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中列表list切分的实现

《python中列表list切分的实现》列表是Python中最常用的数据结构之一,经常需要对列表进行切分操作,本文主要介绍了python中列表list切分的实现,文中通过示例代码介绍的非常详细,对大家... 目录一、列表切片的基本用法1.1 基本切片操作1.2 切片的负索引1.3 切片的省略二、列表切分的高

基于Python实现一个PDF特殊字体提取工具

《基于Python实现一个PDF特殊字体提取工具》在PDF文档处理场景中,我们常常需要针对特定格式的文本内容进行提取分析,本文介绍的PDF特殊字体提取器是一款基于Python开发的桌面应用程序感兴趣的... 目录一、应用背景与功能概述二、技术架构与核心组件2.1 技术选型2.2 系统架构三、核心功能实现解析

通过Python脚本批量复制并规范命名视频文件

《通过Python脚本批量复制并规范命名视频文件》本文介绍了如何通过Python脚本批量复制并规范命名视频文件,实现自动补齐数字编号、保留原始文件、智能识别有效文件等功能,听过代码示例介绍的非常详细,... 目录一、问题场景:杂乱的视频文件名二、完整解决方案三、关键技术解析1. 智能路径处理2. 精准文件名

基于Python开发PDF转Doc格式小程序

《基于Python开发PDF转Doc格式小程序》这篇文章主要为大家详细介绍了如何基于Python开发PDF转Doc格式小程序,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下... 用python实现PDF转Doc格式小程序以下是一个使用Python实现PDF转DOC格式的GUI程序,采用T

Python使用PIL库将PNG图片转换为ICO图标的示例代码

《Python使用PIL库将PNG图片转换为ICO图标的示例代码》在软件开发和网站设计中,ICO图标是一种常用的图像格式,特别适用于应用程序图标、网页收藏夹图标等场景,本文将介绍如何使用Python的... 目录引言准备工作代码解析实践操作结果展示结语引言在软件开发和网站设计中,ICO图标是一种常用的图像

使用Python开发一个图像标注与OCR识别工具

《使用Python开发一个图像标注与OCR识别工具》:本文主要介绍一个使用Python开发的工具,允许用户在图像上进行矩形标注,使用OCR对标注区域进行文本识别,并将结果保存为Excel文件,感兴... 目录项目简介1. 图像加载与显示2. 矩形标注3. OCR识别4. 标注的保存与加载5. 裁剪与重置图像

使用Python实现表格字段智能去重

《使用Python实现表格字段智能去重》在数据分析和处理过程中,数据清洗是一个至关重要的步骤,其中字段去重是一个常见且关键的任务,下面我们看看如何使用Python进行表格字段智能去重吧... 目录一、引言二、数据重复问题的常见场景与影响三、python在数据清洗中的优势四、基于Python的表格字段智能去重

Python中如何控制小数点精度与对齐方式

《Python中如何控制小数点精度与对齐方式》在Python编程中,数据输出格式化是一个常见的需求,尤其是在涉及到小数点精度和对齐方式时,下面小编就来为大家介绍一下如何在Python中实现这些功能吧... 目录一、控制小数点精度1. 使用 round() 函数2. 使用字符串格式化二、控制对齐方式1. 使用

Python如何快速下载依赖

《Python如何快速下载依赖》本文介绍了四种在Python中快速下载依赖的方法,包括使用国内镜像源、开启pip并发下载功能、使用pipreqs批量下载项目依赖以及使用conda管理依赖,通过这些方法... 目录python快速下载依赖1. 使用国内镜像源临时使用镜像源永久配置镜像源2. 使用 pip 的并

Python如何实现读取csv文件时忽略文件的编码格式

《Python如何实现读取csv文件时忽略文件的编码格式》我们再日常读取csv文件的时候经常会发现csv文件的格式有多种,所以这篇文章为大家介绍了Python如何实现读取csv文件时忽略文件的编码格式... 目录1、背景介绍2、库的安装3、核心代码4、完整代码1、背景介绍我们再日常读取csv文件的时候经常