包、深浅拷贝、Excel表格操作
包
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文件
包的本质还是一个模块
首次导入包:
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,将产生的名字放入包下面的__init__.py文件名称空间中
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
在导入语句中.号的左边肯定是一个包(文件夹)
当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)
站在包的开发者角度: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
站在包的使用者角度: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
logging模块:日志模块
日志级别
CRITICAL = 50 #FATAL = CRITICAL ERROR = 40 WARNING = 30 #WARN = WARNING INFO = 20 DEBUG = 10 NOTSET = 0 #不设置
日志中各对象的作用
logger对象:负责产生日志 filter对象:过滤日志 handler对象:控制日志输出的位置(文件/终端) formmater对象:国定日志内容的格式
import logging
# 1.logging对象:负责产生日志 logger对象 = logging.getLogger('转账记录') # 2.handler对象:控制日志输出的位置(文件/终端) hd1 = logging.FileHandler('a1.log',encoding=encode='utf-8') #输出到文件 hd2 = logging.FileHandler('a2.log',encoding=encode='utf-8') #输出到文件 hd3 = logging.StreamHandler() #输出到终端 # 3.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', # 4.给logger对象绑定handler对象 logger.addHandler(hd1) logger.addHandler(hd2) logger.addHandler(hd3) # 5.给handler绑定formmate对象 hd1.setFormatter(fm1) hd2.setFormatter(fm2) hd3.setFormatter(fm1) # 6.设置日志等级 logger.setLevel(10) # 7.记录日志 logger.debug('写了半天 好累啊 好想释放')
为logging模块制定全局配置,针对所有的logger有效,控制打印到文件中
可在logging.basicConfig()函数中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(后边会具体讲解handler的概念),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,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。 #格式 %(name)s:Logger的名字,并非用户名,详细查看 %(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 logging.basicConfig()
logging配置字典
import os import logging.config # 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 """ 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) # log配置字典 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 }, } # 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('不要浮躁 努力就有收获')
hashlib模块:加密模块
为了保证密码的安全性,可以使用md5加密加密数据,示例
import hashlib def get_md5(data): md = hashlib.md5() # 转成加密对象 md.update(data.encode('utf-8')) return md.hexdigest() #hexdigrst 输出密文结果
为了密码有更高的安全性,我们可以使用加盐的操作
import hashlib def get_md5(data): md = hashlib.md5() md.update('加盐'.encode('utf-8')) #提高md5的加密性 可写任意字符 md.update(data.encode('utf-8')) return md.hexdigest()
深浅拷贝
浅拷贝
import copy l = [1,2,[1,2]] l1 = copy.copy(l) print(l) print(l1) l1[0] = 3 print(l1) print(l) l1[2][0] = 4 print(l1) print(l) 打印结果: [1, 2, [1, 2]] [1, 2, [1, 2]] [3, 2, [1, 2]] [1, 2, [1, 2]] [3, 2, [4, 2]] [1, 2, [4, 2]]
从上述代码我们可以看出,第一次我们修改了l1[0] 的值,l中的[0]并没有改变,在我们修改了l1[2][0]的时候,两个列表都发生了变化,这是为什么呢?因为是浅拷贝,我们只能修改不可变类型,如果修改可变类型,那么其他的列表也会跟着改变
再来看一下深拷贝:
import copy l = [1,2,[1,2]] l1 = copy.deepcopy(l) print(l) print(l1) l1[0] = 3 print(l1) print(l) l1[2][0] = 4 print(l1) print(l) 打印结果: [1, 2, [1, 2]] [1, 2, [1, 2]] [3, 2, [1, 2]] [1, 2, [1, 2]] [3, 2, [4, 2]] [1, 2, [1, 2]]
这时我们发现无论怎样修改l1的值,l中的值都不会跟着改变,这个就叫做深拷贝
Excel表格操作
写操作
from openpyxl import Workbook wb = Workbook() # 先生成一个工作簿 wb1 = wb.create_sheet('index',0) # 创建一个表单页 后面可以通过数字控制位置 wb2 = wb.create_sheet('index1') wb1.title = 'login' # 后期可以通过表单页对象点title修改表单页名称 wb1['A3'] = 666 wb1['A4'] = 444 wb1.cell(row=6,column=3,value=88888888) wb1['A5'] = '=sum(A3:A4)' wb.save('test.xlsx') # 保存新建的excel文件
读操作
from openpyxl import load_workbook # 读文件 wb = load_workbook('test.xlsx',read_only=True,data_only=True) #read_only 只读 data_only 不识别不是自己往列表写的内容,比如相加的内容
print(wb['login']['A3'].value)
print(wb['login']['A4'].value)
print(wb['login']['A5'].value)
使用for循环读表中的数据
res = wb['login'] # print(res) ge1 = res.rows for i in ge1: for j in i: print(j.value) # 不存在打印None