包、深浅拷贝、Excel表格操作

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

 

posted @ 2019-07-19 20:36  Key丶橙子哥  阅读(250)  评论(0编辑  收藏  举报