包与常用模块

一、包

1.什么是包？

它是一系列模块文件的结合体，表现形式就是一个文件夹，

该文件内部通常会有一个__init__.py文件,包的本质还是一个模块.

2.为何要使用包？

包的本质就是一个文件夹，那么文件夹唯一的功能就是将文件组织起来
随着功能越写越多，我们无法将所以功能都放到一个文件中，于是我们使用模块去组织功能，而随着模块越来越多，我们就需要用文件夹将模块文件组织起来，以此来提高程序的结构性和可维护性.

3.首次导入包

先产生一个执行文件的名称空间

1.>创建包下下面的__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文件米工程空间中

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）

 

新增一个“包”文件

 

自带__init__.py文件

 

 

 

作为包的设计者来说

1.当模块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，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自己的模块，那么他只需要永远以包的路径为基准依次倒入模块

站在包的使用者：必须将报所在的那个文件夹路径添加到system path中

注意：

python2如果要导入包，包下面必须有init.pyt文件

python3如果要导入包，包下面没有__init__.py文件也不会报错

当删除程序中不必要文件的时候，千万不能随意删除__init__.py文件

 

二、logging模块（日志模块）

1.日志的五个等级

1.>logging.debug('debug日志')

2.>logging.info('info日志')

3.>logging.warning('warning日志')

4.>logging.error('error日志')

5.>logging.critical('critical日志')

这五个等级依次递增

 

2.日志的四个对象

1.>logger对象:负责产生日志

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)

4.>formmater对象:规定日志内容的格式

 

logger对象:负责产生日志

logger = logging.getLogger('转账记录')

 

filter对象:过滤日志(了解)

 

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

 

 

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', )

 

 

给logger对象绑定handler对象

logger.addHandler(hd1) logger.addHandler(hd2) logger.addHandler(hd3)

 

 

给handler绑定formmate对象

hd1.setFormatter(fm1) hd2.setFormatter(fm2) hd3.setFormatter(fm1)

 

 

设置日志等级

logger.setLevel(20)

 

 

记录日志

logger.debug(' 好热啊 ')

 

 

3.配置参数

logging.basicConfig()函数中可通过具体参数来更改logging模块默认行为，可用参数有：
​
filename：用指定的文件名创建FiledHandler，这样日志会被存储在指定的文件中。
filemode：文件打开方式，在指定了filename时使用这个参数，默认值为“a”还可指定为“w”。
format：指定handler使用的日志显示格式。
datefmt：指定日期时间格式。
level：设置rootlogger（后边会讲解具体概念）的日志级别
stream：用指定的stream创建StreamHandler。可以指定输出到sys.stderr,sys.stdout或者文件(f=open(‘test.log’,’w’))，默认为sys.stderr。若同时列出了filename和stream两个参数，则stream参数会被忽略。
​
format参数中可能用到的格式化串：

%(name)s Logger的名字
%(levelno)s 数字形式的日志级别
%(levelname)s 文本形式的日志级别
%(pathname)s 调用日志输出函数的模块的完整路径名，可能没有
%(filename)s 调用日志输出函数的模块的文件名
%(module)s 调用日志输出函数的模块名
%(funcName)s 调用日志输出函数的函数名
%(lineno)d 调用日志输出函数的语句所在的代码行
%(created)f 当前时间，用UNIX标准的表示时间的浮 点数表示
%(relativeCreated)d 输出日志信息时的，自Logger创建以 来的毫秒数
%(asctime)s 字符串形式的当前时间。默认格式是 “2003-07-08 16:49:45,896”。逗号后面的是毫秒
%(thread)d 线程ID。可能没有
%(threadName)s 线程名。可能没有
%(process)d 进程ID。可能没有
%(message)s用户输出的消息

 

4.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')

 

 

三、hashlib模块（加密的模块）

1.算法介绍

Python的hashlib提供了常见的摘要算法，如MD5，SHA1等等。

什么是摘要算法呢？摘要算法又称哈希算法、散列算法。它通过一个函数，把任意长度的数据转换为一个长度固定的数据串（通常用16进制的字符串表示）。

摘要算法就是通过摘要函数f()对任意长度的数据data计算出固定长度的摘要digest，目的是为了发现原始数据是否被人篡改过。

摘要算法之所以能指出数据是否被篡改过，就是因为摘要函数是一个单向函数，计算f(data)很容易，但通过digest反推data却非常困难。而且，对原始数据做一个bit的修改，都会导致计算出的摘要完全不同。

我们以常见的摘要算法MD5为例，计算出一个字符串的MD5值：

import hashlib

md5 = hashlib.md5() md5.update('how to use md5 in python hashlib?') print md5.hexdigest()

计算结果如下： d26a53750bc40b38b65a520292f69306

 

 

2.hashlib模块分析

import hashlib # 这个加密的过程是无法解密的

md = hashlib.sha() # 生成一个帮你造密文的对象

md.update('hello') # 往对象里传明文数据 update只能接受bytes类型的数据

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') # 红色处两者是等价的

print(md.hexdigest()) # 获取明文数据对应的明文

 

注意：

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

 

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

import hashlib

md = hashlib.md5()

md.update(b'areyouok?')

print(md.hexdigest()) # 408ac8c66b1e988ee8e2862edea06cc7

与
md.update(b'are')

md.update(b'you')

md.update(b'ok?')

print(md.hexdigest()) # 408ac8c66b1e988ee8e2862edea06cc7

 

 

3.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

 

4.hashlib进阶操作

1.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())

 

2.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()

 

 

四、openpyxl模块

1.写文件

from openpyxl import Workbook
wb = Workbook()  # 首先生成一个工作蒲
wb1 = wb.create_sheet('学习记录',0)# 创建一个表单页  后面可以通过数字控制左右位置
wb2 = wb.create_sheet('学习心得')
wb1.title = 'login'  # 后期可以通过.title修改表单页名称


wb1['A1'] = 123  # 可以在表格A3处添加123
wb1['A2'] = 456
wb1['A3'] = '=sum(A3:A4)'  #  求A1与A2的和



wb2['G6'] = 999  # 添加表单的首个部分，下面的部分依次往下添加
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'])


wb.save('test.xlsx')  # 保存文件


wb1.cell(row=,column=,value=)  # row：行  column：列  value:值

 

 

2.读文件

from openpyxl import load_workbook  # 读文件


wb = load_workbook('test.xlsx',read_only=True,data_only=True)
 print(wb) print(wb.sheetnames)  # 返回表单的名字： ['学习心得', 'Sheet', '学习记录'] 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

 

 

 

五、深浅拷贝

深浅copy其实就是完全复制一份，和部分复制一份的意思。

1.浅拷贝

import copy

l = [1,2,[1,2]]
l1 = l
print(id(l),id(l1))  # id地址相同
l1 = copy.copy(l)  # 拷贝一份 .......  浅拷贝
print(id(l),id(l1))  

对于浅copy来说，只是在内存中重新创建了开辟了一个空间存放一个新列表，但是新列表中的元素与原列表中的元素是公用的。 

 

 

2.深拷贝

import copy

l = [1,2,[1,2]]

 l[0] = 222
 print(l,l1)
 l[2].append(666)
 print(l,l1)
l1 = copy.deepcopy(l)
l[2].append(666)
print(l,l1)

 对于深copy来说，列表是在内存中重新创建的，列表中可变的数据类型是重新创建的，列表中的不可变的数据类型是公用的。