模块
什么是模块
常见的场景：一个模块就是一个包含了python定义和声明的文件，文件名就是模块名加上.py的后缀。但其实import加载分为四个通用的类别：
1、使用python编写的代码（.py文件）
2、已被编译为共享库或DLL的C或C++扩展。
3、包好一组模块的包。
4、使用C编写并链接到python解释器的内置模块。
为何要使用模块
如果你退出python解释器然后重新进入，那么你之前定义的函数或者变量都将丢失，因此我们通常将程序写到文件中以便永久保存下来，需要时就通过python test.py 方式去执行，此时test.py 被称为脚本script.
随着程序的发展，功能越来越多，为了方便管理。我们通常将程序分为一个个的文件，这样做程序的结构更清晰，方便管理。这时我们不仅可以把这些文件当作脚本去执行，还可以把他们当作模块来导入到其他的模块中，实现了功能的重复利用。
如何使用模块
import
实例文件：自定义模块my_module.py,文件名my_modlue.py,模块名my_modlue
# 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
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import语句仅是对已经加载到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
# demo.py import my_module # 只在第一次导入时才执行my_module.py内代码，此处的显示效果是只打印一次‘from the my_module.py’ import my_module import my_module import my_module ''' 执行结果 from the my_module.py '''
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，该字典决定了导入时是否需要重新导入。
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作全局名称空间，与使用的全局变量冲突。
1 # 测试一:money与my_module.money不冲突 2 # demo.py 3 4 import my_module 5 6 money = 10 7 print(my_module.money) 8 9 ''' 10 执行结果 11 from the my_module.py 12 1000 13 '''
# 测试二：read1与my_module.read1不冲突 # demo.py import my_module def read1(): print('------') read1() my_module.read1() ''' 执行结果 from the my_module.py ------ my_module-->read1-->money 1000 '''
1 # 测试三：执行my_module.change()操作的全局变量money仍然是my_module中的 2 # demo.py 3 4 import my_module 5 6 money = 1 7 my_module.change() 8 print(money) 9 10 ''' 11 执行结果 12 from the my_module.py 13 1 14 '''
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flobal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包含的代码，
3、创建名字my_module来引用该命名空间
这个名字和变量没有什么区别，都是‘第一类的’， 且使用my_module.名字的方式可访问my_module.py文件中定义的名字，my_module.名字与test.py中的名字来自完全不同的地方。
为模块名引别名，相当于m1=1;m2=1
import my_module as sm print(sm.money)
示范用法一：
有俩种sql模块mysql和oracle,根据用户的输入，选择不用的sql功能
# mysql.py
def sqlparse():
print('from mysql sqlparse')
# oracle.py
def sqlparse():
print('from oracle sqlparse')
# test.py
db_type = input('>>:').strip()
if db_type == 'mysql':
import mysql as db
elif db_type == 'oracle':
import oracle as db
db.sqlparse()
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，假如俩个模块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，但采用不同的输入方式。可以编写代码来选择性的挑选读取模块，例如：
if file_format == 'xml':
import xmlreader as reader
elif file_format == 'csv':
import csvreader as reader
data = reader.read_date(filename)
在一行导入多个模块
import sys, os, re
from ... import ...
对比import my_module，会将源文件的名称空间‘my_module’带到当前的名称空间中，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。
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文件全局名称空间
# 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
from my_module import read1
money = 999
read1()
'''
执行结果
from the my_module.py
my_module-->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()
from my_module import read2
def read1():
print('-----')
read2()
'''
执行结果
my_module-->read2 calling read1
my_module-->read1-->money 1000
'''
如果当前有重名read1和read2，那么会覆盖效果。
# 测试三:导入的函数read1，被当前位置定义的read1覆盖掉了
from my_module import read1
def read1():
print('------')
read1()
'''
执行结果
from the my_module.py
------
'''
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：
from my_module import money, read1 money = 100 # 将当前位置的名字money绑定到100 print(money) # 打印当前名字 read1() # 读取my_module中的money,仍然为1000
ps:个人理解此处和类的静态属性一样：
# 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
from my_module import money, read1
money.append(999) # 将当前位置的名字money绑定到100
print(money) # 打印当前名字
read1() # 读取my_module中的money,仍然为1000
'''
执行结果
from the my_module.py
[1000, 999]
my_module-->read1-->money [1000, 999]
'''
也支持as
from my_module import read1 as read
也支持多行导入
from my_module import read1,read2 as b,money as m print(m) b() ''' 执行结果 from the my_module.py [1000] my_module-->read2 calling read1 my_module-->read1-->money [1000] '''
from my_moudle import * 把my_moudle中所有不是以下划线_开头的名字都导入到当前的位置，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。
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 0x038600C0> <function read2 at 0x038603D8> <function change at 0x03860468> '''
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
模块中的循环引用问题
思考：假如加个模块a, b。我们可不可以再a模块中import b， 再在b 模块中import a?
把模块当作脚本执行
我们可以通过模块的全局变量__name__来查看模块名：
当作脚本运行：
__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__':
模块搜索路径
python解释器会在启动时加载一些模块，可以使用sys.modules查看。
当第一次导入某个模块时，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：
import sys sys.path.insert(0, 'x/y/z') # 排在前面的目录，优先被搜索。
编译python文件
为了提高加载模块的速度。强调：提高加载速度而非运行速度。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：moudle.version.py。通常会包含python的版本号。例如，在CPython3.3版本下，my_moudle.py模块会被缓存为__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。这是完全自动化的过程。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是一种跨平台的字节码，类似Java？？？是由python虚拟机来执行的，但是pyc文件时可以反编译的，因此它的出现仅仅是用来提升模块的加载速度的。
python解释器在以下俩种情况下不检测缓存
1、如果是在命令行中直接导入模块，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）
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，则百年以后的结果必然在源目录下。
提示：
1、模块名区分大小写，foo.py与FOO.py代表俩个模块。
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语句才将文件自动编译成为.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。
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
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 print(dir(my_module)) ''' from the my_module.py ['__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__', 'change', 'money', 'read1', 'read2'] '''
包
包是一种通过使用‘.模块名’来组织python模块名称的空间的方式。
1、无论是import形似还是from ... import ... 形似，凡是导入语句中（而不是在使用时）遇到带点的，都要第一时间提高警觉：这是关于包才有的导入语法
2、包是目录级的（文件夹级），文件夹是用来组成py文件（包的本质是一个包含__init__.py文件的目录）
3、import导入文件时，产生名称空间中的名字来源文件，import包，产生的名称空间的名字同样来源于文件，即包下的__init__.py，导入包的本质就是在导入该文件。
强调：
1、在python3中，即使包下没有__init__.py文件，import包任然不会报错，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，包即模块。
包A和包B下有同名模块也不会冲突，如A.a 与B.a来自两个命名空间
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)
目录结构
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
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)
文件内容
注意事项
1、关于包相关的导入语句也分为import和from ... import ... 俩种，但是无论哪种，无论在什么位置，在导入时都必须遵循一个原则：凡是在导入时带点的，点的左边都必须时一个包，否则非法，可以带一连串的点，如 a.b.c ,但都必须遵循这个原则。
2、对于导入后，在使用时就没有这种限制了，点的左边可以是包，模块，函数，类（它们都可以用点的方式调用自己的属性，）
3、对比import item和from item import name 的应用场景：
如果我们想直接使用name那必须使用后者。
import
我们在与包glance同级别的文件中测试
import glance.db.models
glance.db.models.register_models('mysql')
from ... import ...
需要注意的时from后import导入的模块，必须是明确的一个不能带点的。否则会有语法错误，如：from a import b.c是错误语法
__init__.py文件
不管是哪一种方式，只要是第一次导入包或者是包的任何其它部分，都会依次执行包下的__init__.py 文件，这个文件可以为空，但是也可以存放一些初始化包的代码。
from glance.api import *
在讲模块时，我们已经讨论过了从一个模块内导入所有*，此处我们研究从一个包导入所有的*。
此处是想从包api中导入所有，实际上该语句只会导入包api下__init__.py文件中定义的名字。我们可以在这个文件中定义__all__:
#在__init__.py中定义
x=10
def func():
print('from api.__init.py')
__all__=['x','func','policy']
此时我们在于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）。
glance/
├── __init__.py
├── api
│ ├── __init__.py __all__ = ['policy','versions']
│ ├── policy.py
│ └── versions.py
├── cmd __all__ = ['manage']
│ ├── __init__.py
│ └── manage.py
└── db __all__ = ['models']
├── __init__.py
└── models.py
from glance.api import *
policy.get()
from glance.api import *
绝对导入和相对导入
我们的最顶级包glance是写给别人的，然后在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俩种方式：
绝对导入：以glance作为起始
相对导入：用.或者..的方式作为起始（只能在一个包内使用，不能用于不同目录内）
例如：我们在glance/api/version.py 想要导入glance/cmd/manage.py
# 在glance/api/version.py # 绝对导入 from glance.cmd import manage manage.mani() # 相对导入 from ..cmd import manage manage.mani()
测试结果：注意一定要在于glance同级的文件中测试。
特别需要注意的是：可以用import导入内置或第三方模块（已经在sys.path中），但是要绝对避免使用import来导入自定义包的子模块（没有在sys.path中），应该使用from ... import ... 的绝对或者相对导入，且包的相对导入只能用from的形式。
比如我们想在glance/api/version.py中导入glance/api/policy.py,有的同学一抽这俩个模块是在同一个目录下，十分开心就去做了，他直接这么做
# 在version.py中 import policy policy.get()
没错，我们单独运行version.py是一点问题没有，运行version.py的路径搜索就是从当前路径开始的，雨是在导入policy时能在当前目录下找到
但是你想啊，你子包中的模块version.py极有可能是呗一个glance包同一级别的其他文件导入，比如我们在glance同级下的一个test.py文件中导入version.py，如下
from glance.api import versions ''' 执行结果: ImportError: No module named 'policy' ''' ''' 分析: 此时我们导入versions在versions.py中执行 import policy需要找从sys.path也就是从当前目录找policy.py, 这必然是找不到的 '''
glance/ ├── __init__.py from glance import api from glance import cmd from glance import db ├── api │ ├── __init__.py from glance.api import policy from glance.api import versions │ ├── policy.py │ └── versions.py ├── cmd from glance.cmd import manage │ ├── __init__.py │ └── manage.py └── db from glance.db import models ├── __init__.py └── models.py
glance/ ├── __init__.py from . import api #.表示当前目录 from . import cmd from . import db ├── api │ ├── __init__.py from . import policy from . import versions │ ├── policy.py │ └── versions.py ├── cmd from . import manage │ ├── __init__.py │ └── manage.py from ..api import policy #..表示上一级目录，想再manage中使用policy中的方法就需要回到上一级glance目录往下找api包，从api导入policy └── db from . import models ├── __init__.py └── models.py
单独导入包
单独导入包时名称时不会导入包中所包含的所有子模块，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:
#glance/__init__.py from . import cmd #glance/cmd/__init__.py 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 之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
软件开发目录
