一 包 package
包就是一个包含了 __init__.py文件的文件夹
包是模块的一种表现形式,包即模块
首次导入包:
先创建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.运行包下面的__init__,py文件中的代码,将产生的名字放入放入包下面的__init__.py文件的名称空间
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
执行文件在 ' import 包名 ' 的时候拿到的是包下面 __init__.py 文件的名称空间的内容
在导入语句中,点号的左边都是文件夹
相对导入:
包下的py文件都是用来被导入的模块,所以可以在__init__.py里可以使用相对路径
绝对导入:
缺点:当包的名字改动时,所有的导入语句都需要改动
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
二.logging日志模块
日志分五个等级 默认打印到终端
logging.debug('调试日志debug') # 10
logging.info('消息info') # 20
logging.warning('警告warn') # 30
logging.error('错误error') # 40
logging.critical('严重critical') # 5
filename='日志文件的名字'
formatter='日志信息的格式'
datefmt='日志时间的格式'
leve=10 # 日志级别 比10大的都执行,一般默认30
stream 是否打印到终端
ps :
1.日志文件默认以 a 模式写入
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=10,
# stream=True
)
'''日志使用流程步骤'''
1.logger 对象:负责生产日志
logger = logging.getLogger('日志名字')
2.filter 对象:过滤日志(了解)
3.handler 对象:控制日志输入出的位置(文件/终端)
hd1 = logging.FileHandler('文件名字',encoding='utf-8') # 输出到文件中
hd2 = logging.StreamHandler() # 输出到终端
4.format 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 - %(levelname)s -%(module)s: %(message)s',
datefmt='%Y-%m-%d'
5.给logging对象绑定handler对象
logger.addHandler(hd1)
logger.addHandler(hd2)
6.给handler绑定formatter对象
hd1.setFormatter(fm1)
hd1.setFormatter(fm2)
7.设置日志等级
logger.setLevel(10)
8.记录日志
logger.debug('logging日志模块')
log配置字典(模板)
import os
import logging
# 格式 standard : standard_format
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
# 格式 simple : simple_format
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)
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
},
}
View Code
三.hashlib加密模块
应用场景:
1.密码的密文存储
2.校验文件内容是否一致
密文算法越复杂,生成的密文越长
消耗的时间越长,占空间越大
通常用md5 就够了
明文转密文的顺序
md = hashlib.md5() # 生成一个造密文的对象,算法是md5
# 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'hello') # 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
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
# 408ac8c66b1e988ee8e286
加盐处理
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.copy深拷贝浅拷贝模块
import copy
l = [1,2,[1,2]]
# l1 = l
# print(id(l),id(l1))
# 浅拷贝
l1 = copy.copy(l) # 拷贝一份 ....... 浅拷贝
print(id(l),id(l1)) # 相同
l[0] = 222
print(l) # [222, 2, [1, 2]]
print(l1) # [1, 2, [1, 2]]
l[2].append(666)
print(l) # [1, 2, [1, 2, 666]]
print(l1) # [1, 2, [1, 2, 666]]
# 深拷贝
l1 = copy.deepcopy(l)
print(id(l),id(l1)) # 不同
l[2].append(666)
print(l) # [1, 2, [1, 2, 666]]
print(l1) # [1, 2, [1, 2]]
浅拷贝 :
增加了一个指针指向一个存在的内存地址
两种方式:
- 单层:
lst1 = ["太白","日天","哪吒","银角大王","金角大王"]
lst2 = lst1
lst1.append("女神")
print(lst1,id(lst1)) # ['太白', '日天', '哪吒', '银角大王', '金角大王', '女神']
2420170040264
print(lst2,id(lst2)) #['太白', '日天', '哪吒', '银角大王', '金角大王', '女神']
2420170040264
#指向同一个内存地址,所以二者相同
lst1 = ["太白","日天","哪吒","银角大王","金角大王"]
lst2 = lst1.copy() # 会创建新对象, 创建对象的速度会很快. lst2 = lst1[:] 创建了新列表
lst1.append("女神")
print(lst1,id(lst1))
#['太白', '日天', '哪吒', '银角大王', '金角大王', '女神']
2606709613704
print(lst2,id(lst2))
#['太白', '日天', '哪吒', '银角大王', '金角大王']
2606709613832
- 多层
lst1 = ["太白","日天",["盖浇饭", "锅包肉", "吱吱冒油的猪蹄子"],"哪吒","银角大王","金角大王"]
lst2 = lst1.copy() # 会创建新对象, 创建对象的速度会很快.
lst1[2].append("油泼扯面")
print(lst1,id(lst1), id(lst1[2]))
# ['太白', '日天', ['盖浇饭', '锅包肉', '吱吱冒油的猪蹄子', '油泼扯面'], '哪吒', '银角大王', '金角大王'] 2923729634696 2923729612424
print(lst2,id(lst2), id(lst2[2]))
# ['太白', '日天', ['盖浇饭', '锅包肉', '吱吱冒油的猪蹄子', '油泼扯面'], '哪吒', '银角大王', '金角大王'] 2923729636040 2923729612424
浅拷贝. 只会拷贝第⼀层. 第二层的内容不会拷贝. 所以被称为浅拷贝
深拷贝
增加一个指针并且开辟了新的内存,这个增加的指针指向这个新的内存
两种方式:
- 单层
import copy
li1 = [1, 2, 3]
li2 = copy.deepcopy(li1)
li1.append(4)
print(li1, id(li1)) # [1, 2, 3, 4] 3112618579592
print(li2, id(li2)) # [1, 2, 3] 3112618579784
- 多层
import copy
li1 = [1, 2, 3,[4,5],6]
li2 = copy.deepcopy(li1)
li1[3].append(7)
print(li1, id(li1)) # [1, 2, 3, [4, 5, 7], 6] 2575562397512
print(li2, id(li2)) # [1, 2, 3, [4, 5], 6] 2575562398792
注:深拷贝. 把元素内部的元素完全进行拷贝复制.,不会产生一个改变另一个跟着改变的问题