模块
1. os模块
-
os模块有什么用
与操作系统交互,控制文件/文件夹
-
# 对文件操作 import os ## 判断是否为文件 res = os.path.isfile(r'D:上海python12期视频python12期视频day 16 0 上节课回顾.md') print(res) ## 删除文件 # os.remove(r'') ## 重名名文件 # os.rename(r'', r'') # 对文件夹操作 ## 判断是否为文件夹 # os.path.isdir() ## 创建文件夹 if not os.path.exists(r'D:上海python12期视频python12期视频 est'): os.mkdir(r'D:上海python12期视频python12期视频 est') ## 删除文件夹 os.rmdir(r'D:上海python12期视频python12期视频 est') ## 列出文件夹内所有的文件(*****) res = os.listdir(r'D:上海python12期视频python12期视频day 16') print(res) # 辅助性的 ## 当前文件的所在文件夹 res = os.getcwd() print(res) ## 当前文件所在的具体路径 ## __file__ pycharm独有 print('__file__:', __file__) res = os.path.abspath(__file__) # 根据不同的操作系统,更换不同的或/ print(res) ## 文件的文件夹 res = os.path.dirname(os.path.dirname(os.path.abspath(__file__))) print(res) ## 拼接文件路径 res = os.path.join(os.path.dirname(os.path.abspath(__file__)), 'img', 'test.jpg') print(res) ## 判断路径是否存在(文件or文件夹都适用) res = os.path.exists(r'D:上海python12期视频python12期视频day 16 1 os模块.py') print(res) # 尽量不要写路径 ## 代码统计(只是想告诉你os模块的应用场景) def count_code(file_path): """通过文件路径计算文件代码量""" count = 0 # tag = False # tag2 = False with open(file_path, 'r', encoding='utf8') as fr: for i in fr: if i.startswith('#'): continue if i.startswith(' '): count += 1 # 计算代码量 return count def count_all_file_code(top): if os.path.isfile(top): count = count_code(top) return count # 针对文件夹做处理 res = os.walk(top) # 只针对文件夹 count_sum = 0 for dir, _, files in res: # print(i) # 所有文件夹名 # print(l) # i文件夹下对应的所有文件名 for file in files: file_path = os.path.join(dir, file) if file_path.endswith('py'): # 判断是否为py文件 count = count_code(file_path) count_sum += count return count_sum top = r'D:上海python12期视频python12期视频项目-atm' count_sum = count_all_file_code(top) print(f' {top} 代码量统计: {count_sum}')
2. sys模块
-
sys模块的作用
与python解释器交互
import sys
## 最常用,当使用命令行式运行文件,接收多余的参数
res = sys.argv
print(res)
# print(1)
# print(res[1])
#
import requests
# 拿到当前导入的模块
print(sys.modules.keys())
# requests = __import__('requests')
# 了解
print(sys.api_version)
print(sys.copyright)
print(sys.version)
print(sys.hexversion)
3. json和pickle模块
-
json的作用
跨平台数据交互,json串,但python中的集合在json中没有对应的转化
-
pickle模块
不跨平台,针对python所有数据类型(如集合)使用
序列化: 按照特定的规则排列(json串-->跨平台交互,传输数据)
反序列化: 按照特定的规则把json串转换成python/java/c/php需要的数据类型
# json 实例
import json
dic = [1, (1, 2)]
res = json.dumps(dic) # json串中没有单引号,
print(type(res), res) # 跨平台数据交互
res = json.loads(res)
print(type(res), res)
# (********)
# dic = {'a': True, 'b': None}
# # # 序列化字典为json串,并保存文件
# import json
# def dic():
# print('func')
# with open('test.json', 'w', encoding='utf8') as fw:
# json.dump(dic, fw)
#
# # 反序列化
# with open('test.json', 'r', encoding='utf8') as fr:
# data = json.load(fr)
# print(type(data), data)
# goods = {
# 1: 'wawa',
# }
#
# with open('nick.json', 'r', encoding='utf8') as fr:
# data = json.load(fr)
# data['wawa'] = 1
# data['extra'] -= 10
# data['locked'] = 1
# with open('nick.json', 'w', encoding='utf8') as fw:
# json.dump(data, fw)
# pickle 实例
import pickle # -->未来存对象(存对象名,)
# def func(): # 针对地址而言,只存了一个函数名
# print('func')
# with open('test.pkl','wb') as fw:
# pickle.dump(func,fw)
def func():
print('lksjdfkljskldfjlksjdlk')
with open('test.pkl', 'rb') as fr:
data = pickle.load(fr)
print(type(data), data)
data() # func()
4. logging模块
-
logging 模块的作用
就是记录日志
(1)日志配置
import logging
# 日志级别(如果不设置,默认显示30以上)
# v1
# logging.info('info') # 10
# logging.debug('debug') # 20
# logging.warning('wraning') # 30
# logging.error('error') # 40
# logging.critical('critical') # 50
# v2 --> 添加设置
# logging.basicConfig(filename='20190927.log',
# format='%(asctime)s - %(name)s - %(levelname)s -%(module)s: %(message)s',
# datefmt='%Y-%m-%d %H:%M:%S %p',
# level=10)
#
# username = 'nick'
# goods = 'bianxingjingang'
# logging.info(f'{username}购物{goods}成功') # 10
# v3: 自定义配置
# 1. 配置logger对象
nick_logger = logging.Logger('nick')
json_logger = logging.Logger('jason')
# 2. 配置格式
formmater1 = logging.Formatter('%(asctime)s - %(name)s -%(thread)d - %(levelname)s -%(module)s: %(message)s',
datefmt='%Y-%m-%d %H:%M:%S %p ', )
formmater2 = logging.Formatter('%(asctime)s : %(message)s',
datefmt='%Y-%m-%d %H:%M:%S %p', )
formmater3 = logging.Formatter('%(name)s %(message)s', )
# 3. 配置handler --> 往文件打印or往终端打印
h1 = logging.FileHandler('nick.log')
h2 = logging.FileHandler('json.log')
sm = logging.StreamHandler()
# 4. 给handler配置格式
h1.setFormatter(formmater1)
h2.setFormatter(formmater2)
sm.setFormatter(formmater3)
# 5. 把handler绑定给logger对象
nick_logger.addHandler(h1)
nick_logger.addHandler(sm)
json_logger.addHandler(h2)
# 6. 直接使用
nick_logger.info(f'nick 购买 变形金刚 4个')
# json_logger.info(f'json 购买 变形金刚 10个')
(2)实际开发中日志的使用
# 记住以上可以全部忘记,在实际开发中只要会下面的cv大法,只需要根据注释内容,按自己的需求自定义日志保存路径等内容即可
# settings文件中复制粘贴下面的内容:
*******************************************************************
# 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;lineno为调用日志输出函数的语句所在的代码行
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 = base_path # log文件的目录,需要自定义文件路径 # atm
logfile_dir = os.path.join(logfile_dir, 'log') # C:UsersoldboyDesktopatmlog
logfile_name = 'atmlog.log' # log文件名,需要自定义路径名
# 如果不存在定义的日志目录就创建一个
if not os.path.isdir(logfile_dir): # C:UsersoldboyDesktopatmlog
os.mkdir(logfile_dir)
# log文件的全路径
logfile_path = os.path.join(logfile_dir, logfile_name) # C:UsersoldboyDesktopatmloglog.log
# 定义日志路径 结束
# log配置字典
LOGGING_DIC = {
'version': 1,
'disable_existing_loggers': False,
'formatters': {
'standard': {
'format': standard_format
},
'simple': {
'format': simple_format
},
},
'filters': {}, # filter可以不定义
'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': 'INFO',
'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。如果''设置为固定值logger1,则下次导入必须设置成logging.getLogger('logger1')
'': {
# 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
'handlers': ['default', 'console'],
'level': 'DEBUG',
'propagate': False, # 向上(更高level的logger)传递
},
},
}
************************************************************
# 在后端的公用方法中书写下面的内容即可。
import logging.config
def get_log(name):
logging.config.dictConfig(setting.LOGGING_DIC)
logger = logging.getLogger(name)
return logger
# 在程序需要记录日志等的地方使用即可
logger = common.get_log('要记录内容')