Python之旅Day4 闭包函数模块及模块倒入

闭包函数

　　闭包函数就是在内部函数当中有对外部函数名字的引用

###代码示例1###
def f1():
    x =1
    def f2():
        print(x)
    return f2

f=f1()
f()
###运行结果###
C:\Python34\python.exe E:/Python16/day4/闭包函数.py
1
Process finished with exit code 0


###代码示例2###
from urllib.request import urlopen  #第三方爬虫模块

def page(url):
    def get():
        return urlopen(url).read()  #爬　　　
        #return urlopen(url).read().decode()   #解码（人类可读形式）

    return get

baidu=page('http://www.baidu.com')
python=page('http://www.python.org')
print(baidu())

###运行结果###
C:\Python34\python.exe E:/Python16/day4/闭包函数.py
b'<!DOCTYPE html>\n<!--STATUS OK-->\n\r\n\r\n\r\n\r\n\r\n\91ff #4791ff}\n.s_ipt_tip{color:#aaa;position:absolute;z-index....（略）

模块及模块导入

什么是模块？

　　一个模块就是一个包含了python定义和声明的文件，文件名就是模块名字加上.py的后缀。

为何要使用模块？

　　如果你退出python解释器然后重新进入，那么你之前定义的函数或者变量都将丢失，因此我们通常将程序写到文件中以便永久保存下来，需要时就通过python test.py方式去执行，此时test.py被称为脚本script。随着程序的发展，功能越来越多，为了方便管理，我们通常将程序分成一个个的文件，这样做程序的结构更清晰，方便管理。这时我们不仅仅可以把这些文件当做脚本去执行，还可以把他们当做模块来导入到其他的模块中，实现了功能的重复利用

模块的使用import

　　示例文件：spam.py，文件名spam.py,模块名spam

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

　　模块可以包含可执行的语句和函数的定义，这些语句的目的是初始化模块，它们只在模块名第一次遇到导入import语句时才执行（import语句是可以在程序中的任意位置使用的,且针对同一个模块很import多次,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），如下：

"""
第一次导入模块做了3件事：
1. 创建新的作用域
2. 在该作用域执行顶级代码
3. 得到一个模块名，绑定到该模块的代码

"""

import spam #只在第一次导入时才执行spam.py内代码,此处的显式效果是只打印一次'from the spam.py',当然其他的顶级代码也都被执行了,只不过没有显示效果.
import spam
import spam
import spam

'''
执行结果：
from the spam.py
'''

#测试一:money与spam.money不冲突
import spam 
money=10
print(spam.money)

'''
执行结果：
from the spam.py
1000
'''




#测试二：read1与spam.read1不冲突
#test.py
import spam
def read1():
    print('========')
spam.read1()

'''
执行结果:
from the spam.py
spam->read1->money 1000
'''




#测试三：执行spam.change()操作的全局变量money仍然是spam中的
#test.py
import spam
money=1
spam.change()
print(money)

'''
执行结果：
from the spam.py
1
'''

为模块起别名

###命名模块###
print('from module spam')

money = 100
def read1():
    print(money)

###模块导入测试###
import spam as sp   #为spam起一个别名sp

moeny=100000
sp.read1()


###运行结果###
C:\Python34\python.exe E:/Python16/day4/模块导入.py
from module spam
100

Process finished with exit code 0

导入多个模块

#方式一
import os,sys,json

#方式二
import os
import sys
import json


以上两种写法不一样，但是运行效果一样

　　为已经导入的模块起别名的方式对编写可扩展的代码很有用，假设有两个模块xmlreader.py和csvreader.py，它们都定义了函数read_data(filename):用来从文件中读取一些数据，但采用不同的输入格式。可以编写代码来选择性地挑选读取模块，例如

if file_format == 'xml':
     import xmlreader as reader
elif file_format == 'csv':
　　import csvreader as reader
data=reader.read_date(filename)

from...import...

　　对比import spam，会将源文件的名称空间'spam'带到当前名称空间中，使用时必须是spam.名字的方式;而from 语句相当于import，也会创建新的名称空间，但是将spam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。

from spam import read1,read2

　　这样在当前位置直接使用read1和read2就好了，执行时，仍然以spam.py文件全局名称空间

#测试一：导入的函数read1，执行时仍然回到spam.py中寻找全局变量money
#test.py
from spam import read1
money=1000
read1()
'''
执行结果:
from the spam.py
spam->read1->money 1000
'''

#测试二:导入的函数read2，执行时需要调用read1(),仍然回到spam.py中找read1()
#test.py
from spam import read2
def read1():
    print('==========')
read2()

'''
执行结果:
from the spam.py
spam->read2 calling read
spam->read1->money 1000
'''

　　如果当前有重名read1或者read2，那么会有覆盖效果。

#测试三:导入的函数read1，被当前位置定义的read1覆盖掉了
#test.py
from spam import read1
def read1():
    print('==========')
read1()
'''
执行结果:
from the spam.py
==========
'''

　　需要特别强调的一点是：python中的变量赋值不是一种存储操作，而只是一种绑定关系，如下：

from spam import money,read1
money=100 #将当前位置的名字money绑定到了100
print(money) #打印当前的名字
read1() #读取spam.py中的名字money,仍然为1000

'''
from the spam.py
100
spam->read1->money 1000
'''

　　支持as别名和多行导入

#别名
from spam import read1 as read

#多行导入
from spam import (read1,
                   read2,
                   money)

from spam import * （下划线开头的无法开头）

　　把spam中所有的不是以下划线(_)开头的名字都导入到当前位置，大部分情况下我们的python程序不应该使用这种导入方式，因为*你不知道你导入什么名字，很有可能会覆盖掉你之前已经定义的名字。而且可读性极其的差，在交互式环境中导入时没有问题。

from spam import * #将模块spam中所有的名字都导入到当前名称空间
print(money)
print(read1)
print(read2)
print(change)

'''
执行结果:
from the spam.py
1000
<function read1 at 0x1012e8158>
<function read2 at 0x1012e81e0>
<function change at 0x1012e8268>
'''

__all__来控制*

可以使用__all__来控制*（用来发布新版本）

在spam.py中新增一行

__all__=['money','read1'] #这样在另外一个文件中用from spam import *就这能导入列表中规定的两个名字

把模块当脚本来执行

　　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__':

###fib.py代码###

def fib(n):    # write Fibonacci series up to n
    a, b = 0, 1
    while b < n:
        print(b, end=' ')
        a, b = b, a+b
    print()

def fib2(n):   # return Fibonacci series up to n
    result = []
    a, b = 0, 1
    while b < n:
        result.append(b)
        a, b = b, a+b
    return result

if __name__ == "__main__":
    import sys
    fib(int(sys.argv[1]))


###执行###
#python fib.py
python fib.py 50 #在命令行

模块搜索路径　　

　　当模块spam被导入时，解释器首先查找同名的内建模块，如果不存在，就从一个由变量sys.path给出的目录列表中依次寻找spam.py文件。

　　在初始化后，python程序可以修改sys.path,路径放到前面的优先于标准库被加载。

>>> import sys
>>> sys.path.append('a/b/c/d')
>>> sys.path.insert(0,'/x/y/z')    #排在前的目录，优先被搜索

　　注意：搜索时按照sys.path中从左到右的顺序查找，位于前的优先被查找，sys.path中还可能包含.zip归档文件和.egg文件，python会把.zip归档文件当成一个目录去处理

##首先制作归档文件：zip module.zip foo.py bar.py

import sys
sys.path.append('module.zip')
import foo,bar

##也可以使用zip中目录结构的具体位置
sys.path.append('module.zip/lib/python')

　　至于.egg文件是由setuptools创建的包，这是按照第三方python库和扩展时使用的一种常见格式，.egg文件实际上只是添加了额外元数据(如版本号，依赖项等)的.zip文件。

需要强调的一点是：只能从.zip文件中导入.py，.pyc等文件。使用C编写的共享库和扩展块无法直接从.zip文件中加载（此时setuptools等打包系统有时能提供一种规避方法），且从.zip中加载文件不会创建.pyc或者.pyo文件，因此一定要事先创建他们，来避免加载模块是性能下降。

#######非当前同级目录导入实例#######

编译Python文件

　　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；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cmd通过dir可以看见__pycache__文件）

　　提示：　　

　　1.模块名区分大小写，foo.py与FOO.py代表的是两个模块

　　2.你可以使用-O或者-OO转换python命令来减少编译模块的大小

 -O转换会帮你去掉assert语句
 -OO转换会帮你去掉assert语句和__doc__文档字符串
 由于一些程序可能依赖于assert语句或文档字符串，你应该在在确认需要的情况下使用这些选项。

　　3.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

　　4.只有使用import语句是才将文件自动编译为.pyc文件，在命令行或标准输入中指定运行脚本则不会生成这类文件，因而我们可以使用compieall模块为一个目录中的所有模块创建.pyc文件

模块可以作为一个脚本（使用python -m compileall）编译Python源
 
python -m compileall /module_directory 递归着编译
如果使用python -O -m compileall /module_directory -l则只一层
 
命令行里使用compile()函数时，自动使用python -O -m compileall
 
详见：https://docs.python.org/3/library/compileall.html#module-compileall

标准模块

　　python提供了一个标准模块库，一些模块被内置到解释器中，这些提供了不属于语言核心部分的操作的访问，但它们是内置的，无论是为了效率还是提供对操作系统原语的访问。这些模块集合是依赖于底层平台的配置项，如winreg模块只能用于windows系统。特别需要注意的是，sys模块内建在每一个python解释器

import os,sys
possible_topdir = os.path.normpath(os.path.join(
    os.path.abspath(__file__),
    os.pardir, #上一级
    os.pardir,
    os.pardir
))
sys.path.insert(0,possible_topdir)

dir函数

　　内建函数dir是用来查找模块中定义的名字，返回一个有序字符串列表（用来查看对象的所有属性）
import spam
dir(spam)

如果没有参数,dir()列举出当前定义的名字

dir()不会列举出内建函数或者变量的名字，它们都被定义到了标准模块builtin中，可以列举出它们，
import builtins
dir(builtins)

包

包是一种通过使用‘.模块名’来组织python模块名称空间的方式。

    1）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

    2）包是目录级的（文件夹级），文件夹是用来组成py文件（包的本质就是一个包含__init__.py文件的目录）

    3）import导入文件时，产生名称空间中的名字来源于文件，import 包，产生的名称空间的名字同样来源于文件，即包下的__init__.py，导入包本质就是在导入该文件


包的本质就是一个包含__init__.py文件的目录。

　　包A和包B下有同名模块也不会冲突，如A.a与B.a来自俩个命名空间

glance/                   #Top-level package

├── __init__.py      #Initialize the glance package

├── api                  #Subpackage for api

│   ├── __init__.py

│   ├── policy.py

│   └── versions.py

├── cmd                #Subpackage for cmd

│   ├── __init__.py

│   └── manage.py

└── db                  #Subpackage for db

    ├── __init__.py

    └── models.py

#文件内容

#policy.py
def get():
    print('from policy.py')

#versions.py
def create_resource(conf):
    print('from version.py: ',conf)

#manage.py
def main():
    print('from manage.py')

#models.py
def register_models(engine):
    print('from models.py: ',engine)

包的注意事项：

　　1）关于包相关的导入语句也分为import和from ... import ...两种，但是无论哪种，无论在什么位置，在导入时都必须遵循一个原则：凡是在导入时带点的，点的左边都必须是一个包，否则非法。可以带有一连串的点，如item.subitem.subsubitem,但都必须遵循这个原则。

　　2）对于导入后，在使用时就没有这种限制了，点的左边可以是包,模块，函数，类(它们都可以用点的方式调用自己的属性)。

　　3）对比import item 和from item import name的应用场景：
如果我们想直接使用name那必须使用后者。

包导入之import

我们在与包glance同级别的文件中测试
import glance.db.models
glance.db.models.register_models('mysql')

包导入之from...import

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

我们在与包glance同级别的文件中测试 
from glance.db import models
models.register_models('db2')

from glance.db.models import register_models
register_models('sqlserver')

__init__.py文件

不管是哪种方式，只要是第一次导入包或者是包的任何其他部分，都会依次执行包下的__init__.py文件(我们可以在每个包的文件内都打印一行内容来验证一下)，这个文件可以为空，但是也可以存放一些初始化包的代码。

此处分别在glance和db目录下的__init__添加
print('=================glance package')
from .db import models

print('=================db package')
from . import models
则会有先关打印输出

##相关添加

##相关输出

from glance.api import *

在讲模块时，我们已经讨论过了从一个模块内导入所有*，此处我们研究从一个包导入所有*。

此处是想从包api中导入所有，实际上该语句只会导入包api下__init__.py文件中定义的名字，我们可以在这个文件中定义__all___:

x = 10

def func():
    print('from api.__init.py')

__all__=['x','func','policy']


此时我们在于glance同级的文件中执行from glance.api import *就导入__all__中的内容（versions仍然不能导入）

绝对导入和相关导入

　　我们的最顶级包glance是写给别人用的，然后在glance包内部也会有彼此之间互相导入的需求，这时候就有绝对导入和相对导入两种方式：

　　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）

　　例如：我们在glance/api/version.py中想要导入glance/cmd/manage.py

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()

测试结果：注意一定要在于glance同级的文件中测试【from glance.api import versions 】

单独导入包

单独导入包名称时不会导入包中所有包含的所有子模块，如

#在与glance同级的test.py中
import glance
glance.cmd.manage.main()

'''
执行结果：
AttributeError: module 'glance' has no attribute 'cmd'

''' 


解决方法：

#glance/__init__.py
from . import cmd

#glance/cmd/__init__.py
from . import manage

执行：

#在于glance同级的test.py中
import glance
glance.cmd.manage.main()

【此时__all__不能解决，__all__是用于控制from...import *】

posted on 2017-03-02 16:40 py_chunwei 阅读(174) 评论(0) 编辑收藏举报

刷新页面返回顶部

py_chunwei

导航

公告