一、模块
1、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，文件名就是模块名字加上.py的后缀。但其实import加载的模块分为四个通用类别：
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
2、为什么要使用模块？
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，我们通常将程序分成一个个的文件，这样做程序的结构更清晰，方便管理。这时我们不仅仅可以把这些文件当做脚本去执行，还可以把他们当做模块来导入到其他的模块中，实现了功能的重复利用。
3、如何自己写一个模块？
创建一个py文件，给它起一个符合变量名命名规则的名字，这个名字就是模块名。如下示例：
# my_module.py print(12345) name = 'alex' def read1(): print('hello world') def read2(): print('in read1 func',name) print(54321) 注：下文提到的my_module模块就是此示例内容。
二、导入模块
1、import导入模块
正如我们之前所见，可以通过import导入模块，比如import my_module
2、怎么使用my_module模块中的名字？
print(my_module.name)
my_module.read1()
3、import的命名空间
模块和当前文件在不同的命名空间中。
4、在导入模块的过程中发生了什么？
导入一个模块就是执行一个模块。
模块导入的过程如下：
# 找到这个模块 # 判断这个模块是否被导入过了 # 如果没有被导入过 # 创建一个属于这个模块的命名空间 # 让模块的名字 指向 这个空间 # 执行这个模块中的代码
5、模块是否可以被重复导入？怎么判断一个模块已经被导入过了？
import sys
print(sys.module)
模块的导入相当于执行这个模块所在的文件，模块的多次导入不会重复执行。
6、给模块起别名（起了别名后，使用这个模块就都使用别名引用变量了）
import my_module as m
m.read1() # 使用别名引用，而不能用my_module.read1()了
给模块起别名示例（当需要导入不同模块，且导入不同模块所做的操作相同，可以给模块起别名）：
def func(dic, t='json'): if t == 'json': import json as aaa elif t == 'pickle': import pickle as aaa return aaa.dumps(dic)
7、导入多个模块
多行导入：
import os
import time
一行导入：
import os,time 或者 import os as o,time as t
规范建议：模块应该一个一个的导入，顺序为：内置模块、扩展（第三方）模块、自定义模块，如下格式：
import os import django import my_module
8、如何使用from import
from my_module import read2
read2()
结论：import谁就只能用谁。
9、当前文件命名空间和模块的命名空间的问题，有如下代码，分析结果：
from my_module import read1 # 此时执行my_module模块 def read1(): print('in my read1') read1() from my_module import read2 # 此时不再执行my_module模块 read2() # 结果为： # 12345 # 54321 # in my read1 # in read1 func alex 分析：from import导入的过程： # 1.找到要被导入的模块 # 2.判断这个模块是否被导入过 # 3.如果这个模块没被导入过 # 创建一个属于这个模块的命名空间 # 执行这个文件 # 找到你要导入的变量 # 给你要导入的变量创建一个引用,指向要导入的变量
10、导入多个名字、给导入的名字起别名
from my_module import read1 as r1,read2 as r2 def read1(): print('in my read1') r1() # 模块中的read1 r2() # 模块中的read2 read1() # 本文件中的read1
11、from my_module import *（代表导入这个模块中的所有名字），使用如下：
name = 'egon' print(name) # 结果为：egon，模块中的name被本文件的 name='egon'所覆盖 read1 # 模块中的read1 read2 # 模块中的read2
注意：*和__all__的关系：*会参考__all__中的变量，如果没有__all__变量，则导入所有名字，当有__all__变量时，则__all__能够约束*导入的变量的内容，且*里边变量只能是字符串，如下示例：
__all__ = [‘name’]
三、模块引用中的情况
1、模块的循环引用（***）
模块之间不能形成循环引用，否则就会报错。
2、模块的加载与修改（*）
已经被导入的模块发生了修改，是不会被正在运行的程序感知到的，可以用importlib.reload(my_module)重新加载这个模块被感知，但是一般不用，知道即可；
所以要想修改的模块被正在运行中的程序感知到，可以重启这个程序，而不是重新加载这个模块；
3、把模块当成脚本执行（*****）
首先要知道，同一个py文件，直接运行这个文件，这个文件就是一个脚本，而导入这个文件，这个文件就是一个模块。
其次，当一个py文件被当做脚本执行时，它的__name__ ='__main__'；当一个模块被调用时，它的__name__ ='模块的名字'。
最后，当一个py文件被当做一个脚本的时候，能够独立地提供一个功能，能自主完成交互；当成一个模块的时候，能够被导入者调用这个功能，不能自主交互。
所以，可以按照如下这样写：
# if __name__ == '__main__': # 代码 # 写在这里面的代码只有这个文件被当做脚本执行的时候才执行
4、模块的搜索路径（*****）
被当做脚本执行的文件 的 同目录下的模块，可以被直接导入，除此之外其他路径下的模块，在被导入的时候需要自己修改sys.path列表。
四、包
什么是包：文件夹中有一个__init__.py文件，是几个模块的集合。如下示例是一个包的目录结构：
# glance/ # ├── __init__.py # ├── api # │ ├── __init__.py # │ ├── policy.py # │ └── versions.py # ├── cmd # │ ├── __init__.py # │ └── manage.py # └── db # ├── __init__.py # └── models.py
1、从包中导入模块（精确到模块，不需要设计__init__.py文件）（必须掌握，很简单）
# 1.1 import方式 import glance.api.policy # 导入模块 glance.api.policy.get() # 使用模块中的方法 import glance.api.policy as policy # 导入模块，并给模块起别名 policy.get() # 使用模块中的方法 # 1.2 form import方式 from glance.api import policy policy.get() from glance.api.policy import get get()
总结：1）从包中引入模块的上述两种方式，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，点的左边都必须是一个包，否则非法。可以带一连串的点，但都必须遵循这个原则。
2）from import方式中，import后边必须不能带点，否则有语法错误。
2、导入包
直接导入包：import glance
但是导入一个包并不意味包下面的所有内容都是可以被使用的，即直接导入包什么都干不了，那么导入一个包到底发生了什么？导入一个包相当于执行了这个包下面的__init__.py文件。
所以直接导入包时，我们要通过设计__init__.py文件，来完成导入包之后的操作，这时又分为下面两种方式；绝对导入和相对导入：
2.1 绝对导入
# 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 version） # │ ├── policy.py # │ └── versions.py # ├── cmd # │ ├── __init__.py （from glance.cmd import manage） # │ └── manage.py # └── db # ├── __init__.py （from glance.db import models） # └── models.py
绝对导入的缺点：1）所有的导入都要从一个根目录下往后解释文件夹之间的关系；
2）如果当前导入包的文件和被导入的包的位置关系发生了变化,那么所有的init文件都要做相应的调整；
2.2 相对导入
# glance/ # ├── __init__.py （from . import api） （from . import cmd） （from . import db） # ├── api # │ ├── __init__.py （from . import policy） （from . import version） # │ ├── policy.py # │ └── versions.py # ├── cmd # │ ├── __init__.py （from . import manage） # │ └── manage.py （from ..api import policy） # └── db # ├── __init__.py （from . import models） # └── models.py
相对导入的优点：1）不需要反复去修改路径，只要一个包中的所有文件夹和文件的相对位置不发生改变；
2）也不需要关心当前这个包和被执行的文件之间的层级关系；
注意：含有相对导入的py文件不能被直接执行，且必须放在包中被导入的调用才能正常的使用。所以，在执行一个py脚本的时候，这个脚本以及和这个脚本同级的模块中只能用绝对导入。
我们再看下面一个现象：
import urllib urllib.request() # 报错：AttributeError: module 'urllib' has no attribute 'request' # from urllib import request # print(request) # <module 'urllib.request' from 'C:\Python36\lib\urllib\request.py'> 分析：urllib是一个包，单纯的导入一个包啥也不会发生，包中的request.py也不能用。
总结：如果只是从包中导入模块的话，那么我们不需要做任何多余的操作，直接导入就行了。如果我们希望导入包的时候，能够顺便把模块也导入进来，就需要设计_init__文件，这时有上述绝对目录的设计和相对目录的设计，而且两种方式各有千秋。
五、项目开发规范
# myProject/ # ├── __init__.py # ├── bin （当前项目的启动脚本在这里） # │ ├── __init__.py # │ ├── start.py # ├── core （核心代码都在这里） # │ ├── __init__.py # │ └── main.py # └── db # ├── __init__.py # └── userInfo.json # └── lib（不是内置和第三方模块，可能是自己写的，较完善且跟此程序相关性小） # ├── __init__.py # └── models.py # └── conf（配置文件，多处用到某个值以后可能会被修改，则写到配置文件中） # ├── __init__.py # └── config.py # └── log（日志文件，供用户查看追责或者公司分析数据） # ├── __init__.py # └── all.log