一、包
1.什么是包？
它是一系列模块文件的结合体，表现形式就是一个文件夹，
该文件内部通常会有一个__init__.py文件,包的本质还是一个模块.
2.为何要使用包？
包的本质就是一个文件夹，那么文件夹唯一的功能就是将文件组织起来
随着功能越写越多，我们无法将所以功能都放到一个文件中，于是我们使用模块去组织功能，而随着模块越来越多，我们就需要用文件夹将模块文件组织起来，以此来提高程序的结构性和可维护性.
3.首次导入包
先产生一个执行文件的名称空间
1.>创建包下下面的__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文件米工程空间中
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）
新增一个“包”文件
自带__init__.py文件
作为包的设计者来说
1.当模块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）
站在包的开发者：如果使用绝对路径来管理自己的模块，那么他只需要永远以包的路径为基准依次倒入模块
站在包的使用者：必须将报所在的那个文件夹路径添加到system path中
注意：
python2如果要导入包，包下面必须有init.pyt文件
python3如果要导入包，包下面没有__init__.py文件也不会报错
当删除程序中不必要文件的时候，千万不能随意删除__init__.py文件
二、logging模块（日志模块）
1.日志的五个等级
1.>logging.debug('debug日志')
2.>logging.info('info日志')
3.>logging.warning('warning日志')
4.>logging.error('error日志')
5.>logging.critical('critical日志')
这五个等级依次递增
2.日志的四个对象
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
logger对象:负责产生日志
logger = logging.getLogger('转账记录')
filter对象:过滤日志(了解)
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
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', )
给logger对象绑定handler对象
logger.addHandler(hd1) logger.addHandler(hd2) logger.addHandler(hd3)
给handler绑定formmate对象
hd1.setFormatter(fm1) hd2.setFormatter(fm2) hd3.setFormatter(fm1)
设置日志等级
logger.setLevel(20)
记录日志
logger.debug(' 好热啊 ')
3.配置参数
logging.basicConfig()函数中可通过具体参数来更改logging模块默认行为，可用参数有：
filename：用指定的文件名创建FiledHandler，这样日志会被存储在指定的文件中。
filemode：文件打开方式，在指定了filename时使用这个参数，默认值为“a”还可指定为“w”。
format：指定handler使用的日志显示格式。
datefmt：指定日期时间格式。
level：设置rootlogger（后边会讲解具体概念）的日志级别
stream：用指定的stream创建StreamHandler。可以指定输出到sys.stderr,sys.stdout或者文件(f=open(‘test.log’,’w’))，默认为sys.stderr。若同时列出了filename和stream两个参数，则stream参数会被忽略。
format参数中可能用到的格式化串：
%(name)s Logger的名字 %(levelno)s 数字形式的日志级别 %(levelname)s 文本形式的日志级别 %(pathname)s 调用日志输出函数的模块的完整路径名，可能没有 %(filename)s 调用日志输出函数的模块的文件名 %(module)s 调用日志输出函数的模块名 %(funcName)s 调用日志输出函数的函数名 %(lineno)d 调用日志输出函数的语句所在的代码行 %(created)f 当前时间，用UNIX标准的表示时间的浮 点数表示 %(relativeCreated)d 输出日志信息时的，自Logger创建以 来的毫秒数 %(asctime)s 字符串形式的当前时间。默认格式是 “2003-07-08 16:49:45,896”。逗号后面的是毫秒 %(thread)d 线程ID。可能没有 %(threadName)s 线程名。可能没有 %(process)d 进程ID。可能没有 %(message)s用户输出的消息
4.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')
三、hashlib模块（加密的模块）
1.算法介绍
Python的hashlib提供了常见的摘要算法，如MD5，SHA1等等。
什么是摘要算法呢？摘要算法又称哈希算法、散列算法。它通过一个函数，把任意长度的数据转换为一个长度固定的数据串（通常用16进制的字符串表示）。
摘要算法就是通过摘要函数f()对任意长度的数据data计算出固定长度的摘要digest，目的是为了发现原始数据是否被人篡改过。
摘要算法之所以能指出数据是否被篡改过，就是因为摘要函数是一个单向函数，计算f(data)很容易，但通过digest反推data却非常困难。而且，对原始数据做一个bit的修改，都会导致计算出的摘要完全不同。
我们以常见的摘要算法MD5为例，计算出一个字符串的MD5值：
import hashlib md5 = hashlib.md5() md5.update('how to use md5 in python hashlib?') print md5.hexdigest() 计算结果如下： d26a53750bc40b38b65a520292f69306
2.hashlib模块分析
import hashlib # 这个加密的过程是无法解密的
md = hashlib.sha() # 生成一个帮你造密文的对象
md.update('hello') # 往对象里传明文数据 update只能接受bytes类型的数据
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
md.update(b'hello') # 红色处两者是等价的
print(md.hexdigest()) # 获取明文数据对应的明文
注意：
1.不用的算法 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
传入的内容 可以分多次传入 只要传入的内容相同 那么生成的密文肯定相同
import hashlib md = hashlib.md5() md.update(b'areyouok?') print(md.hexdigest()) # 408ac8c66b1e988ee8e2862edea06cc7 与 md.update(b'are') md.update(b'you') md.update(b'ok?') print(md.hexdigest()) # 408ac8c66b1e988ee8e2862edea06cc7
3.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
4.hashlib进阶操作
1.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())
2.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()
四、openpyxl模块
from openpyxl import Workbook wb = Workbook() # 首先生成一个工作蒲 wb1 = wb.create_sheet('学习记录',0)# 创建一个表单页 后面可以通过数字控制左右位置 wb2 = wb.create_sheet('学习心得') wb1.title = 'login' # 后期可以通过.title修改表单页名称 wb1['A1'] = 123 # 可以在表格A3处添加123 wb1['A2'] = 456 wb1['A3'] = '=sum(A3:A4)' # 求A1与A2的和 wb2['G6'] = 999 # 添加表单的首个部分，下面的部分依次往下添加 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']) wb.save('test.xlsx') # 保存文件 wb1.cell(row=,column=,value=) # row：行 column：列 value:值
from openpyxl import load_workbook # 读文件 wb = load_workbook('test.xlsx',read_only=True,data_only=True) print(wb) print(wb.sheetnames) # 返回表单的名字： ['学习心得', 'Sheet', '学习记录'] 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
import copy l = [1,2,[1,2]] l1 = l print(id(l),id(l1)) # id地址相同 l1 = copy.copy(l) # 拷贝一份 ....... 浅拷贝 print(id(l),id(l1))
对于浅copy来说，只是在内存中重新创建了开辟了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。
import copy l = [1,2,[1,2]] l[0] = 222 print(l,l1) l[2].append(666) print(l,l1) l1 = copy.deepcopy(l) l[2].append(666) print(l,l1)
对于深copy来说，列表是在内存中重新创建的，列表中可变的数据类型是重新创建的，列表中的不可变的数据类型是公用的。
