• day17


    常用模块

    ​ collections 模块

    ​ 具名元组 namedtuple

    ​ deque 双端队列
    ​ queue

    defaultdict
    默认值字典

    orderedDict
    有序字典
    Counter 计数器

    时间模块
    time
    timedate

    时间戳 time.time()
    格式化时间
    	time.strftime(%Y)
    

    datetime

    timedelte

    random 随机模块

    验证码忽略大小写的内部原理 就是后端代码统一转成大写或者小写进行比对

    os模块 和sys模块

    os.path.dirname(file)

    os.listdir(path) #返回一个列表 列表中的元素就是path路径下所有的文件名

    os.remove
    os.rename(两个参数)

    今日内容
    什么是包
    他是一系列模块文件的结合体,表示形式就是一个文件夹
    该文件夹内部通常会有一个__init__.py文件
    包的本质还是一个模块

    首次导入包:
    先产生一个执行文件的名称空间
    1、创建包下__init__.py文件的名称空间
    2、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文件名称空间中
    3.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
    在导入语句中 .号的左边肯定是一个包(文件夹)

    站在两个角度分析问题
    作为包的设计者来说:
    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(包里面的文件都应该是被导入的模块)
    3、站在包的开发者,如果使用绝对路径来管理的自己的模块,那么它只需要永远以包的路径为基准依次导入模块

    Python2 和Python3之间使用包的差别
    python2如果要导入包 包下面必须要有__init__.py文件
    python3如果要导入包 包下面没有__init__.py文件也不会报错
    所以在你删除程序不必要的文件的时候,千万不要随意删除__init__.py文件
    openpyxl 操作Excel表格

    logging 日志模块

    五个级别
    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

    logging对象:负责产生日志

    logger = logging.getLogger('转账记录')
    

    filter对象:过滤日志

    handler对象:控制日志输出的位置(文件和终端)

    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
    
    

    formmater: 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',
    )
    

    给logger对象绑定handler对象

    logger.addHandler(hd1)
    logger.addHandler(hd2)
    logger.addHandler(hd3)
    

    给handler绑定format对象

    hd1.setFormatter(fm1)
    hd2.setFormatter(fm2)
    hd3.setFormatter(fm1)
    

    设计日志等级

    ​ logger.setLevel(20)

    记录日志

    ​ logger.debug('文本内容')

    logging配置字典

    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'
    
    
    
    # 定义日志输出格式 结束
    """
    下面的两个变量对应的值 需要你手动修改
    """
    logfile_dir = os.path.dirname(__file__)  # log文件的目录
    logfile_name = 'a3.log'  # log文件名
    
    # 如果不存在定义的日志目录就创建一个
    if not os.path.isdir(logfile_dir):
        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': {},  # 过滤日志
        '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,再也不用担心中文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
            },  # 当键不存在的情况下 默认都会使用该k:v配置
        },
    }
    
    
    # 使用日志字典配置
    logging.config.dictConfig(LOGGING_DIC)  # 自动加载字典中的配置
    logger1 = logging.getLogger('asajdjdskaj')
    logger1.debug('好好的 不要浮躁 努力就有收获')
    

    logging库提供了多个组件:Logger、Handler、Filter、Formatter。Logger对象提供应用程序可直接使用的接口,Handler发送日志到适当的目的地,Filter提供了过滤日志信息的方法,Formatter指定日志显示格式。另外,可以通过:logger.setLevel(logging.Debug)设置级别,当然,也可以通过

    fh.setLevel(logging.Debug)单对文件流设置某个级别。

    hashlib模块

    作用 加密的模块,这个加密的过程是无法解密的

    md.update('hello'.encode('utf-8'))  # 往对象里传明文数据  update只能接受bytes类型的数据
    print(md.hexdigest())  # 获取明文数据对应的密文
    
    

    hashlib模块使用场景

    1、密码的密文存储

    2、校验文件内容是否一致

    加盐处理

     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())
    

    动态加盐

    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)
    

    openpyxl模块

    from openpyxl import Workbook
    
    
    wb = Workbook()  # 先生成一个工作簿
    wb1 = wb.create_sheet('index',0)  # 创建一个表单页  后面可以通过数字控制位置
    wb2 = wb.create_sheet('index1')
    wb1.title = 'login'  # 后期可以通过表单页对象点title修改表单页名称
    
    wb1['A3'] = 666
    wb1['A4'] = 444
    wb1.cell(row=6,column=3,value=88888888)
    wb1['A5'] = '=sum(A3:A4)'
    
    wb2['G6'] = 999
    wb1.append(['username','age','hobby'])
    wb1.append(['jason',18,'study'])
    wb1.append(['tank',72,'吃生蚝'])
    wb1.append(['egon',84,'女教练'])
    wb1.append(['sean',23,'会所'])
    wb1.append(['nick',28,])
    wb1.append(['nick','','秃头'])
    
    保存新建的excel文件
    wb.save('test.xlsx')
    
    from openpyxl import load_workbook  # 读文件
    
    
    wb = load_workbook('test.xlsx',read_only=True,data_only=True)
    print(wb)
    print(wb.sheetnames)  # ['login', 'Sheet', 'index1']
    print(wb['login']['A3'].value)
    print(wb['login']['A4'].value)
    print(wb['login']['A5'].value)  # 通过代码产生的excel表格必须经过人为操作之后才能读取出函数计算出来的结果值
    
    res = wb['login']
    # print(res)
    ge1 = res.rows
    for i in ge1:
        for j in i:
            print(j.value)
    

    深浅拷贝

    浅copy

    ​ 对于浅copy来说,只是在内存中重新创建一个空间存放一个新列表,但是新列表中的元素与原列表中的元素是公用的。

    1342004-20190707213813739-610311010




  • 相关阅读:
    Linux下多进程编程消息队列
    Linux下多线程编程之——线程专有数据
    Linux下多线程编程之——线程互斥
    Linux下多线程编程之——线程竞争
    Linux下多线程编程之——线程取消
    Linux下多线程编程之——线程分离
    Linux下多线程编程之——多线程委托模型
    Postman 提交测试的时候提示 Bad Request
    Confluence 6 其他页面操作和页面大小
    Confluence 6 页面的组织和移动概述
  • 原文地址:https://www.cnblogs.com/panyi2019/p/11265600.html
Copyright © 2020-2023  润新知