Day21 of learning python--模块和包，及异常处理
1.模块
模块的定义：一个模块就是一个包含了python定义和声明的文件，文件名就是模块名字加上.py的后缀。
为何使用模块：通常将程序写到文件中以便永久保存下来，将程序分成一个个的文件，这样做程序的结构更清晰，方便管理。
注意：模块可以包含可执行的语句和函数的定义，这些语句的目的是初始化模块，它们只在模块名第一次遇到导入import语句时才执行（import语句是可以在程序中的任意位置使用的，且针对同一个模块import多次，为了防止你重复导入，Pythond的优化手段是：第一次导入后就将模块名加到内存了（sys.moudles记录了所有被导入的模块），后续的import语句仅是对已经加载内存中的模块对象增加了一次引用，不会重新执行模块内的语句）
#my_module.py print('from the my_module.py')
import my_module#只在第一次导入时才执行my_module.py内代码,此处的显式效果是只打印一次'from the my_module.py',当然其他的顶级代码也都被执行了,只不过没有显示效果. import my_module import my_module import my_module 结果是： from the my_module.py
sys.modules是一个字典，内部包含模块名与模块对象的映射，该字典决定了导入模块时是否需要重新导入。
1）每个模块都是一个独立的名称空间，定义在这个模块中的函数，把这个模块的名称空间当做全局名称空间，这样我们在编写自己的模块时，就不用担心我们定义在自己模块中全局变量会在被导入时，与使用者的全局变量冲突。
测试：money与my_module.money不冲突 #my_module print('from the my_module.py') def change(): global momey #虽然此处定义的是全局的变量，但是仅是对于模块而言的 momey = 1000 print(momey) #my_demo import my_module momey = 10 my_module.change() print(momey) 结果： from the my_module.py 10
2）首次导入模块my_module时做的三件事
1.为源文件（my_module模块）创建新的名称空间，在my_module中定义的函数和方法若是使用了global时访问的就是这个名称空间
2.在新创建的命名空间中执行模块中包含的代码。事实上函数定义也是‘被执行’的语句，模块级别函数定义的执行将函数名放入模块全局名称空间表，用globals()可以查看
3.创建名字my_module来引用该命名空间，这个名字和变量名没什么区别，都是‘第一类的’，且使用my_module.名字的方式可以访问my_module.py文件中定义的名字
3）为模块起别名，作用是具不同的模块内有相同的方法名，或者对象。
# mysql.py def sqlparse(): print('from mysql sqlparse') # oracle.py def sqlparse(): print('from oracle sqlparse') #test.py db_type = input('>>>') if db_type == 'mysql': import mysql as db elif db_type == 'oracle': import oracle as db db.sqlparse()
4）from....import....
对比import my_module，会将源文件的名称空间'my_module'带到当前名称空间中，使用时必须是my_module.名字的方式。而from...import......，也会创建新的名称空间，但是将my_module中的名字直接导入到当前的名称空间中，在当前名称空间中，直接使用名字就可以了。
#my_module.py print('from the my_module.py') def change(): global momey momey = 1000 print(momey) def read(): print('this is readable') print('the last one') #demo.py from my_module import change,read # 能够连续导入多个函数 change() read() 结果为： from the my_module.py #导入函数时，仍要执行模块 the last one 1000 this is readable
#demo.py from my_module import read1 def read1(): print('==========') read1() ''' 执行结果: from the my_module.py ========== '''
需要特别强调的一点是：python中的变量赋值不是一种存储操作，而只是一种绑定关系
from my_module import money,read1 money=100 #将当前位置的名字money绑定到了100 print(money) #打印当前的名字 read1() #读取my_module.py中的名字money,仍然为1000 ''' from the my_module.py 100 my_module->read1->money 1000 '''
支持as重命名
from my_module import read1 as read
支持导入多行
from my_module import (read1, read2, money)
from my_module import * 把my_module中所有的不是以下划线开头的名字都导入当前的名称空间，大部分情况下我们的python程序不应该使用这种导入方式，因为*你不知道你导入什么名字，很有可能会覆盖掉你之前已经定义的名字。而且可读性极其的差，在交互式环境中导入时有问题。
通常这种模式经常和__all__=[ , ] 这个内容是添加在模块中，这样在另外一个文件中用from my_module import *就这能导入列表中规定的名字
5）模块的加载与修改
每个模块只被导入一次,放入字典sys.modules中，如果你改变了模块的内容，你必须重启程序，python不支持重新加载或卸载之前导入的模块，在pycharm中就是重新启动Run：
6）把模块当做脚本执行
我们可以通过模块的全局变量__name__来查看模块名：
当做脚本运行：
__name__ 等于'__main__'
当做模块导入：
__name__= 模块名
作用：用来控制.py文件在不同的应用场景下执行不同的逻辑
if __name__ == '__main__':
7）模块搜索路径
在第一次导入某个模块时（比如my_module），会先检查该模块是否已经被加载到内存中（当前执行文件的名称空间对应的内存），如果有则直接引用。如果没有，解释器则会查找同名的内建模块，如果还没有找到就从sys.path给出的目录列表中依次寻找my_module.py文件。
所以模块的查找顺序是：内存中已经加载的模块->内置模块->sys.path路径中包含的模块
python程序可以修改sys.path，路径放在前面的优先加载
import sys print(sys.path) sys.path.append('a/b/c') sys.path.insert(0,'x/y/z') print(sys.path)
8）编译文件
为了提高加载模块的速度，强调：提高的是加载速度而绝非运行速度。python解释器会在__pycache__目录中下缓存每个模块编译后的版本，格式为：module.version.pyc。通常会包含python的版本号。例如，在CPython3.3版本下，my_module.py模块会被缓存成__pycache__/my_module.cpython-33.pyc。这种命名规范保证了编译后的结果多版本共存。在速度上从.pyc文件中读指令来执行不会比从.py文件中读指令执行更快，只有在模块被加载时，.pyc文件才是更快的。Python检查源文件的修改时间与编译的版本进行对比，如果过期就需要重新编译，这是完全自动的过程。
9）dir()函数
内建函数dir是用来查找模块中定义的名字，返回一个有序字符串列表
import my_module dir(my_module) 结果： ['__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__', 'change', 'read']
如果没有参数,dir()列举出当前定义的名字
dir()不会列举出内建函数或名字，它们都被定义到了标准模块builtin中，可以列举出它们，
import builtins dir(builtins)
2.包
包是一种通过使用‘.模块名’来组织python模块名称空间的方式。
（1）无论是import形式还是from...import...形式，凡是在导入语句中（而不是在使用时）遇到带点的，都要第一时间注意，这是关于包才有的导入语
（2）包是目录级的（文件夹级），文件夹是用来组成py文件（包的本质就是一个包含__init__.py文件的目录）
（3）import导入文件时，产生名称空间中的名字来源于文件，import 包，产生的名称空间的名字同样来源于文件，即包下的__init__.py，导入包本质就是在导入该文件
强调：
1. 在python3中，即使包下没有__init__.py文件，import 包仍然不会报错，而在python2中，包下一定要有该文件，否则import 包报错
2. 创建包的目的不是为了运行，而是被导入使用，记住，包只是模块的一种形式而已，包即模块
包A和包B下有同名模块也不会冲突，如A.a与B.a来自俩个命名空间
import os os.makedirs('glance/api') os.makedirs('glance/cmd') os.makedirs('glance/db') l = [] l.append(open('glance/__init__.py','w')) l.append(open('glance/api/__init__.py','w')) l.append(open('glance/api/policy.py','w')) l.append(open('glance/api/versions.py','w')) l.append(open('glance/cmd/__init__.py','w')) l.append(open('glance/cmd/manage.py','w')) l.append(open('glance/db/models.py','w')) map(lambda f:f.close() ,l)
glance/ #Top-level package ├── __init__.py #Initialize the glance package ├── api #Subpackage for api │ ├── __init__.py │ ├── policy.py │ └── versions.py ├── cmd #Subpackage for cmd │ ├── __init__.py │ └── manage.py └── db #Subpackage for db ├── __init__.py └── models.py
#文件内容 #policy.py def get(): print('from policy.py') #versions.py def create_resource(conf): print('from version.py: ',conf) #manage.py def main(): print('from manage.py') #models.py def register_models(engine): print('from models.py: ',engine)
使用包的注意事项：
（1）关于包相关的导入语句也分为import和from ... import ...两种，但是无论哪种，无论在什么位置，在导入时都必须遵循一个原则：凡是在导入时带点的，点的左边都必须是一个包，否则非法。可以带有一连串的点，如item.subitem.subsubitem,但都必须遵循这个原则。
（2）对于导入后，在使用时就没有这种限制了，点的左边可以是包,模块，函数，类(它们都可以用点的方式调用自己的属性。
__init__.py文件
不管是哪种方式，只要是第一次导入包或者是包的任何其他部分，都会依次执行包下的__init__.py文件(我们可以在每个包的文件内都打印一行内容来验证一下)，这个文件可以为空，但是也可以存放一些初始化包的代码。
from glance.api import *
此处是想从包api中导入所有，实际上该语句只会导入包api下__init__.py文件中定义的名字，我们可以在这个文件中定义__all___:
#在__init__.py中定义 x=10 def func(): print('from api.__init.py') __all__=['x','func','policy']
glance/ ├── __init__.py ├── api │ ├── __init__.py __all__ = ['policy','versions'] │ ├── policy.py │ └── versions.py ├── cmd __all__ = ['manage'] │ ├── __init__.py │ └── manage.py └── db __all__ = ['models'] ├── __init__.py └── models.py from glance.api import * policy.get()
绝对导入和相对导入
我们的最顶级包glance是写给别人用的，然后在glance包内部也会有彼此之间互相导入的需求，这时候就有绝对导入和相对导入两种方式：
绝对导入：以glance作为起始
相对导入：用.或者..的方式最为起始（只能在一个包中使用，不能用于不同目录内）
例如：我们在glance/api/version.py中想要导入glance/cmd/manage.py
在glance/api/version.py #绝对导入 from glance.cmd import manage manage.main() #相对导入 from ..cmd import manage manage.main()
测试结果：注意一定要在于glance同级的文件中测试。.是指在当前目录，..是指在上一级目录
单独导入包
单独导入包名称时不会导入包中所有包含的所有子模块
#在与glance同级的test.py中 import glance glance.cmd.manage.main() ''' 执行结果： AttributeError: module 'glance' has no attribute 'cmd' '''
解决办法：
1 #glance/__init__.py 2 from . import cmd 3 4 #glance/cmd/__init__.py 5 from . import manage
执行：
1 #在于glance同级的test.py中 2 import glance 3 glance.cmd.manage.main()
import glance之后直接调用模块中的方法
千万别问：__all__不能解决吗，__all__是用于控制from...import *
glance/ ├── __init__.py from .api import * from .cmd import * from .db import * ├── api │ ├── __init__.py __all__ = ['policy','versions'] │ ├── policy.py │ └── versions.py ├── cmd __all__ = ['manage'] │ ├── __init__.py │ └── manage.py └── db __all__ = ['models'] ├── __init__.py └── models.py import glance policy.get() import glance
软件开发规范
试用代码
3.异常处理
程序一旦发生错误，就从错误的位置停下来，不再继续执行后面的内容
使用try和except就能处理异常
try是我们需要处理的代码
except 后面跟一个错误类型，当代码发生错误且错误类型符合，就执行后面的代码
except 支持多分支
有没有一个能处理所有错误的类型：Exception
有了万能的处理机制仍然需要把能预测到的问题单独处理
单独处理的所有内容都应该写在万能异常之前
else：没有异常的时候执行else中的代码
finally：不管代码是否异常，都会执行，finally和return相遇的时候，依然会执行，函数里做异常处理，不管是否异常去做收尾工作
异常处理的，是对小段的代码，有逻辑的
try: # int('aaa') ret = int(input('number>>>')) print(ret*'*') except ValueError: print('输入有误，请输入一个数字') except Exception: print('错了老铁') else: print('______________') finally: print('=============')
def func(): try: f = open('file1') return True except Exception as error: print(error) return False else: print('执行了else') finally: print('执行了finally') # f.close() print(func() 结果： [Errno 2] No such file or directory: 'file1' 执行了finally False
浙公网安备 33010602011771号