python之导入模块与包
# 我们导入模块有可能重复导入，为了防止你重复导入，python的优化手段是： # 第一次导入后就将模块名加载到内存了， # 后续的import语句仅是对已经加载大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。 # 我们可以从sys.module中找到当前已经加载的模块， # sys.module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 # 查看是不是已经导入了，查看内存中是否有模块： import sys print(sys.modules)
import span # 导入时候，发生了什么？ # 第一件事：创建名称空间，用来存放span.py中定义的名字， # 第二件事：基于刚刚创建的名称空间执行span.py文件 # 第三件事：创建名字spam指向该名称空间，来引用该命名空间，span.名字对操作，都是以这个为准 print(span.money) print(hasattr(span,"money")) # 反射为True
from ...import ...导入方式：
#要导入的span.py print('from the spam.py') money=1000 def read1(): print('spam->read1->money',1000) def read2(): print('spam->read2 calling read') read1() def change(): global money money=0
from span import money,read1,read2 # 将span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,但是如果这个文件有同名变量或者函数就造成了冲突 print(money) print(read1()) print(read2())
模块的搜索路径：
# 所以总结模块的查找顺序是： # 1，内存中已经加载的模块 # 2，内建模块 # 3，sys.path路径中包含的模块，当前路径 # 某种场景下，其他路径模块导入就不行了，所以啊，我们不能把固定的结构目录放入内存和内建，只有加入sys.path
例如：
import os,sys print(__file__) print(os.path.abspath(__file__)) base_path=os.path.dirname(os.path.dirname(os.path.abspath(__file__))) print(base_path) sys.path.append(base_path)
包：包的本质就是一个包含__init__.py文件的目录
导入包：
# 导入包的过程：就是执行包下面的__init__文件
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，都要第一时间提高警觉：这是关于包才有的导入语法
# import导入包时候，点左边的都必须是包 # from...import...导入包时候，import后边不能有点 # 例如：在glance包下的api包下引入policy.py模块 # from glance.api import policy # 全部引入： # from glance.api import＊ # 其实＊等价于__all__: from package.dir import hello print(hello.x) # 可以用import导入内置或者第三方模块， # 但是要绝对避免使用import来导入自定义包的子模块， # 应该使用from... import ...的绝对或者相对导入,且包的相对导入只能用from的形式。
绝对导入和相对导入：
案例文件目录：
glance/
├── __init__.py ├── api │ ├── __init__.py │ ├── policy.py │ └── versions.py ├── cmd │ ├── __init__.py │ └── manage.py └── db ├── __init__.py └── models.py
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）
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()
把模块当作脚本来运行：
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__= 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__':
编译python文件：
# 为了提高模块的加载速度，Python缓存编译的版本。
# 每个模块在__pycache__目录的以module.version.pyc的形式命名，通常包含了python的版本号，
# 如在CPython版本3.3，关于spam.py的编译版本将被缓存成__pycache__/spam.cpython-33.pyc，
# 这种命名约定允许不同的版本，不同版本的Python编写模块共存。
#
# 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。
# 并且编译的模块是平台独立的，所以相同的库可以在不同的架构的系统之间共享，即pyc使一种跨平台的字节码，
# 类似于JAVA.NET,是由python虚拟机来执行的，但是pyc的内容跟python的版本相关，不同的版本编译后的pyc文件不同，
# 2.5编译的pyc文件不能到3.5上执行，并且pyc文件是可以反编译的，因而它的出现仅仅是用来提升模块的加载速度的。
#
# 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
