模块的出生

#序列化  数据类型  列表 元组 字符串
#只有字符串能被写入文件中
#能在网络上传输的只能是bytes<--->字符串  如何相互转换?
#把要传输的和要存储的内容转换成字符串,进行接收
#字符串转换回要传输的和存储的内容,进行传输
#数据化结构转化为字符串,叫序列化
#字符串转化为数据化结构,叫反序列化


#序列化的作用
#1.网络传输



#2.数据持久化(写在文件里)
#d={"key1":"value1","key2":"value2"} 变化为字符串str(d)序列化 eval(d)反序列化
#eval(improt os os.removedirs)不安全

#json
#dumps  loads
#dump   load
#import json
#d={"key1":"value1","key2":"value2"}
#ret=json.dumps(d)#序列化
#dic=json.loads(ret)#反序列化
#上述一对方法多用于网络传输
#字典用单引号
#json用双引号引出来

#dump() load()只能取一个字典  用在文件操作上的序列化和反序列化
#with open("jason_sample","w")as f:
#    json.dump(d,f)#先序列化,再写入文件 一步操作
#with open("jason_sample","r")as f:
#    json.load(f)#从文件中直接拿出来一个字典
#打开文件
#读取文件的每一行都是字符串
#拿出的全都是长得像字典的字符串
#with open ("")as f:
#    for line in f:
#        ret=json.lodas(line.strip())
#indent=2 相关参数在博客        
#pickle
#用法和json一样  序列化内容直接转化为byts
#要得到内容rb回来就行了
#picke.dumps()#1.byts类型  2.在文件中是乱的,3.可以连续dmp数据进入文件,然后连续load出来
#4.只有字典和列表用json.但凡是能出现的数据类型都能够被pickle序列化或者反序列化
#json 拥有全部语言   picke只是python中的用法.
#微服务概念
#pick.loads()
#with open("picke_sample","wb")as f:
#    pickle.dump(data.f)
#with open("picke_sample","rb")as f:
#    pickle.dump(f)


#shelve
#open
#和字典的访问方式非常类似,是python中的一个工具,py3中新进入的
#f=shelve.open("file")
#f["key"]=
#f.close()
#存取的作用
#写入文件
#shelve只读但能改.避免读打开,和写的连续操作
#读取文件





#模块
导入模块之后解释器做的事情
 找到这个模块 判断是否被导入过,没有则导入
 创建属于这个模块的命名空间
 执行这个模块中的代码,将模块中的名字加载到命名空间中
 模块间的命名空间是独立的

模块是一个py文件
my_modele.py
对于一个模块来说  模块不会重复导入
my_moudle.read1()

模块改名  import....as.....
import os,re,sys
import my_module as mm 改变当前文件的模块名字
from......import  ......把模块内的内容调入内存空间
import *导入全部到内存空间
模块名字太长
模块名和我本地的名字冲突
有些时候
面对导入不同模块 但是做相同事情的模块 进行重命名可以完成统一功能融合两个模块
模块内函数存在定义域
大作业之 创建一个个人学习模块

 
from my_module import *
print(money)
print(a)
*只是和__all__配合使用 不能阻止*以外的其他导入方式.



其他小问题
模块导入不能成一个闭合的通路,闭合的环
模块一旦导入,发生改变也不会影响已经导入的内容.
importlib重新加载模块


__name__双下name 放在任何文件打印效果一样
当文件作为模块被别人执行时候  不被别人一导入就执行
把模块当做脚本执行



sys.path查看模块路径,
能够在path加入路径就会解决这个问题,关于模块路径
.py和.pyc文件的区别
py到吗
pyc编译后的结果,被模块导入的时候才会出现.可以加快导入模块的执行速度

dir函数可显示可以调用的方法  模块出现的名字用列表打印出来

包
上课手打笔记精华

模块是什么

模块其实就是一个.py文件,一个可运行的程序

.py是python代码

.pyc是python解释器编译后的结果

模块的种类有四种

1.使用python编写代码.py文件

2.已经被编译为共享库或dll的c或者c++拓展

3.包好的一组模块的包

4.使用c编写并连接到python解释器的内置模块

为什么要使用模块呢

为了实现功能的重复利用,和方便和管理

四种语法

1.imoprt

2.form.....import.....

3.import....as

4.form.....import.....as....

5.import *

6.___name___用来查看模块名

当做脚本运行:
__name__ 等于'__main__'

当做模块导入:
__name__= 模块名

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__':

7.sys.path就是搜索路径

8.sys.modules来查看解释器启动时自动导入的模块

9.dic()函数,用来查看模块内的变量名

3.1 import

示例文件:自定义模块my_module.py,文件名my_module.py,模块名my_module


复制代码
#my_module.py
print('from the my_module.py')

money=1000

def read1():
    print('my_module->read1->money',money)

def read2():
    print('my_module->read2 calling read1')
    read1()

def change():
    global money
    money=0
复制代码
 

3.1.1

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 


复制代码
#demo.py
import my_module #只在第一次导入时才执行my_module.py内代码,此处的显式效果是只打印一次'from the my_module.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 my_module
import my_module
import my_module

'''
执行结果:
from the my_module.py
'''
复制代码
 

我们可以从sys.modules中找到当前已经加载的模块,sys.modules是一个字典,内部包含模块名与模块对象的映射,该字典决定了导入模块时是否需要重新导入。

 

3.1.2 

每个模块都是一个独立的名称空间,定义在这个模块中的函数,把这个模块的名称空间当做全局名称空间,这样我们在编写自己的模块时,就不用担心我们定义在自己模块中全局变量会在被导入时,与使用者的全局变量冲突


复制代码
#测试一:money与my_module.money不冲突
#demo.py
import my_module
money=10
print(my_module.money)

'''
执行结果:
from the my_module.py
1000
'''
复制代码

复制代码
#测试二:read1与my_module.read1不冲突
#demo.py
import my_module
def read1():
    print('========')
my_module.read1()

'''
执行结果:
from the my_module.py
my_module->read1->money 1000
'''
复制代码

复制代码
#测试三:执行my_module.change()操作的全局变量money仍然是my_module中的
#demo.py
import my_module
money=1
my_module.change()
print(money)

'''
执行结果:
from the my_module.py
1
'''
复制代码
 

3.1.3

总结:首次导入模块my_module时会做三件事:

1.为源文件(my_module模块)创建新的名称空间,在my_module中定义的函数和方法若是使用到了global时访问的就是这个名称空间。

2.在新创建的命名空间中执行模块中包含的代码,见初始导入import my_module

复制代码
1 提示:导入模块时到底执行了什么?
2 
3 In fact function definitions are also ‘statements’ that are ‘executed’; the execution of a module-level function definition enters the function name in the module’s global symbol table.
4 事实上函数定义也是“被执行”的语句,模块级别函数定义的执行将函数名放入模块全局名称空间表,用globals()可以查看
复制代码
3.创建名字my_module来引用该命名空间

1 这个名字和变量名没什么区别,都是‘第一类的’,且使用my_module.名字的方式可以访问my_module.py文件中定义的名字,my_module.名字与test.py中的名字来自两个完全不同的地方。
 

 3.1.4

为模块名起别名,相当于m1=1;m2=m1 

1 import my_module as sm
2 print(sm.money)
 

示范用法一:

有两中sql模块mysql和oracle,根据用户的输入,选择不同的sql功能


复制代码
#mysql.py
def sqlparse():
    print('from mysql sqlparse')
#oracle.py
def sqlparse():
    print('from oracle sqlparse')

#test.py
db_type=input('>>: ')
if db_type == 'mysql':
    import mysql as db
elif db_type == 'oracle':
    import oracle as db

db.sqlparse() 
复制代码
复制代码
 

示范用法二: 

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)
 
 

 

3.1.5

在一行导入多个模块

1 import sys,os,re
 

回到顶部
3.2 from ... import...

3.2.1

对比import my_module,会将源文件的名称空间'my_module'带到当前名称空间中,使用时必须是my_module.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my_module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、

 1 from my_module 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my_module.py文件全局名称空间


复制代码
#测试一:导入的函数read1,执行时仍然回到my_module.py中寻找全局变量money
#demo.py
from my_module import read1
money=1000
read1()
'''
执行结果:
from the my_module.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my_module.py中找read1()
#demo.py
from my_module import read2
def read1():
    print('==========')
read2()

'''
执行结果:
from the my_module.py
my_module->read2 calling read1
my_module->read1->money 1000
'''
复制代码
 

如果当前有重名read1或者read2,那么会有覆盖效果。


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

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:


复制代码
from my_module 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my_module.py中的名字money,仍然为1000

'''
from the my_module.py
100
my_module->read1->money 1000
'''
复制代码
 

3.2.2

也支持as

1 from my_module import read1 as read
 

3.2.3

也支持导入多行

1 from my_module import (read1,
2                   read2,
3                   money)
 

3.2.4

from my_module import * 把my_module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。


复制代码
from my_module import * #将模块my_module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 my_module.py
1000
<function read1 at 0x1012e8158>
<function read2 at 0x1012e81e0>
<function change at 0x1012e8268>
'''
复制代码
 

在my_module.py中新增一行

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

*如果my_module.py中的名字前加_,即_money,则from my_module import *,则_money不能被导入

3.2.5 模块的循环引用问题

思考:假如有两个模块a,b。我可不可以在a模块中import b ,再在b模块中import a?

3.2.6 模块的加载与修改

考虑到性能的原因,每个模块只被导入一次,放入字典sys.modules中,如果你改变了模块的内容,你必须重启程序,python不支持重新加载或卸载之前导入的模块,

有的同学可能会想到直接从sys.modules中删除一个模块不就可以卸载了吗,注意了,你删了sys.modules中的模块对象仍然可能被其他程序的组件所引用,因而不会被清除。

特别的对于我们引用了这个模块中的一个类,用这个类产生了很多对象,因而这些对象都有关于这个模块的引用。

如果只是你想交互测试的一个模块,使用 importlib.reload(), e.g. import importlib; importlib.reload(modulename),这只能用于测试环境。


def func1():
    print('func1')

import time,importlib
import aa
 
time.sleep(20)
# importlib.reload(aa)
aa.func1()
在20秒的等待时间里,修改aa.py中func1的内容,等待test.py的结果。

打开importlib注释,重新测试

 

回到顶部
3.3 把模块当做脚本执行 

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__= 模块名

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__':


复制代码
def fib(n):   
    a, b = 0, 1
    while b < n:
        print(b, end=' ')
        a, b = b, a+b
    print()

if __name__ == "__main__":
    print(__name__)
    num = input('num :')
    fib(int(num))
复制代码
 

回到顶部
3.4 模块搜索路径

python解释器在启动时会自动加载一些模块,可以使用sys.modules查看

在第一次导入某个模块时(比如my_module),会先检查该模块是否已经被加载到内存中(当前执行文件的名称空间对应的内存),如果有则直接引用

如果没有,解释器则会查找同名的内建模块,如果还没有找到就从sys.path给出的目录列表中依次寻找my_module.py文件。

所以总结模块的查找顺序是:内存中已经加载的模块->内置模块->sys.path路径中包含的模块

sys.path的初始化的值来自于:

The directory containing the input script (or the current directory when no file is specified).
PYTHONPATH (a list of directory names, with the same syntax as the shell variable PATH).
The installation-dependent default.

需要特别注意的是:我们自定义的模块名不应该与系统内置模块重名。虽然每次都说,但是仍然会有人不停的犯错。 

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。

1 >>> import sys
2 >>> sys.path.append('/a/b/c/d')
3 >>> 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。


复制代码
#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')

#windows下的路径不加r开头,会语法错误
sys.path.insert(0,r'C:UsersAdministratorPycharmProjectsa')
复制代码
 

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。

 

官网解释


复制代码
#官网链接:https://docs.python.org/3/tutorial/modules.html#the-module-search-path
搜索路径:
当一个命名为my_module的模块被导入时
    解释器首先会从内建模块中寻找该名字
    找不到,则去sys.path中找该名字

sys.path从以下位置初始化
执行文件所在的当前目录
PTYHONPATH(包含一系列目录名,与shell变量PATH语法一样)
依赖安装时默认指定的

注意:在支持软连接的文件系统中,执行脚本所在的目录是在软连接之后被计算的,换句话说,包含软连接的目录不会被添加到模块的搜索路径中

在初始化后,我们也可以在python程序中修改sys.path,执行文件所在的路径默认是sys.path的第一个目录,在所有标准库路径的前面。这意味着,当前目录是优先于标准库目录的,需要强调的是:我们自定义的模块名不要跟python标准库的模块名重复,除非你是故意的,傻叉。
复制代码
 

回到顶部
3.5 编译python文件

为了提高加载模块的速度,强调强调强调:提高的是加载速度而绝非运行速度。python解释器会在__pycache__目录中下缓存每个模块编译后的版本,格式为:module.version.pyc。通常会包含python的版本号。例如,在CPython3.3版本下,my_module.py模块会被缓存成__pycache__/my_module.cpython-33.pyc。这种命名规范保证了编译后的结果多版本共存。

 

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,类似于JAVA火.NET,是由python虚拟机来执行的,但是pyc的内容跟python的版本相关,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。

 

python解释器在以下两种情况下不检测缓存
  1 如果是在命令行中被直接导入模块,则按照这种方式,每次导入都会重新编译,并且不会存储编译后的结果(python3.3以前的版本应该是这样)

python -m my_module.py
  2 如果源文件不存在,那么缓存的结果也不会被使用,如果想在没有源文件的情况下来使用编译后的结果,则编译后的结果必须在源目录下 

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


复制代码
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
复制代码
 

补充: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

import my_module
dir(my_module)
 

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)
课上博客笔记
# 什么是模块
# 模块 是一个py文件

# import my_moudle
# 对于模块来说 并不会重复导入
# 导入模块之后解释器做的事情:
    # 找到这个模块,判断这个模块是否被导入过,如果没有被导入过,就导入
    # 创建属于这个模块的命名空间
    # 执行这个模块中的代码,将模块中的名字加载到命名空间中
# 模块间的命名空间是独立的
# import ... as .. 重命名
# import m1,m2,m3


# read1
# my_moudle.read1()
# print(my_moudle.money)
# money = 250
# def read1():
#     print('*'*10)
# my_moudle.read1()

# import my_moudle as mm
# 模块名字太长
# 模块名和本地的名字冲突
# 针对导入不同模块做相同的事情来对模块进行重命名

# # txt doc
# if file == 'txt':
#     import txt as  file
# elif file == 'doc':
#     import doc as  file
#
# f = file.open()
# f.close()

# import os
# import time
# import sys
# import re

# from ... import ...
from math import pi   # 能够节省内存
import my_moudle
from my_moudle import money
from my_moudle import read1
print(money)
print(read1)
read1()
# from math import pi
# print(pi)
# import my_moudle
# from my_moudle import read1 as read,a

# import my_moudle
# my_moudle.read1()
# from my_moudle import *
# print(money)
# *只是和__all__配合使用

# from my_moudle import a
# print(a)

import moudel2   #
# 模块中不能出现循环导入的问题

# 模块一旦导入 发生改变也不会影响已经导入的内容
# import time
# import importlib
# import moudel2
# time.sleep(10)
# # importlib.reload(moudel2)
# moudel2.wahaha()

# import moudel2
# ret = moudel2.login('alex',3714)

# import moudel2

# import sys
# print(sys.path)
# print(sys.path.pop(0))
# print(sys.path.pop(0))
# print(sys.path)


import moudel2
# import my_moudle   0.5 0.05
#moudel2是一个模块,你很有可能还要其他地方import这个模块
#moudel2中的代码编程计算机能直接理解的 存在一个文件里 叫pyc文件
print(dir(moudel2))

# py python代码
# 是代码编译之后的结果pyc
原文地址:https://www.cnblogs.com/cangshuchirou/p/8493361.html