zoukankan      html  css  js  c++  java
  • 包与模块使用

    模块的三种来源
      1.内置的
      2.第三方的
      3.自定义的
    四种表示形式
      1.py文件(******)
      2.共享库
      3.文件夹(一系列模块的结合体)(******)
      4.C++编译的连接到python内置的

    研究模块与包 还可以站另外两个角度分析不同的问题
      1.模块的开发者
      2.模块的使用者

    什么是包 

        它是一些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

    首次导入包的时候:

    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指向包下面的__init__.py文件名称空间的名字

    在导入语句中 .号的左边肯定是一个包(文件夹)

    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模块改名的问题 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)

    站在包的开发者 如果使用绝对路径来管理的自己的模块 那么它只需要永远以包的路径为基准依次导入模块
    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(******)

    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

    loggin模块

    # 日志模块:记录
    import logging
    
    logging.basicConfig(filename='access.log',
                        format='%(asctime)s - %(name)s - %(levelname)s -%(module)s:  %(message)s',
                        datefmt='%Y-%m-%d %H:%M:%S %p',
                        level=30,
                        )
    
    logging.debug('debug日志')  # 10
    logging.info('info日志')  # 20
    logging.warning('warning日志')  # 30
    logging.error('error日志')  # 40
    logging.critical('critical日志')  # 50

     loggin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')

    hashlib模块

    # hashlib模块 加密的模块
    # import hashlib  # 这个加密的过程是无法解密的
    # md = hashlib.sha3_256()  # 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
    
    # 撞库
    """
    1.不用的算法 使用方法是相同的
    密文的长度越长 内部对应的算法越复杂
    但是
        1.时间消耗越长
        2.占用空间更大
    通常情况下使用md5算法 就可以足够了
    """
    
    
    # import hashlib
    # # 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
    # md = hashlib.md5()
    # md.update(b'areyouok?')
    # md.update(b'are')
    # md.update(b'you')
    # md.update(b'ok?')
    # print(md.hexdigest())  # 408ac8c66b1e988ee8e2862edea06cc7
    # 408ac8c66b1e988ee8e2862edea06cc7
    """
    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
    """
    
    # 加盐处理
    # 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())
    
    
    # 动态加盐
    
    # 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)

    openyxl模块

    # 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
    """
    
    #
    # 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)

    深浅拷贝

    import copy
    
    l = [1,2,[1,2]]
    # l1 = l
    # print(id(l),id(l1))
    # l1 = copy.copy(l)  # 拷贝一份 .......  浅拷贝
    # print(id(l),id(l1))
    # # l[0] = 222
    # # print(l,l1)
    # l[2].append(666)
    # print(l,l1)
    l1 = copy.deepcopy(l)
    l[2].append(666)
    print(l,l1)
  • 相关阅读:
    Prometheus学习系列(九)之Prometheus 存储
    Prometheus学习系列(八)之Prometheus API说明
    SSE图像算法优化系列七:基于SSE实现的极速的矩形核腐蚀和膨胀(最大值和最小值)算法。
    Crimm Imageshop 2.3。
    【短道速滑一】OpenCV中cvResize函数使用双线性插值缩小图像到长宽大小一半时速度飞快(比最近邻还快)之异象解析和自我实现。
    【算法随记七】巧用SIMD指令实现急速的字节流按位反转算法。
    【算法随记六】一段Matlab版本的Total Variation(TV)去噪算法的C语言翻译。
    SSE图像算法优化系列三十:GIMP中的Noise Reduction算法原理及快速实现。
    一种快速简便优秀的全局曲线调整与局部信息想结合的非线性彩色增强算法(多图深度分析和探索)
    【算法随记五】使用FFT变换自动去除图像中严重的网纹。
  • 原文地址:https://www.cnblogs.com/wkq0220/p/11215737.html
Copyright © 2011-2022 走看看