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

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

Python正则表达式匹配和替换的操作指南

《Python正则表达式匹配和替换的操作指南》正则表达式是处理文本的强大工具,Python通过re模块提供了完整的正则表达式功能,本文将通过代码示例详细介绍Python中的正则匹配和替换操作,需要的朋... 目录基础语法导入re模块基本元字符常用匹配方法1. re.match() - 从字符串开头匹配2.

Python使用FastAPI实现大文件分片上传与断点续传功能

《Python使用FastAPI实现大文件分片上传与断点续传功能》大文件直传常遇到超时、网络抖动失败、失败后只能重传的问题,分片上传+断点续传可以把大文件拆成若干小块逐个上传,并在中断后从已完成分片继... 目录一、接口设计二、服务端实现(FastAPI)2.1 运行环境2.2 目录结构建议2.3 serv

通过Docker容器部署Python环境的全流程

《通过Docker容器部署Python环境的全流程》在现代化开发流程中,Docker因其轻量化、环境隔离和跨平台一致性的特性,已成为部署Python应用的标准工具,本文将详细演示如何通过Docker容... 目录引言一、docker与python的协同优势二、核心步骤详解三、进阶配置技巧四、生产环境最佳实践

Python一次性将指定版本所有包上传PyPI镜像解决方案

《Python一次性将指定版本所有包上传PyPI镜像解决方案》本文主要介绍了一个安全、完整、可离线部署的解决方案,用于一次性准备指定Python版本的所有包,然后导出到内网环境,感兴趣的小伙伴可以跟随... 目录为什么需要这个方案完整解决方案1. 项目目录结构2. 创建智能下载脚本3. 创建包清单生成脚本4

Python实现Excel批量样式修改器(附完整代码)

《Python实现Excel批量样式修改器(附完整代码)》这篇文章主要为大家详细介绍了如何使用Python实现一个Excel批量样式修改器,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录前言功能特性核心功能界面特性系统要求安装说明使用指南基本操作流程高级功能技术实现核心技术栈关键函

python获取指定名字的程序的文件路径的两种方法

《python获取指定名字的程序的文件路径的两种方法》本文主要介绍了python获取指定名字的程序的文件路径的两种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要... 最近在做项目,需要用到给定一个程序名字就可以自动获取到这个程序在Windows系统下的绝对路径,以下

使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解

《使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解》本文详细介绍了如何使用Python通过ncmdump工具批量将.ncm音频转换为.mp3的步骤,包括安装、配置ffmpeg环... 目录1. 前言2. 安装 ncmdump3. 实现 .ncm 转 .mp34. 执行过程5. 执行结

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

Python中 try / except / else / finally 异常处理方法详解

《Python中try/except/else/finally异常处理方法详解》:本文主要介绍Python中try/except/else/finally异常处理方法的相关资料,涵... 目录1. 基本结构2. 各部分的作用tryexceptelsefinally3. 执行流程总结4. 常见用法(1)多个e