- 包
- 回顾调用一个模块的过程：
1、运行执行文件，创建一个执行文件的名称空间
2、创建模块文件的名称空间
3、执行模块文件中的代码，将产生的名字放入模块的名称空间中
4、在执行文件中拿到一个指向模块名称空间的名字 - 定义：
包是一种通过使用 .模块名 来组织python模块名称空间的方式，包的本质还是一个模块 - 具体的：
包就是一个包含有__init__.py文件的文件夹，所以其实我们创建包的目的就是为了用文件夹将文件/模块组织起来 - 需要强调的是：
1. 在python3中，即使包下没有__init__.py文件，import 包仍然不会报错，
而在python2中，包下一定要有该文件，否则import 包报错
2. 创建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 - 首次导入包的执行过程：
1、先运行执行文件，创建一个执行文件的名称空间
2、创建包下面的__init__.py文件的名称空间
3、执行包下面的__Init__.py文件中的代码，将产生的名字放入包下面的__init__.py文件得我名称空间中
4、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 - 包的导入之注意事项：
- 1、包的导入可以使用import和from...import...两种。
但是无论在什么位置，导入时都要遵循一个原则：凡是导入时带点的，点的左边必须是一个包，就是 .包名 的形式，否则非法。可以带有一连串的点，如 item.subitem.subsubitem 但是导入后，在使用时就没有这种限制了，点的左边可以使包，函数，模块，类（她们都可以用点的方式调用自己的属性） - 2、import导入文件是，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同样来源于文件，即包下__init__.py，导入的本质就是导入该文件
- 3、包A和包B下有同名模块也不会冲突，如A.a和B.b来自两个命名空间
- 4、调用包，有时候要用到环境变量，注意一下环境变量是以执行文件为准的
- 包的开发之注意事项：
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，可以使用相对导入（包里边的文件都应该是被导入的模块） - 环境变量注意事项：
1、站在包的开发者。如果使用绝对路径来管理自己的模块，那么它是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。必须将包所在的那个文件夹路径添加到system path中（******）
- 回顾调用一个模块的过程：
- logging模块（日志模块）
- 如何使用
import logging logging.debug('调试debug') logging.info('消息info') logging.warning('警告warn') logging.error('错误error') logging.critical('严重critical') '''打印结果 WARNING:root:警告warn ERROR:root:错误error CRITICAL:root:严重critical ''' - 可在logging.basicConfig()函数中通过具体参数来更改logging模块默认行为
import logging logging.basicConfig(filename='access.log', format='%(asctime)s - %(name)s - %(levelname)s -%(module)s: %(message)s', datefmt='%Y-%m-%d %H:%M:%S %p', level=30, ) 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 - 日志形成的内部机制和步骤
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
- 举例说明日志形成过程
import logging # 1.logger对象:负责产生日志 logger = logging.getLogger('转账记录') # 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) hd1 = logging.FileHandler('a1.log',encoding='utf-8') # 输出到文件中 hd2 = logging.FileHandler('a2.log',encoding='utf-8') # 输出到文件中 hd3 = logging.StreamHandler() # 输出到终端 # 4.formmater对象:规定日志内容的格式 fm1 = logging.Formatter( fmt='%(asctime)s - %(name)s - %(levelname)s -%(module)s: %(message)s', datefmt='%Y-%m-%d %H:%M:%S %p', ) fm2 = logging.Formatter( fmt='%(asctime)s - %(name)s: %(message)s', datefmt='%Y-%m-%d', ) # 5.给logger对象绑定handler对象 logger.addHandler(hd1) logger.addHandler(hd2) logger.addHandler(hd3) # 6.给handler绑定formmate对象 hd1.setFormatter(fm1) hd2.setFormatter(fm2) hd3.setFormatter(fm1) # 7.设置日志等级 logger.setLevel(20) # 8.记录日志 logger.debug('写了半天 好累啊 好热啊 好想释放')
- 如何使用
-
- hashlib模块
- 定义
hash是一种算法（3.x里代替了md5模块和sha模块，主要提供 SHA1, SHA224, SHA256, SHA384, SHA512 ，MD5 算法），该算法接受传入的内容，经过运算得到一串hash值 - hash值的特点是：
1、只要传入的内容一样，得到的hash值必然一样=====>要用明文传输密码文件完整性校验 2、不能由hash值返解成内容=======》把密码做成hash值，不应该在网络传输明文密码 3、只要使用的hash算法不变，无论校验的内容有多大，得到的hash值长度是固定的
- 关于加密
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 - 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
- 定义：在每一个需要加密的数据之前 先手动添加一些内容
# 加盐处理 # 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()) # 返回摘要，作为十六进制数据字符串值
- 加盐的原因：
为了避免用户的简单密码可以被轻易识别,
在生成摘要时, 我们可以加点作料.作料可以是一个固定的字符串,
也可以是一个根据用户不同的随机字符串.
如果是随机字符串的话, 这个随机字符串也需要被存储在服务器中.
- 定义：在每一个需要加密的数据之前 先手动添加一些内容
- 动态加盐
- 定义：就是将加盐操作写成函数，每次加盐操作的时候，直接调用函数
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)
- 定义：就是将加盐操作写成函数，每次加盐操作的时候，直接调用函数
- openpyxl模块
- office版本常识
03版本之前，Excel文件后缀名叫 - 操作Excel的模块
xlwd 写；excelxlrt 读
excelxlwd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 - 使用流程
- 安装
pip install openpyxl
- 创建
from openpyxl import Workbook # 实例化 wb = Workbook() # 激活 worksheet ws = wb.active
- 打开已有
>>> from openpyxl import load_workbook >>> wb2 = load_workbook('文件名称.xlsx') - 存储数据
# 方式一：数据可以直接分配到单元格中(可以输入公式) ws['A1'] = 42 # 方式二：可以附加行，从第一列开始附加(从最下方空白处，最左开始)(可以输入多行) ws.append([1, 2, 3]) # 方式三：Python 类型会被自动转换 ws['A3'] = datetime.datetime.now().strftime("%Y-%m-%d") - 创建表
# 方式一：插入到最后(default) >>> ws1 = wb.create_sheet("Mysheet") # 方式二：插入到最开始的位置，第二个参数是索引号 >>> ws2 = wb.create_sheet("Mysheet", 0) - 选择表
# sheet 名称可以作为 key 进行索引 >>> ws3 = wb["New Title"] >>> ws4 = wb.get_sheet_by_name("New Title") >>> ws is ws3 is ws4 True - 查看表
# 显示所有表名 >>> print(wb.sheetnames) ['Sheet2', 'New Title', 'Sheet1'] # 遍历所有表 >>> for sheet in wb: ... print(sheet.title)
- 访问单元格（call）
- 单一单元格访问
# 方法一 >>> c = ws['A4'] # 方法二：row 行；column 列 >>> d = ws.cell(row=4, column=2, value=10) # 方法三：只要访问就创建 >>> for i in range(1,101): ... for j in range(1,101): ... ws.cell(row=i, column=j)
- 单一单元格访问
- 保存数据
>>> wb.save('文件名称.xlsx') - 删除工作表
# 方式一 wb.remove(sheet) # 方式二 del wb[sheet]
- 安装
- office版本常识
- 深浅拷贝
- 字面理解
浅拷贝指仅仅拷贝数据集合的第一层数据，
深拷贝指拷贝数据集合的所有层。
所以对于只有一层的数据集合来说深浅拷贝的意义是一样的，比如字符串，数字，还有仅仅一层的字典、列表、元祖等 - 内部原理
深浅拷贝的本质是对于可变不可变类型，到底指的是原来还是自己 - 方法
导入模块：import copy
浅拷贝：copy.copy
深拷贝：copy.deepcopy
- 字面理解