模块是 Python 程序架构的一个核心概念
通常模块为一个文件,直接使用import来导入就好了。可以作为module的文件类型有".py"、".pyo"、".pyc"、".pyd"、".so"、".dll"。
每一个以扩展名 py 结尾的 Python 源代码文件都是一个 **模块 **
模块名 同样也是一个 标识符,需要符合标识符的命名规则
在模块中定义的 全局变量 、函数、类 都是提供给外界直接使用的 工具
模块 就好比是 工具包,要想使用这个工具包中的工具,就需要先 导入 这个模块
import 模块名1, 模块名2
提示:在导入模块时,每个导入应该独占一行
import 模块名1
import 模块名2
模块名. 使用 模块提供的工具 —— 全局变量、函数、类从某一个模块 中,导入 部分 工具,就可以使用 from ... import 的方式import 模块名 是 一次性 把模块中 所有工具全部导入,并且通过 模块名/别名 访问# 从 模块 导入 某一个工具
from 模块名1 import 工具名
不需要 通过 模块名.模块提供的工具 —— 全局变量、函数、类注意
如果
两个模块,存在同名的函数,那么后导入模块的函数,会覆盖掉先导入的函数
import 代码应该统一写在 代码的顶部,更容易及时发现冲突as 关键字 给其中一个工具起一个别名as 指定模块的别名如果模块的名字太长,可以使用
as指定模块的名称,以方便在代码中的使用
import 模块名1 as 模块别名
from itsdangerous import TimedJSONWebSignatureSerializer as Serializer
注意:
模块别名应该符合大驼峰命名法
变量名重复时使用 as 创建别名
# 从 模块 导入 所有工具
from 模块名1 import * # 这种方式不推荐使用,因为函数重名并没有任何的提示,出现问题不好排查
from requests import get
from requests.api import sessions
from itsdangerous import TimedJSONWebSignatureSerializer as Serializer
import 如果你要导入的 Python 脚本与当前脚本位于同一个目录下,只需输入 import,然后是文件名,无需扩展名 .py。
从一个模块中导入定义好的变量
# filename: a.py
a = 1
# filename: b.py
from a import a
print(a)
从模块中导入定义好的方法
# filename: a.py
def a():
print(__name__)
# filename: b.py
from a import a
a()
从模块中导入定义好的对象
# filename: a.py
class A():
def b():
print(__name__)
# filename: b.py
from a import A
a = A()
a.b()
案例:使用 requests 中的 get 方式的三种导入
# import requests
# from requests import *
# from requests import get
#
# response = requests.get("https://www.baidu.com")
# print(response.status_code)
import 导入的顺序(模块导入顺序)
import sys, os
# sys.path.append(os.path.abspath(os.path.join(os.path.dirname(__file__), ‘xxx‘)))
print(sys.path)
变量导入顺序
locals()
globals()
if __name__ == ‘__main__‘ 块为了避免运行从其他脚本中作为模块导入的脚本中的可执行语句,将这些行包含在 if __name__ == ‘__main__‘ 块中。
每当我们运行此类脚本时,Python 实际上会为所有模块设置一个特殊的内置变量 __name__ 。当我们运行脚本时,Python 会将此模块识别为主程序,并将此模块的 __name__ 变量设为字符串 “main”。对于该脚本中导入的任何模块,这个内置 __name__ 变量会设为该模块的名称。因此,条件 if __name__ == "__main__"会检查该模块是否为主程序。
相对导入与绝对导入
绝对导入的格式为 import A.B 或 from A import B,相对导入格式为 from .A import B 或 from ..X import Y,. 代表当前模块,.. 代表上层模块,... 代表上上层模块,依次类推。
通常包总是一个目录,可以使用 import 导入包,或者 from ... import 来导入包中的部分模块。包目录下为首的一个文件便是 __init__.py。然后是一些模块文件和子目录,假如子目录中也有 __init__.py 那么它就是这个包的子包了。
__init__.py_好处
import 包名 可以一次性导入包中所有的模块__init__.py
__all__ == [‘a‘, ‘b‘, ‘c‘]
实际开发场景
__name__ 属性
__name__属性可以做到,测试模块的代码 只在测试情况下被运行,而在被导入时不会被执行
__name__ 是 Python 的一个内置属性,记录着一个 字符串
如果是被其他文件导入的,__name__ 就是模块名
如果是当前执行的程序 __name__ 是 __main__
在很多 Python 文件中都会看到以下格式的代码:
# 导入模块
# 定义全局变量
# 定义类
# 定义函数
# 在代码的最下方
def main():
# ...
pass
# 根据 __name__ 判断是否执行下方代码
if __name__ == "__main__":
main()
pip 是 Python 包管理工具,该工具提供了对Python 包的查找、下载、安装、卸载的功能。
目前如果你在 python.org 下载最新版本的安装包,则是已经自带了该工具。
显示版本和路径
pip --version
升级pip
pip install -U pip
指定版本安装库
pip install Django==1.7
列出已安装的包
pip list
注意事项
如果 Python2 和 Python3 同时有 pip,则使用方法如下:
Python2:
python2 -m pip install XXX
Python3:
python3 -m pip install XXX
指定下载好的文件进行安装
pip install Flask-WTF-0.10.0.tar.gz
pip install requests-master.zip
指定国内源进行安装
pip install -i https://pypi.douban.com/simple/ requests
pip国内镜像源。
阿里云 http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣 http://pypi.douban.com/simple
Python官方 https://pypi.python.org/simple/
v2ex http://pypi.v2ex.com/simple/
中国科学院 http://pypi.mirrors.opencas.cn/simple/
linux修改 ~/.pip/pip.conf
mkdir ~/.pip
vim ~/.pip/pip.conf
[global]
index-url = http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host = mirrors.aliyun.com
1 打开appdata文件夹,在资源管理器的地址栏输入%appdata%后回车:
2 新建一个pip文件夹,在pip文件夹里面新建一个配置文件pip.ini:
3 在配置文件中输入如下内容后保存即可:
[global]
timeout = 6000
index-url = http://mirrors.aliyun.com/pypi/simple/
trusted-host = http://mirrors.aliyun.com/pypi/simple/
程序在运行时,如果Python 解释器遇到 到一个错误,会停止程序的执行,并且提示一些错误信息,这就是 异常
程序停止执行并且提示错误信息 这个动作,我们通常称之为:抛出(raise)异常

程序开发时,很难将所有的特殊情况都处理的面面俱到,通过异常捕获可以针对突发事件做集中的处理,从而保证程序的稳定性和健壮性
在程序开发中,如果 对某些代码的执行不能确定是否正确,可以增加 try(尝试) 来 捕获异常
捕获异常最简单的语法格式:
try:
尝试执行的代码
except:
出现错误的处理
try 尝试,下方编写要尝试代码,不确定是否能够正常执行的代码
except 如果不是,下方编写尝试失败的代码
try:
# 提示用户输入一个数字
num = int(input("请输入数字:"))
except:
print("请输入正确的数字")
在程序执行时,可能会遇到不同类型的异常,并且需要针对不同类型的异常,做出不同的响应,这个时候,就需要捕获错误类型了
语法如下:
try:
# 尝试执行的代码
pass
except 错误类型1:
# 针对错误类型1,对应的代码处理
pass
except (错误类型2, 错误类型3):
# 针对错误类型2 和 3,对应的代码处理
pass
except Exception as result:
print("未知错误 %s" % result)
当 Python 解释器抛出异常时,最后一行错误信息的第一个单词,就是错误类型
需求
8 除以用户输入的整数并且输出try:
num = int(input("请输入整数:"))
result = 8 / num
print(result)
except ValueError:
print("请输入正确的整数")
except ZeroDivisionError:
print("除 0 错误")
在开发时,要预判到所有可能出现的错误,还是有一定难度的
如果希望程序 无论出现任何错误,都不会因为 Python 解释器 抛出异常而被终止,可以再增加一个 except
语法如下:
except Exception as result:
print("未知错误 %s" % result)
在实际开发中,为了能够处理复杂的异常情况,完整的异常语法如下:
先对这个语法结构有个印象即可
try:
# 尝试执行的代码
pass
except 错误类型1:
# 针对错误类型1,对应的代码处理
pass
except 错误类型2:
# 针对错误类型2,对应的代码处理
pass
except (错误类型3, 错误类型4):
# 针对错误类型3 和 4,对应的代码处理
pass
except Exception as result:
# 打印错误信息
print(result)
else:
# 没有异常才会执行的代码
pass
finally:
# 无论是否有异常,都会执行的代码
print("无论是否有异常,都会执行的代码")
else 只有在没有异常时才会执行的代码
finally 无论是否有异常,都会执行的代码
之前一个演练的 完整捕获异常 的代码如下:
try:
num = int(input("请输入整数:"))
result = 8 / num
print(result)
except ValueError:
print("请输入正确的整数")
except ZeroDivisionError:
print("除 0 错误")
except Exception as e:
print("未知错误 %s" % e)
else:
print("正常执行")
finally:
print("执行完成,但是不保证正确")
异常的传递 —— 当运行函数出现异常,会将异常传递给的调用一方
如果传递到主程序,仍然没有异常处理,程序才会被终止
提示
在开发中,可以在主函数中增加异常捕获,在主函数中调用的其他函数,只要出现异常,都会传递到主函数的 异常捕获中。这样就不需要在代码中,增加大量的 异常捕获,能够保证代码的整洁
需求
demo1() 提示用户输入一个整数并且返回demo2() 调用 demo1()demo2()def demo1():
return int(input("请输入一个整数:"))
def demo2():
return demo1()
try:
print(demo2())
except ValueError:
print("请输入正确的整数")
except Exception as result:
print("未知错误 %s" % result)
raise 异常在开发中,除了 代码执行出错 Python 解释器会 抛出 异常之外
还可以根据 应用程序 特有的业务需求 主动抛出异常
示例

注意
当前函数 只负责提示用户输入密码,如果 密码长度不正确,需要其他的函数进行额外处理
因此可以 抛出异常,由其他需要处理的函数 捕获异常
Python 中提供了一个 Exception 异常类Exception 的 对象raise 关键字 抛出 异常对象需求
input_password 函数,提示用户输入密码def input_password():
# 1. 提示用户输入密码
pwd = input("请输入密码:")
# 2. 判断密码长度,如果长度 >= 8,返回用户输入的密码
if len(pwd) >= 8:
return pwd
# 3. 密码长度不够,需要抛出异常
# 1> 创建异常对象 - 使用异常的错误信息字符串作为参数
ex = Exception("密码长度不够")
# 2> 抛出异常对象
raise ex
try:
user_pwd = input_password()
print(user_pwd)
except Exception as result:
print("发现错误:%s" % result)
def div(num1, num2):
assert isinstance(num1, int), "值类型不正确"
assert isinstance(num2, int), "值类型不正确"
assert num2 != 0, "除数不能为0"
return num1 / num2
if __name__ == ‘__main__‘:
print(div(100, 0))
原文:https://www.cnblogs.com/mark-wq/p/13491367.html