python hashlib模块 logging模块和第三方模块下载

内容概要

• hashlib模块

• logging日志模块

• 第三方模块的下载

内容详细

hashlib模块

            加密:将明文数据通过一系列算法变成密文数据(目的就是为了数据的安全)

            加密算法:md系列 sha系列 base系列 hmac系列

            # 基本使用
            import hashlib


            # 1.先确定算法类型(md5普遍使用)
            md5 = hashlib.md5()
            # 2.将明文数据传递给md5算法(update只能接受bytes类型数据)
            # md5.update('123'.encode('utf8'))  # 支持汉字
            md5.update(b'123')  # 汉字不可用
            # 3.获取加密之后的密文数据(没有规则的一串随机字符串)
            res = md5.hexdigest()
            print(res)
            """
            1.加密之后的密文数据是没有办法反解密成明文数据的
                市面上所谓的破解 其实就是提前算出一系列明文对应的密文
                之后比对密文再获取明文
            """

详细操作

            # import hashlib


            1.明文数据只要是相同的 那么无论如何传递加密结果肯定是一样的
            # import hashlib
            # # 1.先确定算法类型(md5普遍使用)
            # md5 = hashlib.md5()
            # # 2.将明文数据传递给md5算法(update只能接受bytes类型数据)
            # # md5.update('123'.encode('utf8'))
            # # md5.update(b'hellojason123')
            # md5.update(b'hello')
            # md5.update(b'jason')
            # md5.update(b'123')  # 4bd388611b31c548eedef14b16c9868c
            # # 3.获取加密之后的密文数据(没有规则的一串随机字符串)
            # res = md5.hexdigest()
            # print(res)  # 4bd388611b31c548eedef14b16c9868c


            2.密文数据越长表示内部对应的算法越复杂 越难被正向破解
            # import hashlib
            # # 1.先确定算法类型(md5普遍使用)
            # md5 = hashlib.sha256()
            # # 2.将明文数据传递给md5算法(update只能接受bytes类型数据)
            # # md5.update('123'.encode('utf8'))
            # # md5.update(b'hellojason123')
            # md5.update(b'hello')
            # md5.update(b'jason')
            # md5.update(b'123')  # 6ec0f865ec4e9bcf9abc7f6c0e7268acfb2ba36f3e460fd592a214f7eacc92b0
            3.获取加密之后的密文数据(没有规则的一串随机字符串)
            # res = md5.hexdigest()
            # print(res)  # 6ec0f865ec4e9bcf9abc7f6c0e7268acfb2ba36f3e460fd592a214f7eacc92b0

            """
            密文越长表示算法越复杂 对应的破解算法的难度越高
            但是越复杂的算法所需要消耗的资源也就越多 密文越长基于网络发送需要占据的数据也就越大
                具体使用什么算法取决于项目的要求 一般情况下md5足够了
            """

            3.涉及到用户密码存储 其实都是密文 只有用户自己知道明文是什么
            """
                1.内部程序员无法得知明文数据
                2.数据泄露也无法得知明文数据

            """

            4.加盐处理
            """
            在对明文数据做加密处理过程前添加一些干扰项
            """
            # import hashlib
            # # 1.先确定算法类型(md5普遍使用)
            # md5 = hashlib.md5()
            # # 2.将明文数据传递给md5算法(update只能接受bytes类型数据)
            # # md5.update('123'.encode('utf8'))
            # # 加盐(干扰项)
            # md5.update('自己定义的盐'.encode('utf8'))
            # # 真实数据
            # md5.update(b'hellojason123')
            # # 3.获取加密之后的密文数据(没有规则的一串随机字符串)
            # res = md5.hexdigest()
            # print(res)  


            # 5.动态加盐
            """
            在对明文数据做加密处理过程前添加一些变化的干扰项
            """
            # import hashlib
            # # 1.先确定算法类型(md5普遍使用)
            # md5 = hashlib.md5()
            # # 2.将明文数据传递给md5算法(update只能接受bytes类型数据)
            # # md5.update('123'.encode('utf8'))
            # # 加盐(干扰项)
            # # md5.update('自己定义的盐'.encode('utf8'))
            # # 动态加盐(干扰项)  当前时间 用户名的部分 uuid(随机字符串(永远不会重复))
            # import time
            # res1 = str(time.time())
            # md5.update(res1.encode('utf8'))
            # # 真实数据
            # md5.update(b'hellojason123')
            # # 3.获取加密之后的密文数据(没有规则的一串随机字符串)
            # res = md5.hexdigest()
            # print(res)  

            """
            在IT互联网领域 没有绝对的安全可言 只有更安全
                原因在于互联网的本质 就是通过网线(网卡)连接计算机
            """


            # 6.校验文件一致性
            """
            文件不是很大的情况下 可以将所有文件内部全部加密处理
            但是如果文件特别大 全部加密处理相当的耗时好资源 如何解决???
                针对大文件可以使用切片读取的方式 
            """
            # import hashlib
            # md5 = hashlib.md5()
            # with open(r'a.txt','rb') as f:
            #     for line in f:
            #         md5.update(line)
            # real_data = md5.hexdigest()
            # print(real_data)  


            # import os
            # # 读取文件总大小
            # res = os.path.getsize(r'a.txt')
            # # 指定分片读取策略(读几段 每段几个字节)  10   f.seek()
            # read_method = [0,res//4,res//2,res]

logging日志模块

            知识点很多 但是需要掌握的很少(会用即可)

            import logging


            # 日志有五个等级(从上往下重要程度不一样)
            # logging.debug('debug级别')  # 10
            # logging.info('info级别')  # 20
            # logging.warning('warning级别')  # 30
            # logging.error('error级别')  # 40
            # logging.critical('critical级别')  # 50
            '''默认记录的级别在30及以上'''

            # 简单使用
            import logging
            file_handler = logging.FileHandler(filename='x1.log', mode='a', encoding='utf-8',)
            logging.basicConfig(
                format='%(asctime)s - %(name)s - %(levelname)s -%(module)s:  %(message)s',
                datefmt='%Y-%m-%d %H:%M:%S %p',
                handlers=[file_handler,],
                level=logging.ERROR
            )
            logging.error('日志模块很好学 不要自己吓自己')
            """
            1.如何控制日志输入的位置
                想在文件和终端中同时打印
            2.不同位置如何做到不同的日志格式
                文件详细一些 终端简单一些
            """

日志模块详细介绍

            import logging


            # 1.logger对象:负责产生日志
            logger = logging.getLogger('转账记录')
            # 2.filter对象:负责过滤日志(直接忽略)
            # 3.handler对象:负责日志产生的位置
            hd1 = logging.FileHandler('a1.log',encoding='utf8')  # 产生到文件的
            hd2 = logging.FileHandler('a2.log',encoding='utf8')  # 产生到文件的
            hd3 = logging.StreamHandler()  # 产生在终端的
            # 4.formatter对象:负责日志的格式
            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.绑定handler对象
            logger.addHandler(hd1)
            logger.addHandler(hd2)
            logger.addHandler(hd3)
            # 6.绑定formatter对象
            hd1.setFormatter(fm1)
            hd2.setFormatter(fm2)
            hd3.setFormatter(fm1)
            # 7.设置日志等级
            logger.setLevel(30)
            # 8.记录日志
            logger.debug('写了半天 好累啊 好热啊')

配置字典

            # 核心就在于CV
            import logging
            import logging.config

            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'

            logfile_path = 'a3.log'
            # 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  空字符串作为键 能够兼容所有的日志
                    '': {
                        '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 (key设为空字符串)默认都会使用该k:v配置
                },
            }


            # 使用配置字典
            logging.config.dictConfig(LOGGING_DIC)  # 自动加载字典中的配置
            logger1 = logging.getLogger('xxx')
            logger1.debug('xxxxxxxx')

第三方模块

            # 并不是python自带的 需要基于网络下载!!!

            '''pip所在的路径添加环境变量'''
            下载第三方模块的方式
                方式1:命令行借助于pip工具
                    pip3 install 模块名  # 不知道版本默认是最新版
                    pip3 install 模块名==版本号  # 指定版本下载
                    pip3 install 模块名 -i 仓库地址  # 临时切换
                    '''命令行形式永久修改需要修改python解释器源文件'''
                方式2:pycharm快捷方式
                    settings 
                        project 
                            project interprter
                                双击或者加号
                    点击右下方manage管理添加源地址即可
            # 下载完第三方模块之后 还是使用import或from import句式导入使用
            """
            pip命令默认下载的渠道是国外的python官网(有时候会非常的慢)
            我们可以切换下载的源(仓库)
                （1）阿里云 http://mirrors.aliyun.com/pypi/simple/
                （2）豆瓣 http://pypi.douban.com/simple/
                （3）清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
                （4）中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/
                （5）华中科技大学http://pypi.hustunique.com/

            pip3 install openpyxl -i http://mirrors.aliyun.com/pypi/simple/
            """


            """
            下载第三方模块可能报错的情况及解决措施
                1.报错的提示信息中含有关键字timeout
                    原因:网络不稳定
                    措施:再次尝试 或者切换更加稳定的网络
                2.找不到pip命令
                    环境变量问题
                3.没有任何的关键字 不同的模块报不同的错
                    原因:模块需要特定的计算机环境
                    措施:拷贝报错信息 打开浏览器 百度搜索即可
                        pip下载某个模块报错错误信息
            """