今天的学习内容有包、logging模块、hashlib模块、openpyxl模块以及深浅拷贝的概念
包
在学习模块的时候我们了解过模块的四种表现形式，其中的一种就是包。
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，该文件夹的内部通常会有一个__int__.py文件，而包的本质其实还是一个模块。
首次导入包的步骤：
先产生一个执行文件的名称空间
1.创建包下面的__int__.py文件的名称空间
2.执行包下面的__int__.py文件中的代码，将产生的名字放入包下面的__int__.py文件名称空间中
3.在执行文件中拿到一个指向包下面的__int__.py文件名称空间的名字
*在导入语句中 .号的左边肯定是一个包（文件夹）
#当你作为包的设计者来说 1.当模块的功能特别多的情况下 应该分文件管理 2.每个模块之间为了避免后期模块改名的问题 你可以使用相对导入(包里面的文件都应该是#被导入的模块) #站在包的开发者 如果使用绝对路径来管理的自己的模块 那么它只需要永远以包的路径为基准依次导入模块 #站在包的使用者 你必须得将包所在的那个文件夹路径添加到system path中(******)
python2如果要导入包 包下面必须要有__init__.py文件
python3如果要导入包 包下面没有__init__.py文件也不会报错
当你在删程序不必要的文件的时候 千万不要随意删除__init__.py文件
logging模块
日志模块，日志模块中有五个等级和四个对象
#5个等级 logging.debug('debug日志') # 10 logging.info('info日志') # 20 logging.warning('warning日志') # 30 logging.error('error日志') # 40 logging.critical('critical日志') # 50 #四个对象 #1.logger对象：负责产生日志 #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） #4.formmater对象：规定日志内容的格式
#日志的配置 """ 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) # 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 '': { '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 默认都会使用该k:v配置 }, } # 使用日志字典配置 logging.config.dictConfig(LOGGING_DIC) # 自动加载字典中的配置 logger1 = logging.getLogger('asajdjdskaj') logger1.debug('好好的 不要浮躁 努力就有收获')
hashlib模块
#hashlib模块（加密模块） import hashlib # 这个加密的过程是无法解密的 md = hashlib.md5() # 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'morning') # 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
除了我们常用的md5外，还有一些其他的算法，但是对于不同的算法，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。但是密文太长也有两个缺点，一是时间消耗越长，二是占用空间更大，所以通常情况下使用md5就足够了。
md = hashlib.md5() #md.update(b'are') # 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.update(b'a') md.update(b'r') md.update(b'e') print(md.hexdigest()) """ 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 # 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 import hashlib md = hashlib.md5() 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比较火的操作excel表格的模块
03版本之前 excel文件的后缀名 叫xls
03版本之后 excel文件的后缀名 叫xlsx
其它操作excel的模块：
xlwd 写excel xlrt读excel
xlwd和xlrt既支持03版本之前的excel文件，也支持03版本之后的excel文件
openpyxl 只支持03版本之后的 xlsx
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 # 在列表中A3的位置添加数字 wb1['A4'] = 444 wb1.cell(row=6,column=3,value=8888) # 在列表的第6行第3列添加值8888 wb1['A5'] = '=sum(A3:A4)' # 将列表的A3和A4位置进行加法运算，输出结果到A5上 wb.save('test.xlsx') # 保存新建的excel文件，要注意保存之前要确认文件是否关闭，未关闭会报错。
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) # 读出文件中login里A3处的值
深浅拷贝
l1 = [1,2,3,[4,5,6]] l2 = l1 print(id(l1),id(l2)) # 值拷贝
#浅拷贝 import copy l1 = [1,2,3,[4,5,6]] l2 = copy.copy(l1) print(l1,l2) # 值相同 print(id(l1),id(l2)) # 地址不同 l1[0]=0 print(l1,l2) # l1=[0, 2, 3, [4, 5, 6]],l2=[1, 2, 3, [4, 5, 6]] l1[3].append(7) print(l1,l2) # l1=[0, 2, 3, [4, 5, 6, 7]],l2=[1, 2, 3, [4, 5, 6, 7]]
浅拷贝图示
对于浅拷贝来说，只是在内存中重新创建了开辟了一个空间存放一个新列表，但是新列表中的元素与原列表中的元素是公用的，当原列表中存放的是可变类型，浅拷贝指向的是原可变类型，所以当原列表中可变类型中的元素发生变化，浅拷贝的也会跟着一起变。
#深拷贝 l2 = copy.deepcopy(l1) l1[3].append(7) print(l1,l2) # l1 = [1, 2, 3, [4, 5, 6, 7]],l2=[1, 2, 3, [4, 5, 6]]
深拷贝图示
对于深copy来说，列表是在内存中重新创建的，列表中可变的数据类型是重新创建的，列表中的不可变的数据类型是公用的。
总结：深浅拷贝中，不可变的数据类型都是公用的，但在浅拷贝只是指向可变数据类型，而深拷贝则是完全新建一个。