模块与包
一，模块介绍
1.1 什么是模块？
一个函数封装一个功能，好比如今有一个软件，不可能将全部程序都写入一个文件，因此我们应该分文件，组织结构要好，代码不冗余，因此要分文件，可是分文件，分了5个文件，每一个文件里面可能都有相同的功能（函数），怎么办？因此将这些相同的功能封装到一个文件中，谁用谁拿。 怎么拿？模块就是文件，存放一堆函数，谁用谁拿。 好比：我要策马奔腾共享人世繁华，应该怎么样？我应该骑马，你也要去浪，你是否是也要骑马。 模块是一系列经常使用功能的集合体，一个py文件就是一个模块。
一个函数封装一个功能，好比如今有一个软件，不可能将全部程序都写入一个文件，因此我们应该分文件，组织结构要好，代码不冗余，因此要分文件，可是分文件，分了5个文件，每一个文件里面可能都有相同的功能（函数），怎么办？因此将这些相同的功能封装到一个文件中，谁用谁拿。 怎么拿？模块就是文件，存放一堆函数，谁用谁拿。 好比：我要策马奔腾共享人世繁华，应该怎么样？我应该骑马，你也要去浪，你是否是也要骑马。 模块是一系列经常使用功能的集合体，一个py文件就是一个模块。
1.2 为何要使用模块.
#一、从文件级别组织程序，更方便管理
随着程序的发展，功能愈来愈多，为了方便管理，咱们一般将程序分红一个个的文件，这样作程序的结构更清晰，方便管理。这时咱们不只仅能够把这些文件当作脚本去执行，还能够把他们当作模块来导入到其余的模块中，实现了功能的重复利用html
#二、拿来主义，提高开发效率
一样的原理，咱们也能够下载别人写好的模块而后导入到本身的项目中使用，这种拿来主义，能够极大地提高咱们的开发效率，避免重复造轮子。python
#ps：
若是你退出python解释器而后从新进入，那么你以前定义的函数或者变量都将丢失，所以咱们一般将程序写到文件中以便永久保存下来，须要时就经过python test.py方式去执行，此时test.py被称为脚本script。mysql
下面我会以tbjx.py 为例来介绍模块的使用：文件名tbjx.py 模块名tbjxsql
print('from the tbjx.py')
name = '太白金星'
def read1():
print('tbjx模块：',name)
def read2():
print('tbjx模块')
read1()
def change():
global name
name = 'barry'
二 ，import
2.1 import的使用。
#模块能够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语句是能够在程序中的任意位置使用的,且针对同一个模块很import屡次,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到内存中的模块对象增长了一次引用，不会从新执行模块内的语句），以下shell
import spam #只在第一次导入时才执行spam.py内代码,此处的显式效果是只打印一次'from the spam.py',固然其余的顶级代码也都被执行了,只不过没有显示效果.数据库
代码示例：
'''
import tbjx
import tbjx
import tbjx
import tbjx
import tbjx
'''
'''
执行结果：只是打印一次：
from the tbjx.py
'''json
2.2 第一次导入模块执行三件事。
#1.为源文件(tbjx模块)建立新的名称空间，在tbjx中定义的函数和方法如果使用到了global时访问的就是这个名称空间。windows
#2.在新建立的命名空间中执行模块中包含的代码，见初始导入import tbjx
提示:导入模块时到底执行了什么？
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.
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()能够查看api
#3.建立名字tbjx来引用该命名空间
这个名字和变量名没什么区别，都是‘第一类的’，且使用tbjx.名字的方式
能够访问tbjx.py文件中定义的名字，tbjx.名字与test.py中的名字来自
两个彻底不一样的地方。缓存
ps：重复导入会直接引用内存中已经加载好的结果
2.3 被导入模块有独立的名称空间。
每一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作全局名称空间，这样咱们在编写本身的模块时，就不用担忧咱们定义在本身模块中全局变量会在被导入时，与使用者的全局变量冲突
示例：
name = 'alex'
print(name)
print(tbjx.name)
'''
from the tbjx.py
alex
太白金星
'''
def read1():
print(666)
tbjx.read1()
'''
from the tbjx.py
tbjx模块： 太白金星
'''
name = '日天'
tbjx.change()
print(name)
print(tbjx.name)
'''
from the tbjx.py
日天
barry
'''
2.4 为模块起别名。
为模块起别名的做用：
1，能够将过长的模块命名改为短的，便于操做。
import tbjx as sm sm.read1()
2，有利于代码的拓展，优化。
#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()
2.5 导入多个模块
import sys,os,json # 能够这样写，可是不推荐
#推荐应该这样：
import sys
import os
import json
三，from ... import ...
3.1 from...import...使用
from tbjx import name, read1
print(name)
read1()
'''
执行结果：
from the tbjx.py
太白金星
tbjx模块： 太白金星
'''
3.2 from...import... 与import对比
#惟一的区别就是：使用from...import...则是将spam中的名字直接导入到当前的名称空间中，因此在当前名称空间中，直接使用名字就能够了、无需加前缀：tbjx.
#from...import...的方式有好处也有坏处
好处：使用起来方便了
坏处：容易与当前执行文件中的名字冲突
演示示例：
1,执行文件有与模块同名的变量或者函数名，会有覆盖效果。
name = 'oldboy'
from tbjx import name, read1, read2
print(name)
'''
执行结果：
太白金星
'''
----------------------------------------
from tbjx import name, read1, read2
name = 'oldboy'
print(name)
'''
执行结果：
oldboy
'''
----------------------------------------
def read1():
print(666)
from tbjx import name, read1, read2
read1()
'''
执行结果：
tbjx模块： 太白金星
'''
----------------------------------------
from tbjx import name, read1, read2
def read1():
print(666)
read1()
'''
执行结果：
tbjx模块： 666
'''
2,当前位置直接使用read1和read2就行了，执行时，仍然以spam.py文件全局名称空间
#测试一：导入的函数read1，执行时仍然回到tbjx.py中寻找全局变量money
#test.py
from tbjx import read1
name = 'alex'
read1()
'''
执行结果:
from the spam.py
spam->read1->name = '太白金星'
'''
#测试二:导入的函数read2，执行时须要调用read1(),仍然回到tbjx.py中找read1()
#test.py
from tbjx import read2
def read1():
print('==========')
read2()
'''
执行结果:
from the tbjx.py
tbjx->read2 calling read
tbjx->read1->tbjx 'barry'
'''
3.3 也支持as
from tbjx import read1 as read read()
3.4 一行导入多个。
from tbjx import read1,read2,name
3.5 from ... import *
#from spam import * 把spam中全部的不是如下划线(_)开头的名字都导入到当前位置 #大部分状况下咱们的python程序不该该使用这种导入方式，由于*你不知道你导入什么名字，颇有可能会覆盖掉你以前已经定义的名字。并且可读性极其的差，在交互式环境中导入时没有问题。
可使用__all__来控制*（用来发布新版本），在tbjx.py中新增一行
__all__=['money','read1'] #这样在另一个文件中用from spam import *就这能导入列表中规定的两个名字
3.6 模块循环导入问题
模块循环/嵌套导入抛出异常的根本缘由是因为在python中模块被导入一次以后，就不会从新导入，只会在第一次导入时执行模块内代码
在咱们的项目中应该尽可能避免出现循环/嵌套导入，若是出现多个模块都须要共享的数据，能够将共享的数据集中存放到某一个地方
在程序出现了循环/嵌套导入后的异常分析、解决方法以下（了解，之后尽可能避免）
#示范文件内容以下
#m1.py
print('正在导入m1')
from m2 import y
x='m1'
#m2.py
print('正在导入m2')
from m1 import x
y='m2'
#run.py
import m1
#测试一
执行run.py会抛出异常
正在导入m1
正在导入m2
Traceback (most recent call last):
File "/Users/linhaifeng/PycharmProjects/pro01/1 aaaa练习目录/aa.py", line 1, in <module>
import m1
File "/Users/linhaifeng/PycharmProjects/pro01/1 aaaa练习目录/m1.py", line 2, in <module>
from m2 import y
File "/Users/linhaifeng/PycharmProjects/pro01/1 aaaa练习目录/m2.py", line 2, in <module>
from m1 import x
ImportError: cannot import name 'x'
#测试一结果分析
先执行run.py--->执行import m1，开始导入m1并运行其内部代码--->打印内容"正在导入m1"
--->执行from m2 import y 开始导入m2并运行其内部代码--->打印内容“正在导入m2”--->执行from m1 import x,因为m1已经被导入过了，因此不会从新导入，因此直接去m1中拿x，然而x此时并无存在于m1中，因此报错
#测试二:执行文件不等于导入文件，好比执行m1.py不等于导入了m1
直接执行m1.py抛出异常
正在导入m1
正在导入m2
正在导入m1
Traceback (most recent call last):
File "/Users/linhaifeng/PycharmProjects/pro01/1 aaaa练习目录/m1.py", line 2, in <module>
from m2 import y
File "/Users/linhaifeng/PycharmProjects/pro01/1 aaaa练习目录/m2.py", line 2, in <module>
from m1 import x
File "/Users/linhaifeng/PycharmProjects/pro01/1 aaaa练习目录/m1.py", line 2, in <module>
from m2 import y
ImportError: cannot import name 'y'
#测试二分析
执行m1.py，打印“正在导入m1”，执行from m2 import y ，导入m2进而执行m2.py内部代码--->打印"正在导入m2"，执行from m1 import x，此时m1是第一次被导入，执行m1.py并不等于导入了m1，因而开始导入m1并执行其内部代码--->打印"正在导入m1"，执行from m1 import y，因为m1已经被导入过了，因此无需继续导入而直接问m2要y，然而y此时并无存在于m2中因此报错
# 解决方法:
方法一:导入语句放到最后
#m1.py
print('正在导入m1')
x='m1'
from m2 import y
#m2.py
print('正在导入m2')
y='m2'
from m1 import x
方法二:导入语句放到函数中
#m1.py
print('正在导入m1')
def f1():
from m2 import y
print(x,y)
x = 'm1'
# f1()
#m2.py
print('正在导入m2')
def f2():
from m1 import x
print(x,y)
y = 'm2'
#run.py
import m1
m1.f1()
示例文件
四，模块的重载（了解）
考虑到性能的缘由，每一个模块只被导入一次,放入字典sys.module中，若是你改变了模块的内容，你必须重启程序，python不支持从新加载或卸载以前导入的模块，
有的同窗可能会想到直接从sys.module中删除一个模块不就能够卸载了吗，注意了，你删了sys.module中的模块对象仍然可能被其余程序的组件所引用，于是不会被清楚。
特别的对于咱们引用了这个模块中的一个类，用这个类产生了不少对象，于是这些对象都有关于这个模块的引用。
若是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()
执行test文件
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，从新测试
五，py文件的两种功能
#编写好的一个python文件能够有两种用途：
一：脚本，一个文件就是整个程序，用来被执行
二：模块，文件中存放着一堆功能，用来被导入使用
#python为咱们内置了全局变量__name__，
当文件被当作脚本执行时：__name__ 等于'__main__'
当文件被当作模块导入时：__name__等于模块名
#做用：用来控制.py文件在不一样的应用场景下执行不一样的逻辑（或者是在模块文件中测试代码）
if __name__ == '__main__':
print('from the tbjx.py')
__all__ = ['name', 'read1',]
name = '太白金星'
def read1():
print('tbjx模块：',name)
def read2():
print('tbjx模块')
read1()
def change():
global name
name = 'barry'
if __name__ == '__main__':
# 在模块文件中测试read1()函数
# 此模块被导入时 __name__ == tbjx 因此不执行
read1()
六，模块的搜索路径
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
#模块的查找顺序
一、在第一次导入某个模块时（好比spam），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），若是有则直接引用
ps：python解释器在启动时会自动加载一些模块到内存中，可使用sys.modules查看
二、若是没有，解释器则会查找同名的内建模块
三、若是尚未找到就从sys.path给出的目录列表中依次寻找spam.py文件。
#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.
#须要特别注意的是：咱们自定义的模块名不该该与系统内置模块重名。虽然每次都说，可是仍然会有人不停的犯错。
#在初始化后，python程序能够修改sys.path,路径放到前面的优先于标准库被加载。
>>> import sys
>>> sys.path.append('/a/b/c/d')
>>> 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，
#首先制做归档文件：zip module.zip foo.py bar.py
import sys
sys.path.append('module.zip')
import foo,bar
#也可使用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:\Users\Administrator\PycharmProjects\a')
#至于.egg文件是由setuptools建立的包，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。
#须要强调的一点是：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没法直接从.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中加载文件不会建立.pyc或者.pyo文件，所以必定要事先建立他们，来避免加载模块是性能降低。
七，编译Python文件（了解）
为了提升加载模块的速度，强调强调强调：提升的是加载速度而绝非运行速度。python解释器会在__pycache__目录中下缓存每一个模块编译后的版本，格式为：module.version.pyc。一般会包含python的版本号。例如，在CPython3.3版本下，spam.py模块会被缓存成__pycache__/spam.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，若是过时就须要从新编译。这是彻底自动的过程。而且编译的模块是平台独立的，因此相同的库能够在不一样的架构的系统之间共享，即pyc使一种跨平台的字节码，相似于JAVA火.NET,是由python虚拟机来执行的，可是pyc的内容跟python的版本相关，不一样的版本编译后的pyc文件不一样，2.5编译的pyc文件不能到3.5上执行，而且pyc文件是能够反编译的，于是它的出现仅仅是用来提高模块的加载速度的，不是用来加密的。
#python解释器在如下两种状况下不检测缓存
#1 若是是在命令行中被直接导入模块，则按照这种方式，每次导入都会从新编译，而且不会存储编译后的结果（python3.3之前的版本应该是这样）
python -m spam.py
#2 若是源文件不存在，那么缓存的结果也不会被使用，若是想在没有源文件的状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
sh-3.2# ls
__pycache__ spam.py
sh-3.2# rm -rf spam.py
sh-3.2# mv __pycache__/spam.cpython-36.pyc ./spam.pyc
sh-3.2# python3 spam.pyc
spam
#提示：
1.模块名区分大小写，foo.py与FOO.py表明的是两个模块
2.你可使用-O或者-OO转换python命令来减小编译模块的大小
-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
因为一些程序可能依赖于assert语句或文档字符串，你应该在在确认须要
的状况下使用这些选项。
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，于是咱们可使用compieall模块为一个目录中的全部模块建立.pyc文件
模块能够做为一个脚本（使用python -m compileall）编译Python源
python -m compileall /module_directory 递归着编译
若是使用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
详细的
详细说明
八，包
8.1 什么是包？
#官网解释 Packages are a way of structuring Python’s module namespace by using “dotted module names” 包是一种经过使用‘.模块名’来组织python模块名称空间的方式。 #具体的：包就是一个包含有__init__.py文件的文件夹，因此其实咱们建立包的目的就是为了用文件夹将文件/模块组织起来 #须要强调的是： 1. 在python3中，即便包下没有__init__.py文件，import 包仍然不会报错，而在python2中，包下必定要有该文件，不然import 包报错 2. 建立包的目的不是为了运行，而是被导入使用，记住，包只是模块的一种形式而已，包的本质就是一种模块
8.2 为什么要使用包
包的本质就是一个文件夹，那么文件夹惟一的功能就是将文件组织起来 随着功能越写越多，咱们没法将因此功能都放到一个文件中，因而咱们使用模块去组织功能，而随着模块愈来愈多，咱们就须要用文件夹将模块文件组织起来，以此来提升程序的结构性和可维护性
8.3 注意事项
#1.关于包相关的导入语句也分为import和from ... import ...两种，可是不管哪一种，不管在什么位置，在导入时都必须遵循一个原则：凡是在导入时带点的，点的左边都必须是一个包，不然非法。能够带有一连串的点，如item.subitem.subsubitem,但都必须遵循这个原则。但对于导入后，在使用时就没有这种限制了，点的左边能够是包,模块，函数，类(它们均可以用点的方式调用本身的属性)。 #二、import导入文件时，产生名称空间中的名字来源于文件，import 包，产生的名称空间的名字一样来源于文件，即包下的__init__.py，导入包本质就是在导入该文件 #三、包A和包B下有同名模块也不会冲突，如A.a与B.a来自俩个命名空间
8.4 包的使用
8.4.1 示例文件
import os os.makedirs('glance/api') os.makedirs('glance/cmd') os.makedirs('glance/db') l = [] l.append(open('glance/__init__.py','w')) l.append(open('glance/api/__init__.py','w')) l.append(open('glance/api/policy.py','w')) l.append(open('glance/api/versions.py','w')) l.append(open('glance/cmd/__init__.py','w')) l.append(open('glance/cmd/manage.py','w')) l.append(open('glance/db/models.py','w')) map(lambda f:f.close() ,l) 建立目录代码
glance/ #Top-level package
├── __init__.py #Initialize the glance package
├── api #Subpackage for api
│ ├── __init__.py
│ ├── policy.py
│ └── versions.py
├── cmd #Subpackage for cmd
│ ├── __init__.py
│ └── manage.py
└── db #Subpackage for db
├── __init__.py
└── models.py
8.4.2 文件内容
#文件内容
#policy.py
def get():
print('from policy.py')
#versions.py
def create_resource(conf):
print('from version.py: ',conf)
#manage.py
def main():
print('from manage.py')
#models.py
def register_models(engine):
print('from models.py: ',engine)
包所包含的文件内容
文件内容
执行文件与示范文件在同级目录下
8.4.3 包的使用之import
1 import glance.db.models
2 glance.db.models.register_models('mysql')
单独导入包名称时不会导入包中全部包含的全部子模块，如
#在与glance同级的test.py中 import glance glance.cmd.manage.main() ''' 执行结果： AttributeError: module 'glance' has no attribute 'cmd' '''
解决方法：
1 #glance/__init__.py 2 from . import cmd 3 4 #glance/cmd/__init__.py 5 from . import manage
执行：
1 #在于glance同级的test.py中 2 import glance 3 glance.cmd.manage.main()
8.4.4 包的使用之from ... import ...
须要注意的是from后import导入的模块，必须是明确的一个不能带点，不然会有语法错误，如：from a import b.c是错误语法
1 from glance.db import models
2 models.register_models('mysql')
3
4 from glance.db.models import register_models
5 register_models('mysql')
8.4.5 from glance.api import *
在讲模块时，咱们已经讨论过了从一个模块内导入全部*，此处咱们研究从一个包导入全部*。
此处是想从包api中导入全部，实际上该语句只会导入包api下__init__.py文件中定义的名字，咱们能够在这个文件中定义__all___:
1 #在__init__.py中定义
2 x=10
3
4 def func():
5 print('from api.__init.py')
6
7 __all__=['x','func','policy']
此时咱们在于glance同级的文件中执行from glance.api import *就导入__all__中的内容（versions仍然不能导入）。
#在__init__.py中定义
x=10
def func():
print('from api.__init.py')
__all__=['x','func','policy']
此时咱们在于glance同级的文件中执行from glance.api import *就导入__all__中的内容（versions仍然不能导入）。
练习：
#执行文件中的使用效果以下，请处理好包的导入
from glance import *
get()
create_resource('a.conf')
main()
register_models('mysql')
#在glance.__init__.py中
from .api.policy import get
from .api.versions import create_resource
from .cmd.manage import main
from .db.models import register_models
__all__=['get','create_resource','main','register_models']
8.4.6 绝对导入和相对导入
咱们的最顶级包glance是写给别人用的，而后在glance包内部也会有彼此之间互相导入的需求，这时候就有绝对导入和相对导入两种方式：
绝对导入：以glance做为起始
相对导入：用.或者..的方式最为起始（只能在一个包中使用，不能用于不一样目录内）
例如：咱们在glance/api/version.py中想要导入glance/cmd/manage.py
1 在glance/api/version.py 2 3 #绝对导入 4 from glance.cmd import manage 5 manage.main() 6 7 #相对导入 8 from ..cmd import manage 9 manage.main()
测试结果：注意必定要在于glance同级的文件中测试
1 from glance.api import versions
8.4.7 包以及包所包含的模块都是用来被导入的，而不是被直接执行的。而环境变量都是以执行文件为准的
好比咱们想在glance/api/versions.py中导入glance/api/policy.py，有的同窗一抽这俩模块是在同一个目录下，十分开心的就去作了，它直接这么作
1 #在version.py中 2 3 import policy 4 policy.get()
没错，咱们单独运行version.py是一点问题没有的，运行version.py的路径搜索就是从当前路径开始的，因而在导入policy时能在当前目录下找到
可是你想啊，你子包中的模块version.py极有多是被一个glance包同一级别的其余文件导入，好比咱们在于glance同级下的一个test.py文件中导入version.py，以下
1 from glance.api import versions 2 3 ''' 4 执行结果: 5 ImportError: No module named 'policy' 6 ''' 7 8 ''' 9 分析: 10 此时咱们导入versions在versions.py中执行 11 import policy须要找从sys.path也就是从当前目录找policy.py, 12 这必然是找不到的 13 '''
单独导入包
单独导入包名称时不会导入包中全部包含的全部子模块，如
#在与glance同级的test.py中 import glance glance.cmd.manage.main() ''' 执行结果： AttributeError: module 'glance' has no attribute 'cmd' '''
解决方法：
1 #glance/__init__.py 2 from . import cmd 3 4 #glance/cmd/__init__.py 5 from . import manage
执行：
1 #在于glance同级的test.py中 2 import glance 3 glance.cmd.manage.main()
千万别问：__all__不能解决吗，__all__是用于控制from...import *
import glance以后直接调用模块中的方法
glance/
├── __init__.py from .api import *
from .cmd import *
from .db import *
├── api
│ ├── __init__.py __all__ = ['policy','versions']
│ ├── policy.py
│ └── versions.py
├── cmd __all__ = ['manage']
│ ├── __init__.py
│ └── manage.py
└── db __all__ = ['models']
├── __init__.py
└── models.py
import glance
policy.get()
import glance
软件开发规范
#=============>bin目录：存放执行脚本
#start.py
import sys,os
BASE_DIR=os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
sys.path.append(BASE_DIR)
from core import core
from conf import my_log_settings
if __name__ == '__main__':
my_log_settings.load_my_logging_cfg()
core.run()
#=============>conf目录：存放配置文件
#config.ini
[DEFAULT]
user_timeout = 1000
[egon]
password = 123
money = 10000000
[alex]
password = alex3714
money=10000000000
[yuanhao]
password = ysb123
money=10
#settings.py
import os
config_path=r'%s\%s' %(os.path.dirname(os.path.abspath(__file__)),'config.ini')
user_timeout=10
user_db_path=r'%s\%s' %(os.path.dirname(os.path.dirname(os.path.abspath(__file__))),\
'db')
#my_log_settings.py
"""
logging配置
"""
import os
import logging.config
# 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'
id_simple_format = '[%(levelname)s][%(asctime)s] %(message)s'
# 定义日志输出格式 结束
logfile_dir = r'%s\log' %os.path.dirname(os.path.dirname(os.path.abspath(__file__))) # log文件的目录
logfile_name = 'all2.log' # log文件名
# 若是不存在定义的日志目录就建立一个
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': {},
'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，不再用担忧中文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
},
},
}
def load_my_logging_cfg():
logging.config.dictConfig(LOGGING_DIC) # 导入上面定义的logging配置
logger = logging.getLogger(__name__) # 生成一个log实例
logger.info('It works!') # 记录该文件的运行状态
if __name__ == '__main__':
load_my_logging_cfg()
#=============>core目录：存放核心逻辑
#core.py
import logging
import time
from conf import settings
from lib import read_ini
config=read_ini.read(settings.config_path)
logger=logging.getLogger(__name__)
current_user={'user':None,'login_time':None,'timeout':int(settings.user_timeout)}
def auth(func):
def wrapper(*args,**kwargs):
if current_user['user']:
interval=time.time()-current_user['login_time']
if interval < current_user['timeout']:
return func(*args,**kwargs)
name = input('name>>: ')
password = input('password>>: ')
if config.has_section(name):
if password == config.get(name,'password'):
logger.info('登陆成功')
current_user['user']=name
current_user['login_time']=time.time()
return func(*args,**kwargs)
else:
logger.error('用户名不存在')
return wrapper
@auth
def buy():
print('buy...')
@auth
def run():
print('''
购物
查看余额
转帐
''')
while True:
choice = input('>>: ').strip()
if not choice:continue
if choice == '1':
buy()
if __name__ == '__main__':
run()
#=============>db目录：存放数据库文件
#alex_json
#egon_json
#=============>lib目录：存放自定义的模块与包
#read_ini.py
import configparser
def read(config_file):
config=configparser.ConfigParser()
config.read(config_file)
return config
#=============>log目录：存放日志
#all2.log
[2017-07-29 00:31:40,272][MainThread:11692][task_id:conf.my_log_settings][my_log_settings.py:75][INFO][It works!]
[2017-07-29 00:31:41,789][MainThread:11692][task_id:core.core][core.py:25][ERROR][用户名不存在]
[2017-07-29 00:31:46,394][MainThread:12348][task_id:conf.my_log_settings][my_log_settings.py:75][INFO][It works!]
[2017-07-29 00:31:47,629][MainThread:12348][task_id:core.core][core.py:25][ERROR][用户名不存在]
[2017-07-29 00:31:57,912][MainThread:10528][task_id:conf.my_log_settings][my_log_settings.py:75][INFO][It works!]
[2017-07-29 00:32:03,340][MainThread:12744][task_id:conf.my_log_settings][my_log_settings.py:75][INFO][It works!]
[2017-07-29 00:32:05,065][MainThread:12916][task_id:conf.my_log_settings][my_log_settings.py:75][INFO][It works!]
[2017-07-29 00:32:08,181][MainThread:12916][task_id:core.core][core.py:25][ERROR][用户名不存在]
[2017-07-29 00:32:13,638][MainThread:7220][task_id:conf.my_log_settings][my_log_settings.py:75][INFO][It works!]
[2017-07-29 00:32:23,005][MainThread:7220][task_id:core.core][core.py:20][INFO][登陆成功]
[2017-07-29 00:32:40,941][MainThread:7220][task_id:core.core][core.py:20][INFO][登陆成功]
[2017-07-29 00:32:47,222][MainThread:7220][task_id:core.core][core.py:20][INFO][登陆成功]
[2017-07-29 00:32:51,949][MainThread:7220][task_id:core.core][core.py:25][ERROR][用户名不存在]
[2017-07-29 00:33:00,213][MainThread:7220][task_id:core.core][core.py:20][INFO][登陆成功]
[2017-07-29 00:33:50,118][MainThread:8500][task_id:conf.my_log_settings][my_log_settings.py:75][INFO][It works!]
[2017-07-29 00:33:55,845][MainThread:8500][task_id:core.core][core.py:20][INFO][登陆成功]
[2017-07-29 00:34:06,837][MainThread:8500][task_id:core.core][core.py:25][ERROR][用户名不存在]
[2017-07-29 00:34:09,405][MainThread:8500][task_id:core.core][core.py:25][ERROR][用户名不存在]
[2017-07-29 00:34:10,645][MainThread:8500][task_id:core.core][core.py:25][ERROR][用户名不存在]
8.4.8 绝对导入与相对导入总结
绝对导入与相对导入 # 绝对导入: 以执行文件的sys.path为起始点开始导入,称之为绝对导入 # 优势: 执行文件与被导入的模块中均可以使用 # 缺点: 全部导入都是以sys.path为起始点,导入麻烦 # 相对导入: 参照当前所在文件的文件夹为起始开始查找,称之为相对导入 # 符号: .表明当前所在文件的文件加,..表明上一级文件夹,...表明上一级的上一级文件夹 # 优势: 导入更加简单 # 缺点: 只能在导入包中的模块时才能使用 #注意: 1. 相对导入只能用于包内部模块之间的相互导入,导入者与被导入者都必须存在于一个包内 2. attempted relative import beyond top-level package # 试图在顶级包以外使用相对导入是错误的,言外之意,必须在顶级包内使用相对导入,每增长一个.表明跳到上一级文件夹,而上一级不该该超出顶级包
- 1. 模块与包
- 2. python -- 模块与包
- 3. python 包与模块
- 4. python---模块与包
- 5. python 模块与包
- 6. python模块与包
- 7. Python - 模块与包
- 8. Python 模块与包
- 9. Python-----模块与包
- 10. Python_模块与包
- 更多相关文章...
- • Lua 模块与包 - Lua 教程
- • DTD - XML 构建模块 - DTD 教程
- • 委托模式
- • Composer 安装与使用
-
每一个你不满意的现在，都有一个你没有努力的曾经。
- 1. 模块与包
- 2. python -- 模块与包
- 3. python 包与模块
- 4. python---模块与包
- 5. python 模块与包
- 6. python模块与包
- 7. Python - 模块与包
- 8. Python 模块与包
- 9. Python-----模块与包
- 10. Python_模块与包