python中包的解释,用法。jsonpickle模块,以及哈希用法

2024-02-09 16:30

本文主要是介绍python中包的解释,用法。jsonpickle模块,以及哈希用法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

2020.7.29:一起Python零基础走天下哈

1.包的使用(4*)

1.什么是包

官网解释

包是一种通过使用‘.模块名’来组织python模块名称空间的方式。

我们的理解具体为

包就是一个包含有init.py文件的文件夹,所以其实我们创建包的目的就是为了用文件夹将文件/模块组织起来

需要强调的是

1. 在python3中,即使包下没有init.py文件,import 包仍然不会报错,而在python2中,包下一定要有该文件,否则import 包报错
  2. 创建包的目的不是为了运行,而是被导入使用,记住,包只是模块的一种形式而已,包的本质就是一种模块

为什么我们要使用包
  • 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
使用包所需要注意的地方
  • 1.关于包相关的导入语句也分为import和from … import …两种,但是无论哪种,无论在什么位置,在导入时都必须遵循一个原则:

    在导入时带点的,点的左边都必须是一个包,否则非法。可以带有一连串的点,

  • 2、import导入文件时,产生名称空间中的名字来源于文件,import 包,产生的名称空间的名字同样来源于文件,即包下的__init__.py,导入包本质就是在导入该文件

  • 3、包A和包B下有同名模块也不会冲突,如A.a与B.a来自俩个命名空间

2.包的使用之import

基于此结构使用的示例:

在这里插入图片描述

示例:在aaa文件下的init.py文件里使用import操作

#牢记点:#单独导入包名称时不会导入包中所有包含的所有子模块#aaa的init.py文件中的代码
import aaa.m1
#执行文件中代码
import aaa
aaa.f1()#结果
Traceback (most recent call last):File "E:/code/s15-20day/1  .包的使用.py", line 8, in <module>aaa.f1()
AttributeError: module 'aaa' has no attribute 'f1'#错误原因就是上述的原因

解决方法:

#aaa的init.py文件中的代码
from .m1 import f1
#执行文件中代码
import aaa
aaa.f1()#结果
m1.f1

3.包的使用之from … import …

  • 需要注意的是from后import导入的模块,必须是明确的一个不能带点,否则会有语法错误,如:from a import b.c是错误语法

    基于此结构使用的示例:

在这里插入图片描述

示例:在aaa文件下的init.py文件里使用import操作

#aaa的init.py文件中的代码
from aaa.m1 import * #*就代表所有函数,也可以在m1文件内设置能被*拿取的函数名是哪些。下同
from aaa.m2 import *
from aaa.m3 import *
from aaa.bbb.mm1 import *
from aaa.bbb.mm2 import *
from aaa.bbb.mm3 import *
#执行文件中代码
print('')
print('m1','='*20)
print('')
aaa.f1()
aaa.f2()
aaa.f3()
print('')
print('m2','='*20)
print('')
aaa.ff1()
aaa.ff2()
aaa.ff3()
print('')
print('m3','='*20)
print('')
aaa.fff1()
aaa.fff2()
aaa.fff3()
print('')
print('mm11','='*20)
print('')
aaa.m1()
aaa.m2()
aaa.m3()
aaa.m4()
print('')
print('mm2','='*20)
print('')
aaa.mm1()
aaa.mm2()
aaa.mm3()
aaa.mm4()
print('')
print('mm3','='*20)
print('')
aaa.mmm1()
aaa.mmm2()
aaa.mmm3()
aaa.mmm4()#结果
==================== 惊喜加惊讶 ====================m1 ====================m1.f1
m1.f2
m1.f3m2 ====================m2.ff1
m2.ff2
m2.ff3m3 ====================m3.fff1
m3.fff2
m3.fff3mm11 ====================mm1.m1
mm1.m2
mm1.m3
mm1.m4mm2 ====================mm2.mm1
mm2.mm2
mm2.mm3
mm2.mm4mm3 =========fd===========mm3.mmm1
mm3.mmm2
mm3.mmm3
mm3.mmm4Process finished with exit code 0

4.绝对导入和相对导入

  • 我们的最顶级包aaa是写给别人用的,然后在aaa包内部也会有彼此之间互相导入的需求,这时候就有绝对导入和相对导入两种方式:

  • 1.绝对导入:以aaa作为起始

  • 相对导入:用.或者…的方式最为起始(只能在一个包中使用,不能用于不同目录内)

    基于此结构使用的示例:

在这里插入图片描述

  • 例如:

    #绝对导入#在mm2中想要调用m2
    from aaa.m2 import *
    #相对导入#在mm1中想要调用m1
    from ..m1 import *
    

5、包以及包所包含的模块都是用来被导入的,而不是被直接执行的。而环境变量都是以执行文件为准的

6.绝对导入与相对导入总结

绝对导入与相对导入# 绝对导入: 以执行文件的sys.path为起始点开始导入,称之为绝对导入
#        优点: 执行文件与被导入的模块中都可以使用
#        缺点: 所有导入都是以sys.path为起始点,导入麻烦# 相对导入: 参照当前所在文件的文件夹为起始开始查找,称之为相对导入
#        符号: .代表当前所在文件的文件加,..代表上一级文件夹,...代表上一级的上一级文件夹
#        优点: 导入更加简单
#        缺点: 只能在导入包中的模块时才能使用#注意:1. 相对导入只能用于包内部模块之间的相互导入,导入者与被导入者都必须存在于一个包内2. attempted relative import beyond top-level package # 试图在顶级包之外使用相对导入是错误的,言外之意,必须在顶级包内使用相对导入,每增加一个.代表跳到上一级文件夹,而上一级不应该超出顶级包

2.json&pickle模块

1、什么是序列化与反序列化
  • 内存中某一类的数据---------------》特殊的格式
  • 内存中某一类的数据《---------------特殊的格式
2、为何要序列化

1、存档:把内存中的数据持久化到硬盘**
​ 2、跨平台交互数据**

  • 在python中:
    存档=》推荐用pickle格式
    跨平台交互=》推荐用json格式
3、如何序列化
一.以前的序列化方法:比较low的
1.序列化
items=["圣剑","蝴蝶","BKB"]dic_str=str(items)with open('db.txt',mode='wt',encoding="utf-8") as f:f.write(dic_str)2.反序列化
with open('db.txt',mode='rt',encoding='utf-8') as f:data=f.read()  # "['圣剑', '蝴蝶', 'BKB']"items=eval(data)print(items[0])
二:现在的序列化方法:json
  • 优点:跨平台交互数据
  • 缺点:无法识别所有的python数据类型
  • 注意:json格式的字符串里不能包含单引号
import json  #盗用json 模块
序列化方式一: #dumps 与loads 合用
t={"a":1,"b":2}  # 字典=======》json格式的字符串:{"a":1,"b":2}
res=json.dumps(t)
print(res,type(res))
with open("a.json",mode='wt',encoding='utf-8') as f:f.write(res)
json反序列化方式一:
with open("a.json",mode='rt',encoding='utf-8') as f:data=f.read()dic=json.loads(data)print(dic,type(dic))json序列化方式二: #dump 与load 合用
t={"a":1,"b":2}  # 字典=======》json格式的字符串:"[1,2,3]"
with open("b.json",mode='wt',encoding='utf-8') as f:json.dump(t,f)
json反序列化方式二:
with open("b.json",mode='rt',encoding='utf-8') as f:dic=json.load(f)print(dic,type(dic))
三:现在的序列化方法:pickle
  • 优点:可以识别所有python类型

  • 缺点:只能用于python中,无法跨平台交互

    具体操作与json格式是一样的,这里就不多做累赘的解释了。

3.hashlib模块

hash是一种算法(md5\sha256\sha512等),我们为该算法传入内容,该算法会计算得到一串hash值

hash值具备以下三个特点:
  • 1、如果传入的内容一样,并且采用hash算法也一样,那么得到个hash值一定是一样的
  • 2、hash值的长度取决于采用的算法,与传入的文本内容的大小无关
  • 3、hash值不可逆
输入字符不变情况下:

执行文件一:

import hashlib
m=hashlib.md5()
m.update("你好".encode('utf-8'))
m.update("egon".encode('utf-8'))
m.update("哈哈哈".encode('utf-8'))  # "你好egon哈哈哈"
res=m.hexdigest()
print(res)

结果:

824cb1b104e36de8f98ef38fbee759a5

执行文件二:

import hashlib
m1=hashlib.md5("你".encode('utf-8'))
m1.update("好eg".encode('utf-8'))
m1.update("on哈哈哈".encode('utf-8'))  # "你好egon哈哈哈"
res=m1.hexdigest()
print(res)

结果:

824cb1b104e36de8f98ef38fbee759a5
数据修改的情况下

执行文件三:

import hashlib
m1=hashlib.md5("你".encode('utf-8'))
m1.update("好eg".encode('utf-8'))
m1.update("on".encode('utf-8'))
m1.update("_sb哈哈哈".encode('utf-8'))  # "你好egon_sb哈哈哈"
res=m1.hexdigest()
print(res)

结果:

81fc3b364325cdd079f9baff7a8b6c95
图片的哈希值

执行文件四:

import hashlib
m2=hashlib.md5()
with open('aaa.png',mode='rb') as f:for line in f:m2.update(line)
print(m2.hexdigest())

结果:

14c1bbbb06ba99319a42e89074346d5d
对哈希值进行加密

执行文件五:

pwd="123"
m3=hashlib.md5()
m3.update("天王盖地虎".encode('utf-8'))
m3.update(pwd.encode('utf-8')) # "天王盖地虎123小鸡炖蘑菇"
m3.update("小鸡炖蘑菇".encode('utf-8'))
print(m3.hexdigest())

结果:

11d69510db5f5a4a87f56b7fc58dc8d2

这篇关于python中包的解释,用法。jsonpickle模块,以及哈希用法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/694732

相关文章

使用Python的requests库调用API接口的详细步骤

《使用Python的requests库调用API接口的详细步骤》使用Python的requests库调用API接口是开发中最常用的方式之一,它简化了HTTP请求的处理流程,以下是详细步骤和实战示例,涵... 目录一、准备工作:安装 requests 库二、基本调用流程(以 RESTful API 为例)1.

Python清空Word段落样式的三种方法

《Python清空Word段落样式的三种方法》:本文主要介绍如何用python-docx库清空Word段落样式,提供三种方法:设置为Normal样式、清除直接格式、创建新Normal样式,注意需重... 目录方法一:直接设置段落样式为"Normal"方法二:清除所有直接格式设置方法三:创建新的Normal样

Python调用LibreOffice处理自动化文档的完整指南

《Python调用LibreOffice处理自动化文档的完整指南》在数字化转型的浪潮中,文档处理自动化已成为提升效率的关键,LibreOffice作为开源办公软件的佼佼者,其命令行功能结合Python... 目录引言一、环境搭建:三步构建自动化基石1. 安装LibreOffice与python2. 验证安装

把Python列表中的元素移动到开头的三种方法

《把Python列表中的元素移动到开头的三种方法》在Python编程中,我们经常需要对列表(list)进行操作,有时,我们希望将列表中的某个元素移动到最前面,使其成为第一项,本文给大家介绍了把Pyth... 目录一、查找删除插入法1. 找到元素的索引2. 移除元素3. 插入到列表开头二、使用列表切片(Lis

Python按照24个实用大方向精选的上千种工具库汇总整理

《Python按照24个实用大方向精选的上千种工具库汇总整理》本文整理了Python生态中近千个库,涵盖数据处理、图像处理、网络开发、Web框架、人工智能、科学计算、GUI工具、测试框架、环境管理等多... 目录1、数据处理文本处理特殊文本处理html/XML 解析文件处理配置文件处理文档相关日志管理日期和

Python标准库datetime模块日期和时间数据类型解读

《Python标准库datetime模块日期和时间数据类型解读》文章介绍Python中datetime模块的date、time、datetime类,用于处理日期、时间及日期时间结合体,通过属性获取时间... 目录Datetime常用类日期date类型使用时间 time 类型使用日期和时间的结合体–日期时间(

使用Python开发一个Ditto剪贴板数据导出工具

《使用Python开发一个Ditto剪贴板数据导出工具》在日常工作中,我们经常需要处理大量的剪贴板数据,下面将介绍如何使用Python的wxPython库开发一个图形化工具,实现从Ditto数据库中读... 目录前言运行结果项目需求分析技术选型核心功能实现1. Ditto数据库结构分析2. 数据库自动定位3

Python yield与yield from的简单使用方式

《Pythonyield与yieldfrom的简单使用方式》生成器通过yield定义,可在处理I/O时暂停执行并返回部分结果,待其他任务完成后继续,yieldfrom用于将一个生成器的值传递给另一... 目录python yield与yield from的使用代码结构总结Python yield与yield

python使用Akshare与Streamlit实现股票估值分析教程(图文代码)

《python使用Akshare与Streamlit实现股票估值分析教程(图文代码)》入职测试中的一道题,要求:从Akshare下载某一个股票近十年的财务报表包括,资产负债表,利润表,现金流量表,保存... 目录一、前言二、核心知识点梳理1、Akshare数据获取2、Pandas数据处理3、Matplotl

Django开发时如何避免频繁发送短信验证码(python图文代码)

《Django开发时如何避免频繁发送短信验证码(python图文代码)》Django开发时,为防止频繁发送验证码,后端需用Redis限制请求频率,结合管道技术提升效率,通过生产者消费者模式解耦业务逻辑... 目录避免频繁发送 验证码1. www.chinasem.cn避免频繁发送 验证码逻辑分析2. 避免频繁