一、包：
包的本质就是一个模块
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的文件
导入包的过程：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，将产生的名字放入下面的__init__.py文件的名称空间中
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
在导入的语句中.号的左边肯定是一个包（文件夹）：from dir.dir1 import p 格式
需要强调的：
1、在Python3中，即使包下面没有__init__.py文件，import包也不会报错，而在Python2中一定要有__init__.py文件存在，不然会报错
2、创建包的目的不是为了运行，而是被导入使用，包只是模块的一种形式，包的本质就是一个模块
3、在删除程序不必要的文件时，务必记住不要删除带有__init__的文件，否则会导致文件或程序不能正常运行
二、为何要使用包
包的本质就是一个文件夹，那么文件夹唯一的功能就是将文件组织起来
随着功能越写越多，我们无法将所以功能都放到一个文件中，于是我们使用模块去组织功能，而随着模块越来越多，我们就需要用文件夹将模块文件组织起来，以此来提高程序的结构性和可维护性
三、包的相对路径导入和绝对路径导入：
1、站在包的开发者看，如果使用绝对路径来管理自己的模块，那么只需要永远以包的路径为基准依次导入模块
2、站在包的使用者看，必须到将包所在的那个文件夹路径添加到sys.path中（**）
四、包的使用之import和from import
1、单独导入包名称时不会导入包中所有包含的所有子模块
1 import glance.db.models 2 glance.db.models.register_models('mysql')
2、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
1 from glance.db import models 2 models.register_models('mysql')
五、logging（日志模块）:
import logging 日志的等级：critical(50级别) >error(40)>warning(30)>info(20)>debug(10)
longging.debug(debug日志') # 调试 longging.info('info日志') #记录数据 longging.warning('warning日志‘) # 警告 longging.error('日志’) # 错误提示 logging.critical('critical日志') # 严重的
默认的日志格式为日志日志级别：loggermin名称：用户输出的消息。
重点掌握：1、logger对象：负责产生日志
2、filter对象：过滤日志
3、handler：控制日志输出的位置（文件/终端）切割
4、formmater 对象：规定日志内容的格式
logging.basicConfig()函数中可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，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(f=open(‘test.log’,’w’))，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。 format参数中可能用到的格式化串： %(name)s Logger的名字 %(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对象配置:
import logging logger = logging.getLogger() # 创建一个handler，用于写入日志文件 fh = logging.FileHandler('test.log',encoding='utf-8')
再创建一个handler，用于输出到控制台 ch = logging.StreamHandler() formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') fh.setLevel(logging.DEBUG) fh.setFormatter(formatter) ch.setFormatter(formatter) logger.addHandler(fh) #logger对象可以添加多个fh和ch对象 logger.addHandler(ch)
import logging.config 字典的配置（直接复制粘贴，修改即可）
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
# 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)
logger与handler之间的控制关系
重点：
#1、logging.config.dictConfig(LOGGING_DIC) # 自动加载字典中的配置 #2、logger1=loggong.getlogger('come on') #3、logger1.debug('革命尚未成功，任需努力')
logging日志在项目中的使用：
例子：比如在购物车中自动添加日志功能，让用户自定义生成日志记录
mport logging.config from conf import settings # 文件规范在文件中添加相应的功能模块 def get_logger(name): logging.config.dictConfig(settings.LOGGING_DIC) # 自动加载字典中的配置 logger1=logging.getLogger(name) return logger1 #封装成函数调用 让用户输入
六、hashlib 加密模块
常用的有：MD5,SHA1系列等 两种加密方式 ，后面学有UUID唯一的。
MD5：摘要算法：又称哈希算法，通过一个函数，把任意长度的字符串转换成一个长度固定的数据串
关键字：pycharm里没有提示： update(往对象里传明文数据) hexdigest（获取明文数据对应的密文）
import hashlib md=hashlib.md5() # 生成一个帮你造密文的对象 md.update('come'.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'come_on') print(md.hexdigest()) # 获取明文数据对应的密文 结果：dd55e5aab7c4839be5932f399638ddb1
# encode('utf-8')等价于’b‘ md.update('come'.encode('utf-8')) >>md.update(b'come') 这个加密的过程是无法解密的
撞库
""" 1.不同的算法 使用方法是相同的 密文的长度越长 内部对应的算法越复杂 但是 1.时间消耗越长 2.占用空间更大 通常情况下使用md5算法，就可以足够了 """
2、import hashilb 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也相同。
import hashlib md=hashlib.md5() md.update('Hao aye you'.encode('utf-8')) # md.update('Hao'.encode('utf-8')) # md.update('are'.encode('utf-8')) # md.update('you'.encode('utf-8')) print(md.hexdigest()) >>684758727ad2809177ca0b08711580ba
3、hashilb 模块应用场景
1：密码的蜜文存储
2：校验文件内容是否一致
4、加盐处理
在传入密文前，将上自定义的密文。
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())
不影响结果，只是让加密更严谨一些
5、动态加盐
获取用户的输入生成密文，在获取用户输入时加入随机的字符串。
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) >>>password>>>:123 #输入 密码后生成密文 f9eddd2f29dcb3136df2318b2b2c64d3
七、openpyxl
比较火的操作Excel表格的模块 第三方模块需下载安装才能使用
# 03版本之前的Excel文件的后缀名叫 xls # 03版本之后的Excel文件的后缀名叫 xlsx
1、之前的模块：xlwd 写excel xlrt 读Excel 同样也可以操作Excel的模块，支持03版本之前的Excel文件也支持03版本之后的文件处理，openpyxl 是后面产生的，仅支持03版本后的xlsx
2、模块功能的使用
（1）写操作
from openpyxl import Workbook wb=Workbook() # 先生成一个工作簿 wb1=wb.create_sheet('最喜欢的歌曲',0) #创建一个表单页，可以通过索引来确定位置 we2=wb.create_sheet('喜欢的明星') we3=wb.create_sheet('喜欢的') wb1.title='调查' wb1['A3']=('陈奕迅'.encode('utf-8')) wb1.append([b'歌曲名'],'热度'.encode('utf-8')) #往列表里添加内容 wb1.append([b'不说再见'],'top3') wb.save('test.xlsx') # 保存创建的文件
（2）、读操作：可以锁定想要读取的内容
from openpyxl import load_workbook wb=load_workbook(('test.xlsx'),read_only=True,data_only=True) print(wb['最喜欢的歌曲']['A3'].value)
八、深浅拷贝
拷贝就是拷贝，何来深浅之说？
Python中，对象的赋值，拷贝（深/浅拷贝）之间是有差异的，如果使用的时候不注意，就可能产生意外的结果
其实这个是由于共享内存导致的结果
拷贝：原则上就是把数据分离出来，复制其数据，并以后修改互不影响。
先举个非拷贝的例子：
""" =赋值：数据完全共享（=赋值是在内存中指向同一个对象，如果是可变(mutable)类型，比如列表，修改其中一个，另一个必定改变 如果是不可变类型(immutable),比如字符串，修改了其中一个，另一个并不会变 ）"""
l1 = [1, 2, 3, ['aa', 'bb']] l2 = l1 l2[0]='aaa' l2[3][0]='bbb' print(l1) #['aaa', 2, 3, ['bbb', 'bb']] print(id(l1)==id(l2)) #True
结果
分析：l2 = l1 ，l1 完全赋值给l2 ，l2的内存地址与l1 相同，即内存完全指向
两者之间的区别主要当拷贝是可变类型时，浅拷贝指向的还是原来的，而深拷贝指向的是其他的内存地址。
概念：
浅拷贝：只是拷贝最外层，里面的内容没有完全复制，也可以指向其他的内存空间
浅拷贝：数据半共享（复制其数据独立内存存放，但是只拷贝成功第一层）
import copy
l1 = [1,2,[1,2]]
l2 = l1
print(id(l1),id(l2))
l2 = copy.copy(l1) # 拷贝一份 ....... 浅拷贝
print(id(l1),id(l2))
l1[0] = 222 #修改了l1的值
print(l1,l2)
j结果：
>> 1975941374408 1975941374408
1975941374408 1975941510664
[222, 2, [1, 2]] [1, 2, [1, 2]] 值一样拷贝完ID也在变化，往里面添加值后，只改变其中一个
深拷贝：数据完全不共享（复制其数据完完全全放独立的一个内存，完全拷贝，数据不共享
import copy,deepcopy
l1 = [1,2,[1,2]]
l1=l2 l1[2].append(666) print(l1,l2) l2 = copy.deepcopy(l) l1[2].append(666) print(l1,l2)
print(id(l1))
print(id(l))
常考面试题：
