# 1.如果a文件夹所在目录在环境变量，a文件夹中的ma模块可以被以下方式导入 import a.ma | from a import ma # 2.如果a文件夹所在目录在环境变量，a文件夹中的b文件夹的mb模块可以被以下方式导入 import a.b.mb | from a.b import mb # 3.如果a文件夹所在目录在环境变量，a文件夹中的b文件夹的mb模块中的bbb名字要被直接导入 import a.b.mb.bbb # 错误：所有.左侧必须是文件夹 ***** from a.b import mb.bbb # 错误：所有.左侧必须是文件夹 from a.b.mb import bbb # 正确
1.什么是包：一系列模块py文件的集合体,表现形式是文件夹。该文件夹我们称之为包，文件名就是包名。 2.包与普通文件夹的区别：包的文件夹中一定存在一个__init__.py文件夹。 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 3.__init__.py文件介绍 # 1.产生一个全局名称空间，提供给包，就代表包的名称空间 #2. 管理 包可以直接点出使用的名字 3.导包完成的三件事 #1.编译形成包中__init__.py文件的pyc文件 #2.执行__init__.pywenjian ,形成一个全局名称空间，将__init__.py文件中所有名字存放其中，该名称空间就代表包的名称空间。 #3.在导包的文件中，产生一个与包名相同的名字，指向包的名称空间（__init__.py文件的全局名称空间） 4.# 如果只是想作为普通文件夹，py3中可以省略__init__文件，本质上文件夹也是包 # 导入的手段：1.指名道姓到某一个模块 | 2.指名道姓到某一个模块中的名字 5 在包中采用相对导入管理模块或模块中的名字 # 在包的__init__.py文件或是包中任意一个模块中 # . 代表当前文件所在文件夹目录 # .. 代表当前文件所在文件夹目录的上一级目录 # 注：.语法不能出包，因为包外的文件都能自执行，但拥有.开头导入的文件不能自执行
1.什么是日志：日常的流水，将程序运行过程中的状态或数据进行记录，一般都是记录到日志文件中。 在正常的项目中，项目运行的一些打印信息，采用looging打印到文件中，这个过程就称之为 记录日志 2.logging模块 # 1.一共分为五个打印级别 # 2.级别本身没有代表信息重要性的区别，只是包含级别信息，可以约定日志的重要性 logging.debug("debug") # 10 logging.info("info") # 20 logging.warning("warning") # 30 logging.error("error") # 40 logging.critical("critical") # 50 """ #1.logger对象：负责产生日志 #2.filter对象：过滤日志 #3.Handler句柄：控制输出的位置 #4.Formater格式：控制输出的格式 #5.一个句柄只可以与一种格式绑定 """ 3.例： 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) 4.日志配置字典 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 不要浮躁 努力就有收获')
#1. # 不可逆加密：没有解密的加密方式 md5 # 解密方式：碰撞解密 # 加密的对象：用于传输的数据（字符串类型数据） #2语法： import hashlib # 这个加密的过程是无法解密的 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只能接受bytes类型的数据 md.update(b'Jason_@.') # 往对象里传明文数据 update只能接受bytes类型的数据 print(md.hexdigest()) # 获取明文数据对应的密文 f361f4e0329c7a0cfe7aaf829c0c71f3 3.# 加盐加密 # 1.保证原数据过于简单，通过复杂的盐也可以提高解密难度 # 2.即使被碰撞解密成功，也不能直接识别盐与有效数据 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()) # fdaf65bc14953d6cc27eab51d862bc33 #hmac加密 import hmac # hmac.new(arg) # 必须提供一个参数 cipher = hmac.new('加密的数据'.encode('utf-8')) print(cipher.hexdigest()) cipher = hmac.new('前盐'.encode('utf-8')) cipher.update('加密的数据'.encode('utf-8')) print(cipher.hexdigest()) cipher = hmac.new('加密的数据'.encode('utf-8')) cipher.update('后盐'.encode('utf-8')) print(cipher.hexdigest()) cipher = hmac.new('前盐'.encode('utf-8')) cipher.update('加密的数据'.encode('utf-8')) cipher.update('后盐'.encode('utf-8')) print(cipher.hexdigest()) """ 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 """
# 值拷贝：应用场景最多 ls = [1, 'abc', [10]] ls1 = ls # ls1直接将ls中存放的地址拿过来 # ls内部的值发生任何变化，ls1都会随之变化 ls2 = ls.copy() # 新开辟列表空间，但列表中的地址都是直接从ls列表中拿来 # ls内部的可变类型值发生改变，ls2会随之变化 ls3 = deepcopy(ls) # 新开辟列表空间，ls列表中的不可变类型的地址直接拿过来，但是可变类型的地址一定重新开辟空间 # ls内部的所有类型的值发生改变，ls3都不会随之变化
# 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)