包-logging-hashlib-深浅拷贝

一、包:

  包的本质就是一个模块

  什么是包:它是一系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的文件

导入包的过程: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,将产生的名字放入下面的__init__.py文件的名称空间中

  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

在导入的语句中.号的左边肯定是一个包(文件夹):from dir.dir1 import p 格式

需要强调的:

  1、在Python3中,即使包下面没有__init__.py文件,import包也不会报错,而在Python2中一定要有__init__.py文件存在,不然会报错

  2、创建包的目的不是为了运行,而是被导入使用,包只是模块的一种形式,包的本质就是一个模块

  3、在删除程序不必要的文件时,务必记住不要删除带有__init__的文件,否则会导致文件或程序不能正常运行  

二、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

三、包的相对路径导入和绝对路径导入:

  1、站在包的开发者看,如果使用绝对路径来管理自己的模块,那么只需要永远以包的路径为基准依次导入模块

  2、站在包的使用者看,必须到将包所在的那个文件夹路径添加到sys.path中(**)

四、包的使用之import和from import

  1、单独导入包名称时不会导入包中所有包含的所有子模块

 

1 import glance.db.models
2 glance.db.models.register_models('mysql') 

 

  2、需要注意的是from后import导入的模块,必须是明确的一个不能带点,否则会有语法错误,如:from a import b.c是错误语法 

1 from glance.db import models
2 models.register_models('mysql')

 

五、logging(日志模块):

  import  logging  日志的等级:critical(50级别) >error(40)>warning(30)>info(20)>debug(10)

longging.debug(debug日志')  # 调试
longging.info('info日志') #记录数据
longging.warning('warning日志‘)  # 警告
longging.error('日志’)   #  错误提示
logging.critical('critical日志') # 严重的 

默认的日志格式为日志日志级别:loggermin名称:用户输出的消息。

重点掌握:1、logger对象:负责产生日志

     2、filter对象:过滤日志

     3、handler:控制日志输出的位置(文件/终端)切割

     4、formmater 对象:规定日志内容的格式

 

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
View Code

logging对象配置:

import logging

logger = logging.getLogger()
# 创建一个handler,用于写入日志文件
fh = logging.FileHandler('test.log',encoding='utf-8') 
 再创建一个handler,用于输出到控制台 
ch = logging.StreamHandler() 
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
fh.setLevel(logging.DEBUG)

fh.setFormatter(formatter) 
ch.setFormatter(formatter) 
logger.addHandler(fh) #logger对象可以添加多个fh和ch对象 
logger.addHandler(ch) 

 import logging.config  字典的配置(直接复制粘贴,修改即可)  

  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

# 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)

logger与handler之间的控制关系

 

重点:

#1、logging.config.dictConfig(LOGGING_DIC) # 自动加载字典中的配置
#2、logger1=loggong.getlogger('come on')

#3、logger1.debug('革命尚未成功,任需努力')

logging日志在项目中的使用:

例子:比如在购物车中自动添加日志功能,让用户自定义生成日志记录

mport logging.config
from conf import settings  # 文件规范在文件中添加相应的功能模块
def get_logger(name):
        logging.config.dictConfig(settings.LOGGING_DIC) # 自动加载字典中的配置
        logger1=logging.getLogger(name)
        return logger1  #封装成函数调用  让用户输入

六、hashlib 加密模块

  常用的有:MD5,SHA1系列等 两种加密方式 ,后面学有UUID唯一的。

MD5:摘要算法:又称哈希算法,通过一个函数,把任意长度的字符串转换成一个长度固定的数据串

关键字:pycharm里没有提示: update(往对象里传明文数据)      hexdigest(获取明文数据对应的密文)

import hashlib
md=hashlib.md5()  # 生成一个帮你造密文的对象
md.update('come'.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'come_on')
print(md.hexdigest())   # 获取明文数据对应的密文

结果:dd55e5aab7c4839be5932f399638ddb1

# encode('utf-8')等价于’b‘ md.update('come'.encode('utf-8')) >>md.update(b'come') 这个加密的过程是无法解密的

  撞库

"""
1.不同的算法 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

"""

 

2、import hashilb 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也相同。

import hashlib
md=hashlib.md5()
md.update('Hao aye you'.encode('utf-8'))
# md.update('Hao'.encode('utf-8'))
# md.update('are'.encode('utf-8'))
# md.update('you'.encode('utf-8'))
print(md.hexdigest())

>>684758727ad2809177ca0b08711580ba

3、hashilb 模块应用场景

  1:密码的蜜文存储

  2:校验文件内容是否一致

4、加盐处理

  在传入密文前,将上自定义的密文。 

 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())

不影响结果,只是让加密更严谨一些

5、动态加盐

  获取用户的输入生成密文,在获取用户输入时加入随机的字符串。

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)

>>>password>>>:123 #输入 密码后生成密文
f9eddd2f29dcb3136df2318b2b2c64d3

七、openpyxl

  比较火的操作Excel表格的模块  第三方模块需下载安装才能使用

 # 03版本之前的Excel文件的后缀名叫 xls
 # 03版本之后的Excel文件的后缀名叫  xlsx

 

 

1、之前的模块:xlwd 写excel  xlrt 读Excel  同样也可以操作Excel的模块,支持03版本之前的Excel文件也支持03版本之后的文件处理,openpyxl 是后面产生的,仅支持03版本后的xlsx

2、模块功能的使用

(1)写操作

from openpyxl import Workbook
wb=Workbook()  # 先生成一个工作簿
wb1=wb.create_sheet('最喜欢的歌曲',0) #创建一个表单页,可以通过索引来确定位置
we2=wb.create_sheet('喜欢的明星')
we3=wb.create_sheet('喜欢的')
wb1.title='调查'
wb1['A3']=('陈奕迅'.encode('utf-8'))
wb1.append([b'歌曲名'],'热度'.encode('utf-8')) #往列表里添加内容
wb1.append([b'不说再见'],'top3')
wb.save('test.xlsx')  # 保存创建的文件

 

(2)、读操作:可以锁定想要读取的内容

from openpyxl import load_workbook
wb=load_workbook(('test.xlsx'),read_only=True,data_only=True)
print(wb['最喜欢的歌曲']['A3'].value)

 

八、深浅拷贝

拷贝就是拷贝,何来深浅之说?

Python中,对象的赋值,拷贝(深/浅拷贝)之间是有差异的,如果使用的时候不注意,就可能产生意外的结果

其实这个是由于共享内存导致的结果

拷贝:原则上就是把数据分离出来,复制其数据,并以后修改互不影响。

先举个非拷贝的例子:

"""
 =赋值:数据完全共享(=赋值是在内存中指向同一个对象,如果是可变(mutable)类型,比如列表,修改其中一个,另一个必定改变

如果是不可变类型(immutable),比如字符串,修改了其中一个,另一个并不会变

)"""

 

l1 = [1, 2, 3, ['aa', 'bb']]
l2 = l1
l2[0]='aaa'
l2[3][0]='bbb'
print(l1)  #['aaa', 2, 3, ['bbb', 'bb']]
print(id(l1)==id(l2))  #True

结果

 

 

 分析:l2 = l1 ,l1 完全赋值给l2 ,l2的内存地址与l1 相同,即内存完全指向

两者之间的区别主要当拷贝是可变类型时,浅拷贝指向的还是原来的,而深拷贝指向的是其他的内存地址。

概念:

  浅拷贝:只是拷贝最外层,里面的内容没有完全复制,也可以指向其他的内存空间

浅拷贝:数据半共享(复制其数据独立内存存放,但是只拷贝成功第一层)

import copy

l1 = [1,2,[1,2]]
l2 = l1
print(id(l1),id(l2))
l2 = copy.copy(l1) # 拷贝一份 ....... 浅拷贝
print(id(l1),id(l2))
l1[0] = 222 #修改了l1的值
print(l1,l2)

j结果:

>> 1975941374408 1975941374408
1975941374408 1975941510664
[222, 2, [1, 2]] [1, 2, [1, 2]] 值一样拷贝完ID也在变化,往里面添加值后,只改变其中一个

深拷贝:数据完全不共享(复制其数据完完全全放独立的一个内存,完全拷贝,数据不共享

import copy,deepcopy
l1 = [1,2,[1,2]]

l1=l2 l1[
2].append(666) print(l1,l2) l2 = copy.deepcopy(l) l1[2].append(666) print(l1,l2)
print(id(l1))
print(id(l))

 

常考面试题:

  

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

  

posted @ 2019-07-19 23:12  游走De提莫  阅读(168)  评论(0编辑  收藏  举报