文件，可以正常使用
import m1
m1.f1()
注意：循环导入问题大多数情况是因为程序设计失误导致，上述解决方案也只是在烂设计之上的无奈之举，在我们的程序中应该尽量避免出现循环/嵌套导入，如果多个模块确实都需要共享某些数据，可以将共享的数据集中存放到某一个地方，然后进行导入
三、模块的搜索路径与优先级
模块其实分为四个通用类别：
1、使用纯python代码编写的py文件
2、包含一系列模块的包
3、使用C编写并链接到Python解释器中的内置模块
4、使用C或C++编译的扩展模块
模块的搜索路径优先级为：
1、内存中已经导入好的
2、内置
3、sys.path sys.path也被称为模块的搜索路径，它是一个列表类型
注意：
列表中的每个元素其实都可以当作一个目录来看：在列表中会发现有.zip或.egg结尾的文件，
二者是不同形式的压缩文件，事实上Python确实支持从一个压缩文件中导入模块，
我们也只需要把它们都当成目录去看即可。
四、软件开发的目录规范
1、区分py文件的两种用途：
一个python文件有两种用途：
1、被当主程序脚本执行
2、被当做模块导入
为了区别同一个文件的不同用途，每个py文件都内置了__name__变量，该变量在py文件被当做脚本执行时赋值为"main"，在py文件被当做模块导入时赋值为模块名。
作为模块spam.py的开发者，可以在文件末尾基于__name__在不同应用场景下值的不同来控制文件执行不同的逻辑
if __name__ == '__main__':
# spam.py被当做脚本执行时运行的代码
pass
else:
# spam.py被当做模块时运行的代码
pass
通常我们会在if的子代码块中编写针对模块功能的测试代码，这样spam.py在被当做脚本运行时，就会执行测试代码，而被当做模块导入时则不用执行测试代码。
我们在编写py文件时，需要时刻提醒自己，该文件既是给自己用的，也有可能会被其他人使用，因而代码的可读性与易维护性显得十分重要，为此我们在编写一个模块时最好按照统一的规范去编写，如下：
#!/usr/bin/env python #通常只在类unix环境有效,作用是可以使用脚本名来执行，而无需直接调用解释器。
"The module is used to..." #模块的文档描述
import sys #导入模块
x=1 #定义全局变量,如果非必须,则最好使用局部变量,这样可以提高代码的易维护性,并且可以节省内存提高性能
class Foo: #定义类,并写好类的注释
'Class Foo is used to...'
pass
def test(): #定义函数,并写好函数的注释
'Function test is used to…'
pass
if __name__ == '__main__': #主程序
test() #在被当做脚本执行时,执行此处的代码
2、软件开发目录规范
规范化开发：
一个py文件中：1、文件加载问题
2、代码可读性差，查询麻烦
要将一个py文件分开，合理的分成多个py文件
settings.py：配置文件
就是放置一些项目中需要的静态参数，比如文件路径，数据库配置，软件的默认设置等
common.py: 公共组件文件
这里面放置一些我们常用的公共组件函数，并不是我们核心逻辑的函数，而更像是服务于整个程序中的公用的插件，程序中需要即调用。比如我们程序中的装饰器auth，有些函数是需要这个装饰器认证的，但是有一些是不需要装饰器认证的，它既是何处需要何处调用即可，比如还有密码加密功能，序列化功能，日志功能等这些功能都可以放在这里
src.py：主逻辑文件
这个文件主要存放的就是核心逻辑功能，你看你需要进行选择的这些核心功能函数，都应该放在这个文件
start.py：项目启动文件
你的项目需要有专门的文件启动，而不是在你的核心逻辑部分启动的，目的就是放在显眼的位置，方便启动，start.py文件中引用sys模块，动态获取目录
log.py : 日志文件
存储log日志的文件，日志主要是供开发人员使用，比如你的项目中出现一些bug问题，比如开发人员对服务器做的一些操作都会记录到日志中，以便开发者浏览，查询。
类似于register文件:
这个文件文件名不固定，register只是我们项目中用到的注册表，但是这种文件就是存储数据的文件，类似于文本数据库，那么我们一些项目中的数据有的是从数据库中获取的，有些数据就是这种文本数据库中获取的，总之，你的项目中有时会遇到一些数据存储在文件中，与程序交互的情况，所以我们要单独设置这样的文件
设计一个层次清晰的目录结构，就是为了达到以下两点：
1、可读性高：不熟悉这个项目的代码的人，一眼就能看懂目录结构，直到程序启动脚本是哪个，测试目录在哪儿，配置我就爱你在哪儿等,从而非常快速的了解这个项目
2、可维护性高：定义好组织规划后，维护者就能很明确的知道，新增的哪个文件和代码应该放在什么目录之下,这个好处是，随着时间的推移，代码配置的规模增加，项目结构不会混乱，仍然能够组织良好。