模块：
1.py文件就是模块，
2.python之所以好用，就是因为模块多
模块分为三种：
内置模块 python安装时自带的
扩展模块 itchat # 别人写好的 需要安装之后可以直接使用
beautiful soap
selenium 网页自动化测试工具
django tornado
自定义模块： 自己写的模块
序列化模块：
1.能储存在文件中的一定是字符串或者字节
2.能在网络上传输的 只有 字节
# dic = {"大表哥":(190,90)}
# dic --> 字符串 # 序列化
# 字符串 --> dic # 反序列化
# 序列化 == 创造一个序列 ==》创造一个字符串
# 实例化 == 创造一个实例
# python中的序列化模块
# json 所有的编程语言都通用的序列化格式
# 它支持的数据类型非常有限 数字 字符串 列表 字典
# pickle 只能在python语言的程序之间传递数据用的
# pickle支持python中所有的数据类型
# shelve python3.* 之后才有的
import json # dic = {"大表哥":(190,90,'捏脚')} # 序列化 # ret = json.dumps(dic,ensure_ascii=False) # print(type(dic),dic) # print(type(ret),ret) # 反序列化 # res = json.loads(ret) # print(type(res),res) # dump和load 是直接将对象序列化之后写入文件 # 依赖一个文件句柄 # dic = {"大表哥":(190,90,'捏脚')} # f = open('大表哥','w',encoding='utf-8') # json.dump(dic,f,ensure_ascii=False) # 先接收要序列化的对象 再接受文件句柄 # f.close() # f = open('大表哥','r',encoding='utf-8') # ret = json.load(f) # print(type(ret),ret) data = {'username':['李华','二愣子'],'sex':'male','age':16} # json_dic2 = json.dumps(data,sort_keys=True,indent=4,separators=(',',':'),ensure_ascii=False) # print(json_dic2) # 3个字典 # dic1 = {"大表哥":(190,90,'捏脚')} # dic2 = {"2表哥":(190,90,'捏脚')} # dic3 = {"3表哥":(190,90,'捏脚')} # str1 = json.dumps(dic1) # f = open('大表哥','a',encoding='utf-8') # str1 = json.dumps(dic1) # f.write(str1+' ') # str2 = json.dumps(dic2) # f.write(str2+' ') # str3 = json.dumps(dic3) # f.write(str3+' ') # f.close() # f = open('大表哥','r',encoding='utf-8') # for line in f: # print(json.loads(line.strip())) # f.close() # 参数 # import json # dic = {(190,90,'捏脚'):"大表哥"} # json不支持元组 不支持除了str数据类型之外的key # print(json.dumps(dic))
# json不支持元组 不支持除了str数据类型之外的key，所以上面的运行会报错
# dumps序列化 loads反序列化 只在内存中操作数据 主要用于网络传输 和多个数据与文件打交道
# dump序列化 load反序列化 主要用于一个数据直接存在文件里—— 直接和文件打交道
import pickle
# dic = {(190,90,'捏脚'):"大表哥"}
# ret = pickle.dumps(dic) # 序列化结果 不是一个可读的字符串 而是一个bytes类型
# print(ret)
# print(pickle.loads(ret))
# dic = {(190,90,'捏脚'):"大表哥"}
# f = open('大表哥2','wb') # 使用pickle dump必须以+b的形式打开文件
# pickle.dump(dic,f)
# f.close()
# f = open('大表哥2','rb')
# print(pickle.load(f))
# f.close()
import pickle
# 关于写多行
# dic1 = {"大表哥":(190,90,'捏脚')}
# dic2 = {"2表哥":(190,90,'捏脚')}
# dic3 = {"3表哥":(190,90,'捏脚')}
# f = open('大表哥3','wb')
# pickle.dump(dic1,f)
# pickle.dump(dic2,f)
# pickle.dump(dic3,f)
# f.close()
# 读写入的多行
# f = open('大表哥3','rb')
# while True:
# try:
# print(pickle.load(f))
# except EOFError:
# break
# json 在写入多次dump的时候 不能对应执行多次load来取出数据，pickle可以
# json 如果要写入多个元素 可以先将元素dumps序列化，f.write(序列化+' ')写入文件
# 读出元素的时候，应该先按行读文件，在使用loads将读出来的字符串转换成对应的数据类型
# 关于序列化自定义类的对象
# class A:
# def __init__(self,name,age):
# self.name=name
# self.age=age
# a = A('alex',80)
# import json
# json.dumps(a)
# import pickle
# ret = pickle.dumps(a)
# print(ret)
# obj = pickle.loads(ret)
# print(obj.__dict__)
# import pickle
# f = open('大侄子1','wb')
# pickle.dump(a,f)
# f.close()
# f = open('大侄子1','rb')
# obj = pickle.load(f)
# print(obj.__dict__)
import shelve 模块
# import shelve # python 专有的序列化模块 只针对文件
# f = shelve.open('shelve_file') # 打开文件
# f['key'] = {'int':10, 'float':9.5, 'string':'Sample data'} #直接对文件句柄操作，就可以存入数据
# f.close()
# import shelve
# f1 = shelve.open('shelve_file')
# existing = f1['key'] #取出数据的时候也只需要直接用key获取即可，但是如果key不存在会报错
# f1.close()
# print(existing)
# 设置只读方式
# import shelve
# f = shelve.open('shelve_file', flag='r')
# existing = f['key']
# f.close()
# print(existing)
# import shelve
# f = shelve.open('shelve_file', flag='r')
# # f['key']['int'] = 50 # 不能修改已有结构中的值
# # f['key']['new'] = 'new' # 不能在已有的结构中添加新的项
# f['key'] = 'new' # 但是可以覆盖原来的结构
# f.close()
# #
# import shelve
# f1 = shelve.open('shelve_file')
# existing = f1['key'] #取出数据的时候也只需要直接用key获取即可，但是如果key不存在会报错
# f1.close()
# print(existing)
# import shelve
# f1 = shelve.open('shelve_file')
# print(f1['key'])
# f1['key']['new_value'] = 'this was not here before'
# f1.close()
# import shelve
# f1 = shelve.open('shelve_file')
# existing = f1['key'] #取出数据的时候也只需要直接用key获取即可，但是如果key不存在会报错
# f1.close()
# print(existing)
shelve 回写，可改模式：（找到指定的键即可修改它的值）
条件：
# import shelve
# f2 = shelve.open('shelve_file', writeback=True)
# print(f2['key'])
# f2['key']['new_value'] = 'this was not here before'
# f2.close()
hashlib 模块
hash 哈希算法 可hash数据类型——>数字的过程
# hashlib —— 摘要算法
# 也是一些算法的集合，有好多算法
# 字符串 --> 数字
# 不同的字符串 --> 数字一定不同
# 无论在哪台机器上，在什么时候计算，对相同的字符串结果总是一样的
# 摘要过程不可逆
# 用法
# 文件的一致性校验
# 密文验证的时候加密
# 密文验证的时候加密
import hashlib
# md5算法 通用的算法
# sha算法 安全系数更高,sha算法有很多种，后面的数字越大安全系数越高，
# 得到的数字结果越长，计算的时间越长
m = hashlib.md5()
m.update('alex3714'.encode('utf-8'))
print(m.hexdigest())
m = hashlib.md5()
m.update('dazhizi sha'.encode('utf-8'))
print(m.hexdigest())
m = hashlib.md5()
m.update('123456'.encode('utf-8'))
print(m.hexdigest())
# 将所有常见的密码 md5摘要
# 密码 摘要结果
# 暴力破解 和 撞库
# 加盐
m = hashlib.md5('wahaha'.encode('utf-8'))
m.update('123456'.encode('utf-8'))
print(m.hexdigest()) # d1c59b7f2928f9b1d63898133294ad2c
# 123456
m = hashlib.md5('wahaha'.encode('utf-8'))
m.update('123456'.encode('utf-8'))
print(m.hexdigest())
# 动态加盐
# 500 用户名 和 密码
# 123456
# 111111 d1c59b7f2928f9b1d63898133294ad2c
# pwd username
username = 'alex'
m = hashlib.md5(username[:2:2].encode('utf-8'))
m.update('123456'.encode('utf-8'))
print(m.hexdigest()) # d1c59b7f2928f9b1d63898133294ad2c
she方法：
MD5是最常见的摘要算法，速度很快，生成结果是固定的128 bit字节，通常用一个32位的16进制字符串表示。另一种常见的摘要算法是SHA1，调用SHA1和调用MD5完全类似：
import hashlib
sha1 = hashlib.sha1()
sha1.update('how to use sha1 in ')
sha1.update('python hashlib?')
print sha1.hexdigest()
SHA1的结果是160 bit字节，通常用一个40位的16进制字符串表示。比SHA1更安全的算法是SHA256和SHA512，不过越安全的算法越慢，而且摘要长度更长。
#文件的一致性校验
#文件的一致性校验 # import hashlib # def check(filename): # m = hashlib.md5() # with open(filename,'rb') as f: # content = f.read() # m.update(content) # return m.hexdigest() # ret1 = check('file1') # ret2 = check('file2') # print(ret1) # print(ret2) #一段字符串直接进行摘要和分成几段进行摘要是一样的 import hashlib def check(): m = hashlib.md5() m.update(b'hello alex,') m.update(b'I konow you pwd is alex sb 3712') #52cb57a3ff4289c8109a18e18610c3dc print(m.hexdigest()) check()
#一段字符串直接进行摘要和分成几段进行摘要是一样的
import hashlib def check(): m = hashlib.md5() m.update(b'hello alex,') m.update(b'I konow you pwd is alex sb 3712') #52cb57a3ff4289c8109a18e18610c3dc print(m.hexdigest()) check()