模塊與包
一，模塊介紹
1.1 什麼是模塊？
一個函數封裝一個功能，好比如今有一個軟件，不可能將全部程序都寫入一個文件，因此我們應該分文件，組織結構要好，代碼不冗餘，因此要分文件，可是分文件，分了5個文件，每一個文件裏面可能都有相同的功能（函數），怎麼辦？因此將這些相同的功能封裝到一個文件中，誰用誰拿。 怎麼拿？模塊就是文件，存放一堆函數，誰用誰拿。 好比：我要策馬奔騰共享人世繁華，應該怎麼樣？我應該騎馬，你也要去浪，你是否是也要騎馬。 模塊是一系列經常使用功能的集合體，一個py文件就是一個模塊。
一個函數封裝一個功能，好比如今有一個軟件，不可能將全部程序都寫入一個文件，因此我們應該分文件，組織結構要好，代碼不冗餘，因此要分文件，可是分文件，分了5個文件，每一個文件裏面可能都有相同的功能（函數），怎麼辦？因此將這些相同的功能封裝到一個文件中，誰用誰拿。 怎麼拿？模塊就是文件，存放一堆函數，誰用誰拿。 好比：我要策馬奔騰共享人世繁華，應該怎麼樣？我應該騎馬，你也要去浪，你是否是也要騎馬。 模塊是一系列經常使用功能的集合體，一個py文件就是一個模塊。
1.2 爲何要使用模塊.
#一、從文件級別組織程序，更方便管理
隨着程序的發展，功能愈來愈多，爲了方便管理，咱們一般將程序分紅一個個的文件，這樣作程序的結構更清晰，方便管理。這時咱們不只僅能夠把這些文件當作腳本去執行，還能夠把他們當作模塊來導入到其餘的模塊中，實現了功能的重複利用html
#二、拿來主義，提高開發效率
一樣的原理，咱們也能夠下載別人寫好的模塊而後導入到本身的項目中使用，這種拿來主義，能夠極大地提高咱們的開發效率，避免重複造輪子。python
#ps：
若是你退出python解釋器而後從新進入，那麼你以前定義的函數或者變量都將丟失，所以咱們一般將程序寫到文件中以便永久保存下來，須要時就經過python test.py方式去執行，此時test.py被稱爲腳本script。mysql
下面我會以tbjx.py 爲例來介紹模塊的使用：文件名tbjx.py 模塊名tbjxsql
print('from the tbjx.py')
name = '太白金星'
def read1():
print('tbjx模塊：',name)
def read2():
print('tbjx模塊')
read1()
def change():
global name
name = 'barry'
二 ，import
2.1 import的使用。
#模塊能夠包含可執行的語句和函數的定義，這些語句的目的是初始化模塊，它們只在模塊名第一次遇到導入import語句時才執行（import語句是能夠在程序中的任意位置使用的,且針對同一個模塊很import屢次,爲了防止你重複導入，python的優化手段是：第一次導入後就將模塊名加載到內存了，後續的import語句僅是對已經加載到內存中的模塊對象增長了一次引用，不會從新執行模塊內的語句），以下shell
import spam #只在第一次導入時才執行spam.py內代碼,此處的顯式效果是隻打印一次'from the spam.py',固然其餘的頂級代碼也都被執行了,只不過沒有顯示效果.數據庫
代碼示例：
'''
import tbjx
import tbjx
import tbjx
import tbjx
import tbjx
'''
'''
執行結果：只是打印一次：
from the tbjx.py
'''json
2.2 第一次導入模塊執行三件事。
#1.爲源文件(tbjx模塊)建立新的名稱空間，在tbjx中定義的函數和方法如果使用到了global時訪問的就是這個名稱空間。windows
#2.在新建立的命名空間中執行模塊中包含的代碼，見初始導入import tbjx
提示:導入模塊時到底執行了什麼？
In fact function definitions are also ‘statements’ that are
‘executed’; the execution of a module-level function definition
enters the function name in the module’s global symbol table.
事實上函數定義也是「被執行」的語句，模塊級別函數定義的執行將函數名放
入模塊全局名稱空間表，用globals()能夠查看api
#3.建立名字tbjx來引用該命名空間
這個名字和變量名沒什麼區別，都是‘第一類的’，且使用tbjx.名字的方式
能夠訪問tbjx.py文件中定義的名字，tbjx.名字與test.py中的名字來自
兩個徹底不一樣的地方。緩存
ps：重複導入會直接引用內存中已經加載好的結果
2.3 被導入模塊有獨立的名稱空間。
每一個模塊都是一個獨立的名稱空間，定義在這個模塊中的函數，把這個模塊的名稱空間當作全局名稱空間，這樣咱們在編寫本身的模塊時，就不用擔憂咱們定義在本身模塊中全局變量會在被導入時，與使用者的全局變量衝突
示例：
name = 'alex'
print(name)
print(tbjx.name)
'''
from the tbjx.py
alex
太白金星
'''
def read1():
print(666)
tbjx.read1()
'''
from the tbjx.py
tbjx模塊： 太白金星
'''
name = '日天'
tbjx.change()
print(name)
print(tbjx.name)
'''
from the tbjx.py
日天
barry
'''
2.4 爲模塊起別名。
爲模塊起別名的做用：
1，能夠將過長的模塊命名改爲短的，便於操做。
import tbjx as sm sm.read1()
2，有利於代碼的拓展，優化。
#mysql.py
def sqlparse():
print('from mysql sqlparse')
#oracle.py
def sqlparse():
print('from oracle sqlparse')
#test.py
db_type=input('>>: ')
if db_type == 'mysql':
import mysql as db
elif db_type == 'oracle':
import oracle as db
db.sqlparse()
2.5 導入多個模塊
import sys,os,json # 能夠這樣寫，可是不推薦
#推薦應該這樣：
import sys
import os
import json
三，from ... import ...
3.1 from...import...使用
from tbjx import name, read1
print(name)
read1()
'''
執行結果：
from the tbjx.py
太白金星
tbjx模塊： 太白金星
'''
3.2 from...import... 與import對比
#惟一的區別就是：使用from...import...則是將spam中的名字直接導入到當前的名稱空間中，因此在當前名稱空間中，直接使用名字就能夠了、無需加前綴：tbjx.
#from...import...的方式有好處也有壞處
好處：使用起來方便了
壞處：容易與當前執行文件中的名字衝突
演示示例：
1,執行文件有與模塊同名的變量或者函數名，會有覆蓋效果。
name = 'oldboy'
from tbjx import name, read1, read2
print(name)
'''
執行結果：
太白金星
'''
----------------------------------------
from tbjx import name, read1, read2
name = 'oldboy'
print(name)
'''
執行結果：
oldboy
'''
----------------------------------------
def read1():
print(666)
from tbjx import name, read1, read2
read1()
'''
執行結果：
tbjx模塊： 太白金星
'''
----------------------------------------
from tbjx import name, read1, read2
def read1():
print(666)
read1()
'''
執行結果：
tbjx模塊： 666
'''
2,當前位置直接使用read1和read2就行了，執行時，仍然以spam.py文件全局名稱空間
#測試一：導入的函數read1，執行時仍然回到tbjx.py中尋找全局變量money
#test.py
from tbjx import read1
name = 'alex'
read1()
'''
執行結果:
from the spam.py
spam->read1->name = '太白金星'
'''
#測試二:導入的函數read2，執行時須要調用read1(),仍然回到tbjx.py中找read1()
#test.py
from tbjx import read2
def read1():
print('==========')
read2()
'''
執行結果:
from the tbjx.py
tbjx->read2 calling read
tbjx->read1->tbjx 'barry'
'''
3.3 也支持as
from tbjx import read1 as read read()
3.4 一行導入多個。
from tbjx import read1,read2,name
3.5 from ... import *
#from spam import * 把spam中全部的不是如下劃線(_)開頭的名字都導入到當前位置 #大部分狀況下咱們的python程序不該該使用這種導入方式，由於*你不知道你導入什麼名字，頗有可能會覆蓋掉你以前已經定義的名字。並且可讀性極其的差，在交互式環境中導入時沒有問題。
可使用__all__來控制*（用來發布新版本），在tbjx.py中新增一行
__all__=['money','read1'] #這樣在另一個文件中用from spam import *就這能導入列表中規定的兩個名字
3.6 模塊循環導入問題
模塊循環/嵌套導入拋出異常的根本緣由是因爲在python中模塊被導入一次以後，就不會從新導入，只會在第一次導入時執行模塊內代碼
在咱們的項目中應該儘可能避免出現循環/嵌套導入，若是出現多個模塊都須要共享的數據，能夠將共享的數據集中存放到某一個地方
在程序出現了循環/嵌套導入後的異常分析、解決方法以下（瞭解，之後儘可能避免）
#示範文件內容以下
#m1.py
print('正在導入m1')
from m2 import y
x='m1'
#m2.py
print('正在導入m2')
from m1 import x
y='m2'
#run.py
import m1
#測試一
執行run.py會拋出異常
正在導入m1
正在導入m2
Traceback (most recent call last):
File "/Users/linhaifeng/PycharmProjects/pro01/1 aaaa練習目錄/aa.py", line 1, in <module>
import m1
File "/Users/linhaifeng/PycharmProjects/pro01/1 aaaa練習目錄/m1.py", line 2, in <module>
from m2 import y
File "/Users/linhaifeng/PycharmProjects/pro01/1 aaaa練習目錄/m2.py", line 2, in <module>
from m1 import x
ImportError: cannot import name 'x'
#測試一結果分析
先執行run.py--->執行import m1，開始導入m1並運行其內部代碼--->打印內容"正在導入m1"
--->執行from m2 import y 開始導入m2並運行其內部代碼--->打印內容「正在導入m2」--->執行from m1 import x,因爲m1已經被導入過了，因此不會從新導入，因此直接去m1中拿x，然而x此時並無存在於m1中，因此報錯
#測試二:執行文件不等於導入文件，好比執行m1.py不等於導入了m1
直接執行m1.py拋出異常
正在導入m1
正在導入m2
正在導入m1
Traceback (most recent call last):
File "/Users/linhaifeng/PycharmProjects/pro01/1 aaaa練習目錄/m1.py", line 2, in <module>
from m2 import y
File "/Users/linhaifeng/PycharmProjects/pro01/1 aaaa練習目錄/m2.py", line 2, in <module>
from m1 import x
File "/Users/linhaifeng/PycharmProjects/pro01/1 aaaa練習目錄/m1.py", line 2, in <module>
from m2 import y
ImportError: cannot import name 'y'
#測試二分析
執行m1.py，打印「正在導入m1」，執行from m2 import y ，導入m2進而執行m2.py內部代碼--->打印"正在導入m2"，執行from m1 import x，此時m1是第一次被導入，執行m1.py並不等於導入了m1，因而開始導入m1並執行其內部代碼--->打印"正在導入m1"，執行from m1 import y，因爲m1已經被導入過了，因此無需繼續導入而直接問m2要y，然而y此時並無存在於m2中因此報錯
# 解決方法:
方法一:導入語句放到最後
#m1.py
print('正在導入m1')
x='m1'
from m2 import y
#m2.py
print('正在導入m2')
y='m2'
from m1 import x
方法二:導入語句放到函數中
#m1.py
print('正在導入m1')
def f1():
from m2 import y
print(x,y)
x = 'm1'
# f1()
#m2.py
print('正在導入m2')
def f2():
from m1 import x
print(x,y)
y = 'm2'
#run.py
import m1
m1.f1()
示例文件
四，模塊的重載（瞭解）
考慮到性能的緣由，每一個模塊只被導入一次,放入字典sys.module中，若是你改變了模塊的內容，你必須重啓程序，python不支持從新加載或卸載以前導入的模塊，
有的同窗可能會想到直接從sys.module中刪除一個模塊不就能夠卸載了嗎，注意了，你刪了sys.module中的模塊對象仍然可能被其餘程序的組件所引用，於是不會被清楚。
特別的對於咱們引用了這個模塊中的一個類，用這個類產生了不少對象，於是這些對象都有關於這個模塊的引用。
若是隻是你想交互測試的一個模塊，使用 importlib.reload(), e.g. import importlib; importlib.reload(modulename)，這隻能用於測試環境。
def func1():
print('func1')
import time,importlib
import aa
time.sleep(20)
# importlib.reload(aa)
aa.func1()
執行test文件
在20秒的等待時間裏，修改aa.py中func1的內容，等待test.py的結果。
打開importlib註釋，從新測試
五，py文件的兩種功能
#編寫好的一個python文件能夠有兩種用途：
一：腳本，一個文件就是整個程序，用來被執行
二：模塊，文件中存放着一堆功能，用來被導入使用
#python爲咱們內置了全局變量__name__，
當文件被當作腳本執行時：__name__ 等於'__main__'
當文件被當作模塊導入時：__name__等於模塊名
#做用：用來控制.py文件在不一樣的應用場景下執行不一樣的邏輯（或者是在模塊文件中測試代碼）
if __name__ == '__main__':
print('from the tbjx.py')
__all__ = ['name', 'read1',]
name = '太白金星'
def read1():
print('tbjx模塊：',name)
def read2():
print('tbjx模塊')
read1()
def change():
global name
name = 'barry'
if __name__ == '__main__':
# 在模塊文件中測試read1()函數
# 此模塊被導入時 __name__ == tbjx 因此不執行
read1()
六，模塊的搜索路徑
模塊的查找順序是：內存中已經加載的模塊->內置模塊->sys.path路徑中包含的模塊
#模塊的查找順序
一、在第一次導入某個模塊時（好比spam），會先檢查該模塊是否已經被加載到內存中（當前執行文件的名稱空間對應的內存），若是有則直接引用
ps：python解釋器在啓動時會自動加載一些模塊到內存中，可使用sys.modules查看
二、若是沒有，解釋器則會查找同名的內建模塊
三、若是尚未找到就從sys.path給出的目錄列表中依次尋找spam.py文件。
#sys.path的初始化的值來自於：
The directory containing the input script (or the current directory when no file is specified).
PYTHONPATH (a list of directory names, with the same syntax as the shell variable PATH).
The installation-dependent default.
#須要特別注意的是：咱們自定義的模塊名不該該與系統內置模塊重名。雖然每次都說，可是仍然會有人不停的犯錯。
#在初始化後，python程序能夠修改sys.path,路徑放到前面的優先於標準庫被加載。
>>> import sys
>>> sys.path.append('/a/b/c/d')
>>> sys.path.insert(0,'/x/y/z') #排在前的目錄，優先被搜索
注意：搜索時按照sys.path中從左到右的順序查找，位於前的優先被查找，sys.path中還可能包含.zip歸檔文件和.egg文件，python會把.zip歸檔文件當成一個目錄去處理，
#首先製做歸檔文件：zip module.zip foo.py bar.py
import sys
sys.path.append('module.zip')
import foo,bar
#也可使用zip中目錄結構的具體位置
sys.path.append('module.zip/lib/python')
#windows下的路徑不加r開頭，會語法錯誤
sys.path.insert(0,r'C:\Users\Administrator\PycharmProjects\a')
#至於.egg文件是由setuptools建立的包，這是按照第三方python庫和擴展時使用的一種常見格式，.egg文件實際上只是添加了額外元數據(如版本號，依賴項等)的.zip文件。
#須要強調的一點是：只能從.zip文件中導入.py，.pyc等文件。使用C編寫的共享庫和擴展塊沒法直接從.zip文件中加載（此時setuptools等打包系統有時能提供一種規避方法），且從.zip中加載文件不會建立.pyc或者.pyo文件，所以必定要事先建立他們，來避免加載模塊是性能降低。
七，編譯Python文件（瞭解）
爲了提升加載模塊的速度，強調強調強調：提升的是加載速度而絕非運行速度。python解釋器會在__pycache__目錄中下緩存每一個模塊編譯後的版本，格式爲：module.version.pyc。一般會包含python的版本號。例如，在CPython3.3版本下，spam.py模塊會被緩存成__pycache__/spam.cpython-33.pyc。這種命名規範保證了編譯後的結果多版本共存。
Python檢查源文件的修改時間與編譯的版本進行對比，若是過時就須要從新編譯。這是徹底自動的過程。而且編譯的模塊是平臺獨立的，因此相同的庫能夠在不一樣的架構的系統之間共享，即pyc使一種跨平臺的字節碼，相似於JAVA火.NET,是由python虛擬機來執行的，可是pyc的內容跟python的版本相關，不一樣的版本編譯後的pyc文件不一樣，2.5編譯的pyc文件不能到3.5上執行，而且pyc文件是能夠反編譯的，於是它的出現僅僅是用來提高模塊的加載速度的，不是用來加密的。
#python解釋器在如下兩種狀況下不檢測緩存
#1 若是是在命令行中被直接導入模塊，則按照這種方式，每次導入都會從新編譯，而且不會存儲編譯後的結果（python3.3之前的版本應該是這樣）
python -m spam.py
#2 若是源文件不存在，那麼緩存的結果也不會被使用，若是想在沒有源文件的狀況下來使用編譯後的結果，則編譯後的結果必須在源目錄下
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.模塊名區分大小寫，foo.py與FOO.py表明的是兩個模塊
2.你可使用-O或者-OO轉換python命令來減小編譯模塊的大小
-O轉換會幫你去掉assert語句
-OO轉換會幫你去掉assert語句和__doc__文檔字符串
因爲一些程序可能依賴於assert語句或文檔字符串，你應該在在確認須要
的狀況下使用這些選項。
3.在速度上從.pyc文件中讀指令來執行不會比從.py文件中讀指令執行更快，只有在模塊被加載時，.pyc文件纔是更快的
4.只有使用import語句是纔將文件自動編譯爲.pyc文件，在命令行或標準輸入中指定運行腳本則不會生成這類文件，於是咱們可使用compieall模塊爲一個目錄中的全部模塊建立.pyc文件
模塊能夠做爲一個腳本（使用python -m compileall）編譯Python源
python -m compileall /module_directory 遞歸着編譯
若是使用python -O -m compileall /module_directory -l則只一層
命令行裏使用compile()函數時，自動使用python -O -m compileall
詳見：https://docs.python.org/3/library/compileall.html#module-compileall
詳細的
詳細說明
八，包
8.1 什麼是包？
#官網解釋 Packages are a way of structuring Python’s module namespace by using 「dotted module names」 包是一種經過使用‘.模塊名’來組織python模塊名稱空間的方式。 #具體的：包就是一個包含有__init__.py文件的文件夾，因此其實咱們建立包的目的就是爲了用文件夾將文件/模塊組織起來 #須要強調的是： 1. 在python3中，即便包下沒有__init__.py文件，import 包仍然不會報錯，而在python2中，包下必定要有該文件，不然import 包報錯 2. 建立包的目的不是爲了運行，而是被導入使用，記住，包只是模塊的一種形式而已，包的本質就是一種模塊
8.2 爲什麼要使用包
包的本質就是一個文件夾，那麼文件夾惟一的功能就是將文件組織起來 隨着功能越寫越多，咱們沒法將因此功能都放到一個文件中，因而咱們使用模塊去組織功能，而隨着模塊愈來愈多，咱們就須要用文件夾將模塊文件組織起來，以此來提升程序的結構性和可維護性
8.3 注意事項
#1.關於包相關的導入語句也分爲import和from ... import ...兩種，可是不管哪一種，不管在什麼位置，在導入時都必須遵循一個原則：凡是在導入時帶點的，點的左邊都必須是一個包，不然非法。能夠帶有一連串的點，如item.subitem.subsubitem,但都必須遵循這個原則。但對於導入後，在使用時就沒有這種限制了，點的左邊能夠是包,模塊，函數，類(它們均可以用點的方式調用本身的屬性)。 #二、import導入文件時，產生名稱空間中的名字來源於文件，import 包，產生的名稱空間的名字一樣來源於文件，即包下的__init__.py，導入包本質就是在導入該文件 #三、包A和包B下有同名模塊也不會衝突，如A.a與B.a來自倆個命名空間
8.4 包的使用
8.4.1 示例文件
import os os.makedirs('glance/api') os.makedirs('glance/cmd') os.makedirs('glance/db') l = [] l.append(open('glance/__init__.py','w')) l.append(open('glance/api/__init__.py','w')) l.append(open('glance/api/policy.py','w')) l.append(open('glance/api/versions.py','w')) l.append(open('glance/cmd/__init__.py','w')) l.append(open('glance/cmd/manage.py','w')) l.append(open('glance/db/models.py','w')) map(lambda f:f.close() ,l) 建立目錄代碼
glance/ #Top-level package
├── __init__.py #Initialize the glance package
├── api #Subpackage for api
│ ├── __init__.py
│ ├── policy.py
│ └── versions.py
├── cmd #Subpackage for cmd
│ ├── __init__.py
│ └── manage.py
└── db #Subpackage for db
├── __init__.py
└── models.py
8.4.2 文件內容
#文件內容
#policy.py
def get():
print('from policy.py')
#versions.py
def create_resource(conf):
print('from version.py: ',conf)
#manage.py
def main():
print('from manage.py')
#models.py
def register_models(engine):
print('from models.py: ',engine)
包所包含的文件內容
文件內容
執行文件與示範文件在同級目錄下
8.4.3 包的使用之import
1 import glance.db.models
2 glance.db.models.register_models('mysql')
單獨導入包名稱時不會導入包中全部包含的全部子模塊，如
#在與glance同級的test.py中 import glance glance.cmd.manage.main() ''' 執行結果： AttributeError: module 'glance' has no attribute 'cmd' '''
解決方法：
1 #glance/__init__.py 2 from . import cmd 3 4 #glance/cmd/__init__.py 5 from . import manage
執行：
1 #在於glance同級的test.py中 2 import glance 3 glance.cmd.manage.main()
8.4.4 包的使用之from ... import ...
須要注意的是from後import導入的模塊，必須是明確的一個不能帶點，不然會有語法錯誤，如：from a import b.c是錯誤語法
1 from glance.db import models
2 models.register_models('mysql')
3
4 from glance.db.models import register_models
5 register_models('mysql')
8.4.5 from glance.api import *
在講模塊時，咱們已經討論過了從一個模塊內導入全部*，此處咱們研究從一個包導入全部*。
此處是想從包api中導入全部，實際上該語句只會導入包api下__init__.py文件中定義的名字，咱們能夠在這個文件中定義__all___:
1 #在__init__.py中定義
2 x=10
3
4 def func():
5 print('from api.__init.py')
6
7 __all__=['x','func','policy']
此時咱們在於glance同級的文件中執行from glance.api import *就導入__all__中的內容（versions仍然不能導入）。
#在__init__.py中定義
x=10
def func():
print('from api.__init.py')
__all__=['x','func','policy']
此時咱們在於glance同級的文件中執行from glance.api import *就導入__all__中的內容（versions仍然不能導入）。
練習：
#執行文件中的使用效果以下，請處理好包的導入
from glance import *
get()
create_resource('a.conf')
main()
register_models('mysql')
#在glance.__init__.py中
from .api.policy import get
from .api.versions import create_resource
from .cmd.manage import main
from .db.models import register_models
__all__=['get','create_resource','main','register_models']
8.4.6 絕對導入和相對導入
咱們的最頂級包glance是寫給別人用的，而後在glance包內部也會有彼此之間互相導入的需求，這時候就有絕對導入和相對導入兩種方式：
絕對導入：以glance做爲起始
相對導入：用.或者..的方式最爲起始（只能在一個包中使用，不能用於不一樣目錄內）
例如：咱們在glance/api/version.py中想要導入glance/cmd/manage.py
1 在glance/api/version.py 2 3 #絕對導入 4 from glance.cmd import manage 5 manage.main() 6 7 #相對導入 8 from ..cmd import manage 9 manage.main()
測試結果：注意必定要在於glance同級的文件中測試
1 from glance.api import versions
8.4.7 包以及包所包含的模塊都是用來被導入的，而不是被直接執行的。而環境變量都是以執行文件爲準的
好比咱們想在glance/api/versions.py中導入glance/api/policy.py，有的同窗一抽這倆模塊是在同一個目錄下，十分開心的就去作了，它直接這麼作
1 #在version.py中 2 3 import policy 4 policy.get()
沒錯，咱們單獨運行version.py是一點問題沒有的，運行version.py的路徑搜索就是從當前路徑開始的，因而在導入policy時能在當前目錄下找到
可是你想啊，你子包中的模塊version.py極有多是被一個glance包同一級別的其餘文件導入，好比咱們在於glance同級下的一個test.py文件中導入version.py，以下
1 from glance.api import versions 2 3 ''' 4 執行結果: 5 ImportError: No module named 'policy' 6 ''' 7 8 ''' 9 分析: 10 此時咱們導入versions在versions.py中執行 11 import policy須要找從sys.path也就是從當前目錄找policy.py, 12 這必然是找不到的 13 '''
單獨導入包
單獨導入包名稱時不會導入包中全部包含的全部子模塊，如
#在與glance同級的test.py中 import glance glance.cmd.manage.main() ''' 執行結果： AttributeError: module 'glance' has no attribute 'cmd' '''
解決方法：
1 #glance/__init__.py 2 from . import cmd 3 4 #glance/cmd/__init__.py 5 from . import manage
執行：
1 #在於glance同級的test.py中 2 import glance 3 glance.cmd.manage.main()
千萬別問：__all__不能解決嗎，__all__是用於控制from...import *
import glance以後直接調用模塊中的方法
glance/
├── __init__.py from .api import *
from .cmd import *
from .db import *
├── api
│ ├── __init__.py __all__ = ['policy','versions']
│ ├── policy.py
│ └── versions.py
├── cmd __all__ = ['manage']
│ ├── __init__.py
│ └── manage.py
└── db __all__ = ['models']
├── __init__.py
└── models.py
import glance
policy.get()
import glance
軟件開發規範
#=============>bin目錄：存放執行腳本
#start.py
import sys,os
BASE_DIR=os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
sys.path.append(BASE_DIR)
from core import core
from conf import my_log_settings
if __name__ == '__main__':
my_log_settings.load_my_logging_cfg()
core.run()
#=============>conf目錄：存放配置文件
#config.ini
[DEFAULT]
user_timeout = 1000
[egon]
password = 123
money = 10000000
[alex]
password = alex3714
money=10000000000
[yuanhao]
password = ysb123
money=10
#settings.py
import os
config_path=r'%s\%s' %(os.path.dirname(os.path.abspath(__file__)),'config.ini')
user_timeout=10
user_db_path=r'%s\%s' %(os.path.dirname(os.path.dirname(os.path.abspath(__file__))),\
'db')
#my_log_settings.py
"""
logging配置
"""
import os
import logging.config
# 定義三種日誌輸出格式 開始
standard_format = '[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d]' \
'[%(levelname)s][%(message)s]' #其中name爲getlogger指定的名字
simple_format = '[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s'
id_simple_format = '[%(levelname)s][%(asctime)s] %(message)s'
# 定義日誌輸出格式 結束
logfile_dir = r'%s\log' %os.path.dirname(os.path.dirname(os.path.abspath(__file__))) # log文件的目錄
logfile_name = 'all2.log' # log文件名
# 若是不存在定義的日誌目錄就建立一個
if not os.path.isdir(logfile_dir):
os.mkdir(logfile_dir)
# log文件的全路徑
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': {},
'handlers': {
#打印到終端的日誌
'console': {
'level': 'DEBUG',
'class': 'logging.StreamHandler', # 打印到屏幕
'formatter': 'simple'
},
#打印到文件的日誌,收集info及以上的日誌
'default': {
'level': 'DEBUG',
'class': 'logging.handlers.RotatingFileHandler', # 保存到文件
'formatter': 'standard',
'filename': logfile_path, # 日誌文件
'maxBytes': 1024*1024*5, # 日誌大小 5M
'backupCount': 5,
'encoding': 'utf-8', # 日誌文件的編碼，不再用擔憂中文log亂碼了
},
},
'loggers': {
#logging.getLogger(__name__)拿到的logger配置
'': {
'handlers': ['default', 'console'], # 這裏把上面定義的兩個handler都加上，即log數據既寫入文件又打印到屏幕
'level': 'DEBUG',
'propagate': True, # 向上（更高level的logger）傳遞
},
},
}
def load_my_logging_cfg():
logging.config.dictConfig(LOGGING_DIC) # 導入上面定義的logging配置
logger = logging.getLogger(__name__) # 生成一個log實例
logger.info('It works!') # 記錄該文件的運行狀態
if __name__ == '__main__':
load_my_logging_cfg()
#=============>core目錄：存放核心邏輯
#core.py
import logging
import time
from conf import settings
from lib import read_ini
config=read_ini.read(settings.config_path)
logger=logging.getLogger(__name__)
current_user={'user':None,'login_time':None,'timeout':int(settings.user_timeout)}
def auth(func):
def wrapper(*args,**kwargs):
if current_user['user']:
interval=time.time()-current_user['login_time']
if interval < current_user['timeout']:
return func(*args,**kwargs)
name = input('name>>: ')
password = input('password>>: ')
if config.has_section(name):
if password == config.get(name,'password'):
logger.info('登陸成功')
current_user['user']=name
current_user['login_time']=time.time()
return func(*args,**kwargs)
else:
logger.error('用戶名不存在')
return wrapper
@auth
def buy():
print('buy...')
@auth
def run():
print('''
購物
查看餘額
轉帳
''')
while True:
choice = input('>>: ').strip()
if not choice:continue
if choice == '1':
buy()
if __name__ == '__main__':
run()
#=============>db目錄：存放數據庫文件
#alex_json
#egon_json
#=============>lib目錄：存放自定義的模塊與包
#read_ini.py
import configparser
def read(config_file):
config=configparser.ConfigParser()
config.read(config_file)
return config
#=============>log目錄：存放日誌
#all2.log
[2017-07-29 00:31:40,272][MainThread:11692][task_id:conf.my_log_settings][my_log_settings.py:75][INFO][It works!]
[2017-07-29 00:31:41,789][MainThread:11692][task_id:core.core][core.py:25][ERROR][用戶名不存在]
[2017-07-29 00:31:46,394][MainThread:12348][task_id:conf.my_log_settings][my_log_settings.py:75][INFO][It works!]
[2017-07-29 00:31:47,629][MainThread:12348][task_id:core.core][core.py:25][ERROR][用戶名不存在]
[2017-07-29 00:31:57,912][MainThread:10528][task_id:conf.my_log_settings][my_log_settings.py:75][INFO][It works!]
[2017-07-29 00:32:03,340][MainThread:12744][task_id:conf.my_log_settings][my_log_settings.py:75][INFO][It works!]
[2017-07-29 00:32:05,065][MainThread:12916][task_id:conf.my_log_settings][my_log_settings.py:75][INFO][It works!]
[2017-07-29 00:32:08,181][MainThread:12916][task_id:core.core][core.py:25][ERROR][用戶名不存在]
[2017-07-29 00:32:13,638][MainThread:7220][task_id:conf.my_log_settings][my_log_settings.py:75][INFO][It works!]
[2017-07-29 00:32:23,005][MainThread:7220][task_id:core.core][core.py:20][INFO][登陸成功]
[2017-07-29 00:32:40,941][MainThread:7220][task_id:core.core][core.py:20][INFO][登陸成功]
[2017-07-29 00:32:47,222][MainThread:7220][task_id:core.core][core.py:20][INFO][登陸成功]
[2017-07-29 00:32:51,949][MainThread:7220][task_id:core.core][core.py:25][ERROR][用戶名不存在]
[2017-07-29 00:33:00,213][MainThread:7220][task_id:core.core][core.py:20][INFO][登陸成功]
[2017-07-29 00:33:50,118][MainThread:8500][task_id:conf.my_log_settings][my_log_settings.py:75][INFO][It works!]
[2017-07-29 00:33:55,845][MainThread:8500][task_id:core.core][core.py:20][INFO][登陸成功]
[2017-07-29 00:34:06,837][MainThread:8500][task_id:core.core][core.py:25][ERROR][用戶名不存在]
[2017-07-29 00:34:09,405][MainThread:8500][task_id:core.core][core.py:25][ERROR][用戶名不存在]
[2017-07-29 00:34:10,645][MainThread:8500][task_id:core.core][core.py:25][ERROR][用戶名不存在]
8.4.8 絕對導入與相對導入總結
絕對導入與相對導入 # 絕對導入: 以執行文件的sys.path爲起始點開始導入,稱之爲絕對導入 # 優勢: 執行文件與被導入的模塊中均可以使用 # 缺點: 全部導入都是以sys.path爲起始點,導入麻煩 # 相對導入: 參照當前所在文件的文件夾爲起始開始查找,稱之爲相對導入 # 符號: .表明當前所在文件的文件加,..表明上一級文件夾,...表明上一級的上一級文件夾 # 優勢: 導入更加簡單 # 缺點: 只能在導入包中的模塊時才能使用 #注意: 1. 相對導入只能用於包內部模塊之間的相互導入,導入者與被導入者都必須存在於一個包內 2. attempted relative import beyond top-level package # 試圖在頂級包以外使用相對導入是錯誤的,言外之意,必須在頂級包內使用相對導入,每增長一個.表明跳到上一級文件夾,而上一級不該該超出頂級包
- 1. 模塊與包
- 2. python -- 模塊與包
- 3. python 包與模塊
- 4. python---模塊與包
- 5. python 模塊與包
- 6. python模塊與包
- 7. Python - 模塊與包
- 8. Python 模塊與包
- 9. Python-----模塊與包
- 10. Python_模塊與包
- 更多相關文章...
- • Lua 模塊與包 - Lua 教程
- • DTD - XML 構建模塊 - DTD 教程
- • 委託模式
- • Composer 安裝與使用
-
每一个你不满意的现在，都有一个你没有努力的曾经。
- 1. 模塊與包
- 2. python -- 模塊與包
- 3. python 包與模塊
- 4. python---模塊與包
- 5. python 模塊與包
- 6. python模塊與包
- 7. Python - 模塊與包
- 8. Python 模塊與包
- 9. Python-----模塊與包
- 10. Python_模塊與包