Loading

包、首次导入包会发生的过程、logging模块、日志记录、logging配置字典、hashlib模块以及使用方法、openpyxl模块、深浅拷贝等

包:

什么是包?

 是一系列模块文件的结合体,表现形式就是一个文件夹,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。

 

 

 

为什么要使用包:

从包的设计者看:

1.当模块的功能特别多的情况下,应该分文件管理

2、为了避免后期模块改名的问题,每个模块之间的导入方式可以使用相对导入。(包的用处就是用来被导入的,可以不用考虑被当成执行文件(相对导入不可以用在执行文件中))

如果真的想使用绝对导入的方式:

从包的开发者:你需要让你的各个模块的导入都以你开发的包为基准进行导入;在这个前提下,用户需要将你存放包的文件路径添加到环境变量中(system.path)。

研究包和模块的问题可以站在两个角度分析不同的问题:

1、开发者角度

2、模块的使用者角度

 

 

首次导入包会发生的事情:

首先创建一个执行文件的名称空间

1、创建一个__init__.py文件的名称空间

2、执行__init__.py文件中的代码,将产生的名字和值存放在__init__.py文件的名称空间中

3、在执行文件的名称空间中得到一个指向__init__.py文件名称空间的名字

 

 

python2中如果需要导入包,包下面必须要有__init__.py文件

python3如果要导入包,可以没有__init__.py文件

当你删除不必要的文件时,不要删除__init__.py文件

 

 

logging模块:

日志分为五个等级:

logging.debug('debug日志')#等级:10

logging.info('info日志')#等级:20

logging.warning('warning日志')#等级:30

logging.error('error日志')#等级:40 

logging.critical('critical日志')#等级:50

 

日志记录的步骤:

filename='....'(将日志存到文件)和stream=True(将日志打印到终端)不能同时使用

日志相关的四个对象:

1、logger对象:负责产生日志

logger = logging.getLogger('转账记录')

2、filter对象:过滤日志(了解)

3、handler对象:控制日志输出位置(往终端输出还是往文件输出)

hd1 = logging.FileHandler()#输出到文件

hd2 = logging.StreamHandler()#输出到终端

4、formmater对象:规定日志内容的输出格式

import logging

# 1.logger对象:负责产生日志
logger = logging.getLogger('转账记录')
# 2.filter对象:过滤日志(了解)

# 3.handler对象:控制日志输出的位置(文件/终端)
hd1 = logging.FileHandler('a1.log',encoding='utf-8') # 输出到文件中
hd2 = logging.FileHandler('a2.log',encoding='utf-8') # 输出到文件中
hd3 = logging.StreamHandler() # 输出到终端

# 4.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',
)

# 5.给logger对象绑定handler对象
logger.addHandler(hd1)
logger.addHandler(hd2)
logger.addHandler(hd3)

# 6.给handler绑定formmate对象
hd1.setFormatter(fm1)
hd2.setFormatter(fm2)
hd3.setFormatter(fm1)

# 7.设置日志等级
logger.setLevel(20)

# 8.记录日志
logger.debug('写了半天 好累啊 好热啊 好想释放')

 

 

logging配置字典:

 1 import os
 2 import logging.config
 3 
 4 # 定义两种日志输出格式 开始
 5 
 6 standard_format = '[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d]' \
 7                   '[%(levelname)s][%(message)s]' #其中name为getlogger指定的名字
 8 
 9 simple_format = '[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s'
10 
11 
12 
13 # 定义日志输出格式 结束
14 """
15 下面的两个变量对应的值 需要你手动修改
16 """
17 logfile_dir = os.path.dirname(__file__)  # log文件的目录
18 logfile_name = 'a3.log'  # log文件名
19 
20 # 如果不存在定义的日志目录就创建一个
21 if not os.path.isdir(logfile_dir):
22     os.mkdir(logfile_dir)
23 
24 # log文件的全路径
25 logfile_path = os.path.join(logfile_dir, logfile_name)
26 # log配置字典
27 LOGGING_DIC = {
28     'version': 1,
29     'disable_existing_loggers': False,
30     'formatters': {
31         'standard': {
32             'format': standard_format
33         },
34         'simple': {
35             'format': simple_format
36         },
37     },
38     'filters': {},  # 过滤日志
39     'handlers': {
40         #打印到终端的日志
41         'console': {
42             'level': 'DEBUG',
43             'class': 'logging.StreamHandler',  # 打印到屏幕
44             'formatter': 'simple'
45         },
46         #打印到文件的日志,收集debug及以上的日志
47         'default': {
48             'level': 'DEBUG',
49             'class': 'logging.handlers.RotatingFileHandler',  # 保存到文件
50             'formatter': 'standard',
51             'filename': logfile_path,  # 日志文件
52             'maxBytes': 1024*1024*5,  # 日志大小 5M
53             'backupCount': 5,
54             'encoding': 'utf-8',  # 日志文件的编码,再也不用担心中文log乱码了
55         },
56     },
57     'loggers': {
58         #logging.getLogger(__name__)拿到的logger配置
59         '': {
60             '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
61             'level': 'DEBUG',
62             'propagate': True,  # 向上(更高level的logger)传递
63         },  # 当键不存在的情况下 默认都会使用该k:v配置(即倒数第二行中的名字)
64     },
65 }
66 
67 
68 # 使用日志字典配置
69 logging.config.dictConfig(LOGGING_DIC)  # 自动加载字典中的配置
70 logger1 = logging.getLogger('asajdjdskaj')
71 logger1.debug('好好的 不要浮躁 努力就有收获')
View Code

hashlib模块:(用于加密的模块)

特点:

       不用的算法使用方法是相同的;

       密文的长度越长,内部对应的算法就越复杂(1、时间占用更长2、占用空间更大)通常情况下使用md5算法就足够了;

# hashlib模块 加密的模块
# import hashlib # 这个加密的过程是无法解密的
# md = hashlib.sha3_256() # 生成一个帮你造密文的对象
# # md.update('hello'.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'Jason_@.') # 往对象里传明文数据 update只能接受bytes类型的数据
# print(md.hexdigest()) # 获取明文数据对应的密文

# import hashlib
# # 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相同
# md = hashlib.md5()
# md.update(b'areyouok?')
# md.update(b'are')
# md.update(b'you')
# md.update(b'ok?')
# print(md.hexdigest()) # 408ac8c66b1e988ee8e2862edea06cc7
# 408ac8c66b1e988ee8e2862edea06cc7
"""

 

"""
hashlib模块应用场景
1.密码的密文存储
2.校验文件内容是否一致
"""

# 加盐处理

# 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())


# 动态加盐

# 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)

 

openpyxl模块:

openpyxl 只支持03版本之后的 xlsx
"""

# 写
# 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)'
#
# wb2['G6'] = 999
# wb1.append(['username','age','hobby'])
# wb1.append(['jason',18,'study'])
# wb1.append(['tank',72,'吃生蚝'])
# wb1.append(['egon',84,'女教练'])
# wb1.append(['sean',23,'会所'])
# wb1.append(['nick',28,])
# wb1.append(['nick','','秃头'])

# 保存新建的excel文件
# wb.save('test.xlsx')


from openpyxl import load_workbook # 读文件


wb = load_workbook('test.xlsx',read_only=True,data_only=True)
# print(wb)
# print(wb.sheetnames) # ['login', 'Sheet', 'index1']
# print(wb['login']['A3'].value)
# print(wb['login']['A4'].value)
# print(wb['login']['A5'].value) # 通过代码产生的excel表格必须经过人为操作之后才能读取出函数计算出来的结果值

res = wb['login']
# print(res)
ge1 = res.rows
for i in ge1:
for j in i:
print(j.value)

 

 

深浅拷贝:

import copy

l = [1,2,[1,2]]
# l1 = l
# print(id(l),id(l1))
# l1 = copy.copy(l) # 拷贝一份 ....... 浅拷贝
# print(id(l),id(l1))
# # l[0] = 222
# # print(l,l1)
# l[2].append(666)
# print(l,l1)
l1 = copy.deepcopy(l)
l[2].append(666)
print(l,l1)

浅拷贝:

深拷贝:

 

posted @ 2019-07-19 20:48  1640808365  阅读(262)  评论(0编辑  收藏  举报