7-3三個模塊 hashlib ,logging,configparser和序列化

一 hashlib

主要用於字符串加密

1 

 1 import hashlib
 2 md5obj=hashlib.md5() # 實例化一個md5摘要算法的對象
 3 md5obj.update('alex3714'.encode('utf-8')) # 使用md5算法的對象來操做字符串
 4 ret = md5obj.hexdigest() #獲取算法的結果 hex+digest 16進制+消化
 5 print(ret,type(ret))
 6 
 7 #加鹽
 8 md5obj=hashlib.md5('hello'.encode('utf-8')) # 實例化一個md5摘要算法的對象，加鹽
 9 md5obj.update('alex3714'.encode('utf-8'))# 使用md5算法的對象來操做字符串
10 ret=md5obj.hexdigest()
11 print(ret)
12 
13 #動態加鹽
14 username='hu'
15 md5obj=hashlib.md5(username.encode('utf-8'))
16 md5obj.update('alex3714'.encode('utf-8'))# 使用md5算法的對象來操做字符串裏面必須是bytes類型
17 ret=md5obj.hexdigest()
18 print(ret)

二 logging日誌模塊

經常使用的格式是

 1 # logger對象的方式配置
 2 logger = logging.getLogger()
 3 # 吸星大法
 4 
 5 # 先創造一個格式
 6 formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
 7 # 往文件中輸入
 8 fh = logging.FileHandler('log.log',encoding='utf-8')   # 創造了一個能操做文件的對象fh
 9 fh.setFormatter(formatter) # 高可定製化
10 logger.addHandler(fh)
11 logger.setLevel(logging.DEBUG)
12 sh = logging.StreamHandler() #sh是在屏幕上面顯示的
13 # sh.setFormatter(formatter1)
14 logger.addHandler(sh)
15 fh.setLevel(logging.ERROR) #文件裏面顯示error級別以上的
16 sh.setLevel(logging.DEBUG)  #屏幕上面顯示debug級別以上的
17 
18 logger.debug('logger debug message')
19 logger.info('logger info message')
20 logger.warning('logger warning message')
21 logger.error('程序出錯了')
22 logger.critical('logger critical message')

三 configparser 

#該模塊適用於配置文件的格式與windows ini文件相似，能夠包含一個或多個節（section），每一個節能夠有多個參數（鍵=值）。

1 用configparser寫文件

 1 import configparser
 2 
 3 config = configparser.ConfigParser()
 4 
 5 config["DEFAULT"] = {'ServerAliveInterval': '45',
 6                       'Compression': 'yes',
 7                      'CompressionLevel': '9',
 8                      'ForwardX11':'yes'
 9                      }
10 
11 config['bitbucket.org'] = {'User':'hg'}
12 
13 config['topsecret.server.com'] = {'Host Port':'50022','ForwardX11':'no'}
14 
15 with open('example.ini', 'w') as configfile:
16 
17  config.write(configfile)

2 用configparser查找文件

 1 import configparser
 2 
 3 config = configparser.ConfigParser()
 4 
 5 #---------------------------查找文件內容,基於字典的形式
 6 
 7 print(config.sections())        #  []
 8 
 9 config.read('example.ini')
10 
11 print(config.sections())        #   ['bitbucket.org', 'topsecret.server.com']
12 
13 print('bytebong.com' in config) # False
14 print('bitbucket.org' in config) # True
15 
16 
17 print(config['bitbucket.org']["user"])  # hg
18 
19 print(config['DEFAULT']['Compression']) #yes
20 
21 print(config['topsecret.server.com']['ForwardX11'])  #no
22 
23 
24 print(config['bitbucket.org'])          #<Section: bitbucket.org>
25 
26 for key in config['bitbucket.org']:     # 注意,有default會默認default的鍵
27     print(key)
28 
29 print(config.options('bitbucket.org'))  # 同for循環,找到'bitbucket.org'下全部鍵
30 
31 print(config.items('bitbucket.org'))    #找到'bitbucket.org'下全部鍵值對
32 
33 print(config.get('bitbucket.org','compression')) # yes       get方法Section下的key對應的value

 

四 序列化

1 概念

# 什麼叫序列化呢？
# { '10100011':{'name':,age: ,class:},}
# 數據類型 —— 字符串的過程
# 何時要用序列化呢？
# 數據從內存到文件
# 數據在網絡上傳輸 字節 - 字符串 - 字典
# python中的序列化模塊都有哪些？
# json 通用的 支持的數據類型 list tuple dict
# pickle python中通用的 支持幾乎全部python中的數據類型
# shelve python中使用的便捷的序列化工具

2 json

 1 #dumps和loads是和內存交互的
 2 #dump和load是和文件交互的
 3 import json
 4 dic={'k':'v'}
 5 # print(type(dic))
 6 # json_dic=json.dumps(dic) # 字典轉字符串的過程 ——序列化
 7 # print(json_dic)
 8 # print(dic)
 9 # print(type(json_dic))
10 # print(json.loads(json_dic))  #字符串 轉回其餘數據類型 —— 反序列化

注意：能夠dump屢次，可是不能屢次load

怎樣dump多條數據呢？

 1 # 若是要dump多條數據
 2 # 每一條數據先dumps一下 編程字符串 而後打開文件 write寫進文件裏 \n
 3 # 讀取的時候按照標誌讀取或者按行讀
 4 # 讀出來以後 再使用loads
 5 
 6 with open('aaa','w')as f:
 7     str_dic=json.dumps(dic)
 8     f.write(str_dic+'\n')
 9     f.write(str_dic + '\n')
10     f.write(str_dic + '\n')
11 with open('aaa')as f:
12     for line in f:
13         print(json.loads(line.strip()))

3 pickle

 1 import pickle
 2 class A:
 3     def __init__(self,name):
 4         self.name=name
 5 alex=A('alex')
 6 print(pickle.dumps(alex))
 7 
 8 with open('b_pickle','wb')as f:
 9     pickle.dump(alex,f)
10     pickle.dump(alex, f)
11 with open('b_pickle','rb')as f:
12     while True:
13         try:
14             obj=pickle.load(f)
15             print(obj.name)
16         except EOFError:
17             break

總結

#1.pickle支持更多的數據類型# 2.pickle的結果是二進制# 3.pickle在和文件交互的時候能夠被屢次load