• python文件的两种用途


    一、Python文件的两种用途

    python文件总共有两种用途,一种是执行文件;另一种是被当做模块导入。

    编写好的一个python文件可以有两种用途:

    1. 脚本,一个文件就是整个程序,用来被执行
    2. 模块,文件中存放着一堆功能,用来被导入使用
    # aaa.py
    
    x = 1
    
    
    def f1():
        print('from f1')
    
    
    def f2():
        print('from f2')
    
    
    f1()
    f2()
    # run.py
    
    import aaa
    

    如果直接运行run.py会直接运行aaa.py中的f1()f2(),但是如果我们在aaa.py中加上if __name__ == '__main__':这句话,则可以防止运行run.py时执行f1()f2()。因为当aaa.py被直接执行,即当做执行文件的时候__name__ == '__main__'; 在aaa.py被当做模块直接运行的时候__name__ == 'aaa'。由此可以让aaa.py在不同的场景下有着不同的用法。

    # aaa.py
    
    x = 1
    
    
    def f1():
        print('from f1')
    
    
    def f2():
        print('from f2')
    
    
    if __name__ == '__main__':
        f1()
        f2()
    

    一、编译Python文件

    为了提高加载模块的速度,强调强调强调:提高的是加载速度而绝非运行速度。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:module.version.pyc。通常会包含python的版本号。例如,在CPython3.3版本下,spam.py模块会被缓存成__pycache__/spam.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使一种跨平台的字节码,类似于JAVA火.NET,是由python虚拟机来执行的,但是pyc的内容跟python的版本相关,不同的版本编译后的pyc文件不同,2.5编译的pyc文件不能到3.5上执行,并且pyc文件是可以反编译的,因而它的出现仅仅是用来提升模块的加载速度的,不是用来加密的。

    # python解释器在以下两种情况下不检测缓存
    
    1. 如果是在命令行中被直接导入模块,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)
        python -m spam.py
    
    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,则编译后的结果必须在源目录下
    
    sh-3.2  # ls
    __pycache__ spam.py
    sh-3.2  # rm -rf spam.py 
    sh-3.2  # mv __pycache__/spam.cpython-36.pyc ./spam.pyc
    sh-3.2  # python3 spam.pyc 
    spam
     
    
    # 提示:
    
    1. 模块名区分大小写,foo.py与FOO.py代表的是两个模块
    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文件中读指令执行更快,只有在模块被加载时,.pyc文件才是更快的
    4. 只有使用import语句是才将文件自动编译为.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
      
    详见:https://docs.python.org/3/library/compileall.html#module-compileall
    

    二、批量生成.pyc文件

    import compileall
    compileall.compile_dir('$dir')
    

    其中,$dir 为Python源代码所在的目录。

  • 相关阅读:
    Struts2-Spring和Hibernate整合
    windows下使用Eclipse编译执行MapReduce程序 Hadoop2.6.0/Ubuntu
    Android 基于Netty的消息推送方案之对象的传递(四)
    基于JQuery实现表单元素值的回写
    iOS 从UITableViewController中分离数据源
    navicat premium 的使用——navicat 连接MySQL数据库
    【甘道夫】Ubuntu14 server + Hadoop2.2.0环境下Sqoop1.99.3部署记录
    罗永浩和锤子手机:对不起,我被你打动了
    用C语言解决迷宫问题
    Android利用reative_layout生成梅花界面
  • 原文地址:https://www.cnblogs.com/zhouxuchong/p/11564830.html
Copyright © 2020-2023  润新知