1、操作日志


logging.basicConfig:日志的统一处理器,对日志的输出格式和方式做配置
日志级别等级CRITICAL > ERROR > WARNING > INFO > EDBUG


level设定级别以及以上级别的才会打印,这里注意大小写!


打印日志信息在控制台或输出在一个文件示例:


 1 import logging
2 import os
3
4 # log_file = os.path.join(os.getcwd(),'wlog.log')
5 log_format = "%(asctime)s %(filename)s [line:%(lineno)d] %(levelname)s: %(message)s"
6 '''
7 如果不写filename和filemode参数则默认打印到console
8 '''
9 logging.basicConfig(level=logging.WARNING,format=log_format)
10 # logging.basicConfig(level=logging.WARNING,format=log_format,filename=log_file,filemode='w')
11
12 logging.warning("waring message")
13 logging.error("error message")

输出在控制台信息如下:


2017-03-20 21:41:07,756 3.19.py [line:24] WARNING: waring message
2017-03-20 21:41:07,756 3.19.py [line:25] ERROR: error message


同时在控制台和输出到文件代码示例:


 1 # 创建一个logger
2 logger = logging.getLogger("mylogger")
3 logger.setLevel(logging.INFO)
4
5 # 创建一个handler,将log写入文件中
6 fh = logging.FileHandler('D:/pycharm workspace/practice/log.txt','a')
7 fh.setLevel(logging.INFO)
8
9 # 再创建一个handler,将log输出在控制台
10 ch = logging.StreamHandler()
11 ch.setLevel(logging.CRITICAL)
12
13 # 设置输出格式
14 log_format = "%(asctime)s %(filename)s [line:%(lineno)d] %(levelname)s: %(message)s"
15 formatter = logging.Formatter(log_format)
16 fh.setFormatter(formatter)
17 ch.setFormatter(formatter)
18
19 #把handler添加到logger里,其实可以理解为汇报给大领导
20 logger.addHandler(fh)
21 logger.addHandler(ch)
22
23 logger.error("今天天气阴")

控制台设置为CRITICAL不会有输出,因为打印的是error信息
输出到文件设置为INFO,打印的是error信息,会输出在文件中
如果设置成不一样的实际是没有任何意义。一般都设置为INFO。


另:


将执行脚本的日志保存在一个文件中


1     dirfile = os.listdir("D:\\")
2 for i in dirfile:
3 s=i.split('.')[1]
4 print(s)
5 if s == "py":
6 os.system("D:\\%s 1>>log.txt 2>&1" %i)


2、加密


#DES加密
# pyDes.des(key,[mode],[IV],[pad],[pdamode])
# 参数的意思分别如下:
# key:加密密钥,长度为8位。必选
# mode:加密方式。ECB(默认)、CBC(安全性好于前者)
# IV:初始字节数(长度为8位),如果选择的加密方式为CBC必须有这个参数。否则可以没有
# pad:加密时,将该字符添加到数据块的结尾;解密时,将删除从最后一个往前的8位
# padmode:PAD_NORMAL、PAD_PKCSS,当选择前者时必须设置pad


md5、sha、des加密代码示例:


 1 import hashlib     #md5 sha
2 import base64 #des
3 from pyDes import *
4
5 def md5_encode(data):
6 m = hashlib.md5()
7 m.update(data.encode('utf-8'))
8 return m.hexdigest() #经过特殊处理之后以字符串形式返回
9
10 def sha1_encode(data):
11 sha1 = hashlib.sha1()
12 sha1.update(data.encode('utf-8'))
13 return sha1.hexdigest()
14
15 def des_encode(data):
16 k = des("xqtest66",padmode=PAD_PKCS5)
17 # k = des('xqtest66',CBC,'goodluck',pad='hahahaha',padmode=PAD_NORMAL)
18
19 #encrypt来加密我的数据,然后进行base64编码
20 encodeStrr = base64.b64encode(k.encrypt(data))
21 return encodeStrr
22
23 data = "wo"
24 print('md5加密结果:',md5_encode(data))
25 print('sha加密结果:',sha1_encode(data))
26 print('des加密结果:',des_encode(data))

3、发送邮件


 1 import smtplib
2 import email.mime.multipart
3 import email.mime.text
4
5 from email.mime.application import MIMEApplication
6
7 class SendMail:
8 def send_mail(self,title):
9 msg = email.mime.multipart.MIMEMultipart() #生成包含多个邮件体的对象
10 msg['from'] = 'jiayan****@126.com'
11 msg['to'] = '5478987@qq.com'
12 msg['subject'] = title
13 content = '''
14 这是邮件的正文部分
15 '''
16
17 #邮件正文
18 txt = email.mime.text.MIMEText(content)
19 msg.attach(txt)
20
21 #excel附件
22 # xlsxpart = MIMEApplication(open('send_mail_excel.xlsx', 'rb').read())
23 # xlsxpart.add_header('Content-Disposition', 'attachment', filename='send_mail_excel.xlsx')
24 # msg.attach(xlsxpart)
25
26 #jpg图片附件
27 jpgpart = MIMEApplication(open('Aaron.png', 'rb').read())
28 jpgpart.add_header('Content-Disposition', 'attachment', filename='Aaron.png') #需要图片文件在代码相应的目录下
29 msg.attach(jpgpart)
30
31 #发送邮件
32 smtp=smtplib
33 smtp=smtplib.SMTP()
34 smtp.set_debuglevel(1) #设置为调试模式,console中显示
35 smtp.connect('smtp.126.com','25') #链接服务器,smtp地址+端口
36 smtp.login('jiayan****@126.com','Jiaxxxxxxxx') #登录,用户名+密码
37 smtp.sendmail('jiayan****@126.com','5478987@qq.com',str(msg)) #发送,from+to+内容
38 smtp.quit()
39
40 mail = SendMail()
41 mail.send_mail('python自动化测试')

查找最进时间修改的文件,代码如下:


 1 os.path.listdir  #以列表的形式展示文件
2 os.path.getmtime #最后修改的时间
3 os.path.join #路径拼接
4
5 import os
6 filenames = "D:\\pycharm workspace\\appiumframework\\report"
7 lists = os.listdir(filenames)
8 print(lists)
9 lists.sort(key=lambda fn:os.path.getmtime(filenames+"\\"+fn))
10 print(lists[-1])
11 file = os.path.join(filenames,lists[-1])
12 print(file)

4、进程与线程的区别:

进程不共享空间,线程共享地址空间 线程共享空间优缺点:
优点:多线程给用户的体验好些,处理速度快些
缺点:共享地址空间相互影响
 import threading
import time class Mythreading(threading.Thread):
def __init__(self,threadID,name,counter):
threading.Thread.__init__(self) #固定格式
self.threadID = threadID
self.name = name
self.counter = counter
print("初始化完成")
def run(self): #由cpu来处理决定线程间的执行顺序
print("开始"+self.name)
print_time(self.name,self.counter,5)
print("结束"+self.name) def print_time(threasName,counter,delay):
while counter:
time.sleep(delay)
print("%s:%s"%(threasName,time.ctime(time.time())))
counter -= 1 #创建线程
thread1 = Mythreading(1,"thread1",1)
thread2 = Mythreading(2,"thread2",2) #开启线程
thread1.start()
thread2.start()
 import threading
import time class Mythreading(threading.Thread):
def __init__(self,threadID,name,counter):
threading.Thread.__init__(self) #固定格式
self.threadID = threadID
self.name = name
self.counter = counter
print("初始化完成")
def run(self): #由cpu来处理决定线程间的执行顺序
threadLock.acquire() #获得锁,成功获得锁定后返回True,可选的参数timeout不填时将一直阻塞直到获得锁定
print_time(self.name,self.counter,3)
threadLock.release() #释放锁,开始下一个线程 def print_time(threasName,counter,delay):
while counter:
time.sleep(delay)
print("%s:%s"%(threasName,time.ctime(time.time())))
counter -= 1 threadLock = threading.Lock()
threads = [] #创建线程
thread1 = Mythreading(1,"thread1",1)
thread2 = Mythreading(2,"thread2",2) #开启线程
thread1.start()
thread2.start() # thread1.join()
# thread2.join()
threads.append(thread1)
threads.append(thread2)
for t in threads:
t.join() #后边的代码必须等待,等线程运行完成才会往后运行代码 print("我的的花儿也谢了")

为什么下图左为串行,下图右为并行运行呢?

图左love启动后分别执行start和join,启动了join后边代码就需要等待前边代码运行完成。总共18s

图右同时启动love和hate,运行所需要执行的时间然后停止。总共10s

超级播放器示例,如下:

 import threading
from time import sleep, ctime
def music(func):
for i in range(2):
print ("I was listening to %s! %s" %(func,ctime()))
sleep(4)
def move(func):
for i in range(2):
print ("I was at the %s! %s" %(func,ctime()))
sleep(5) def player(name):
r = name.split('.')[1]
if r=="mp3":
music(name)
elif r=="mp4":
move(name)
else:
print("%s is error!"%name) lists = ["love.mp3","hate.mp4","cuicui.mp3","nnnn.mp4"] threads = []
files = range(len(lists))
for i in files:
t = threading.Thread(target=player,args=(lists[i],))
threads.append(t) if __name__ == '__main__':
for i in files:
threads[i].start()
for i in files:
threads[i].join()
print ('all end: %s' %ctime())

5、生产者与消费者示例:

 import threading
class Produce(threading.Thread): def __init__(self,name):
threading.Thread.__init__(self)
self.name = name
def run(self):
global x
tt.acquire()
if x > 0 : print("我不生产了")
else:
for i in range(5):
x += 1
print("%s在生产中,第%d个"%(self.name,x))
tt.release() class Consume(threading.Thread):
def __init__(self,name):
threading.Thread.__init__(self)
self.name = name
def run(self):
global x
tt.acquire()
if x == 0: print("我不消费了")
else:
for i in range(5):
x -= 1
print("%s在消费中,第%d个"%(self.name,x+1))
tt.release()
x = 0
tt = threading.Lock()
# tt = threading.Condition p = Produce("produce")
c = Consume("consume") p.start()
c.start() p.join()
c.join()

Python自动化--语言基础7--操作日志、加密、发送邮件、线程、生产者消费者的更多相关文章

  1. Python自动化--语言基础6--模块操作之re、MySQL、Excel

    1.Python自有模块正则 import re # re.match只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回None print(re.match("aaa ...

  2. Python自动化--语言基础4--模块、文件读写、异常

    模块1.什么是模块?可以理解为一个py文件其实就是一个模块.比如xiami.py就是一个模块,想引入使用就在代码里写import xiami即可2.模块首先从当前目录查询,如果没有再按path顺序逐一 ...

  3. python自动化--语言基础四模块、文件读写、异常

    模块1.什么是模块?可以理解为一个py文件其实就是一个模块.比如xiami.py就是一个模块,想引入使用就在代码里写import xiami即可2.模块首先从当前目录查询,如果没有再按path顺序逐一 ...

  4. Python自动化--语言基础8--接口请求及封装

    基于http协议,最常用的是GET和POST两种方法. 接口文档需要包含哪些信息: 接口名称接口功能接口地址支持格式 json/xml请求方式请求示例请求参数(是否必填.数据类型.传递参数格式)返回参 ...

  5. Python自动化--语言基础5--面向对象、迭代器、range和切片的区分

    面向对象 一.面向对象代码示例: 1 class Test(): #类的定义 2 car = "buick" #类变量,定义在类里方法外,可被对象直接调用,具有全局效果 3 def ...

  6. Python自动化--语言基础3--字典、函数、全局/局部变量

    字典 dict1 = {'name':'han','age':18,'class':'first'} print(dict1.keys()) #打印所有的key值 print(dict1.values ...

  7. Python自动化--语言基础2--运算符、格式化输出、条件语句、循环语句、列表、元组

    运算符包括:算术运算符.比较运算符.赋值运算符.逻辑运算符.成员运算符.身份运算符 算术运算符 %   取模(余数) //  取相除的整数部分 /   (5/2=2.5) 比较运算符 ==  等于 ! ...

  8. python自动化--语言基础1--数据类型及类型转换

    Python中核心的数据类型有哪些?变量(数字.字符串.元组.列表.字典) 什么是数据的不可变性?哪些数据类型具有不可变性数据的不可变是指数据不可更改,比如: a = ("abc" ...

  9. python自动化--语言基础五面向对象、迭代器、range和切片的区分

    面向对象 一.面向对象简单介绍: class Test(): #类的定义 car = "buick" #类变量,定义在类里方法外,可被对象直接调用,具有全局效果 def __ini ...

随机推荐

  1. 给外行或者刚入门普及一下关于C#,.NET Framework(.NET框架),.Net,CLR,ASP,ASP.Net, VS,以及.NET Core的概念

    一.概念 1. C# :C#是微软公司发布的一种面向对象的.运行于.NET Framework之上的高级程序设计语言. 2..NET Framework(.NET框架):.NET framework ...

  2. RMQ算法 (ST算法)

     概述: RMQ(Range Minimum/Maximum Query),即区间最值查询,是指这样一个问题:对于长度为n的数列A,回答若干询问RMQ(A,i,j)(i,j<=n),返回数列A中 ...

  3. Django实现组合搜索

    一.实现方法 1.纯模板语言实现 2.自定义simpletag实现(本质是简化了纯模板语言的判断) 二.基本原理 原理都是通过django路由系统,匹配url筛选条件,将筛选条件作为数据库查询结果,返 ...

  4. python基础5之装饰器

    内容概要: 一.装饰器前期知识储备 1.python解释函数代码过程: python解释器从上往下顺序解释代码,碰到函数的定义代码块不会立即执行它,而是将其放在内存中,等到该函数被调用时,才执行其内部 ...

  5. Do you know how many stuff inside your Google Account?

    My friend Sandy she wants me to do her a favor. She'd like to clear Hangouts chat history. I think s ...

  6. 2017-06-25(常用快捷键 history 用户及用户组)

    常用快捷键 ctrl+l 清屏 (与clear命令功能相似) ctrl+c 强制终止当前命令 crtl+a 光标移到命令行首 crtl+e 光标移到命令行尾 ctrl+u 从光标所在位置删除至行首 c ...

  7. Python程序的执行方式

    Python代码有两种执行方式: 一.文件执行 二.交互器执行(推荐) 一.文件执行 1.用 notepad++ 或 Sublime Text,甚至 写字本创建一个文件. 2.比如:print('He ...

  8. Servlet--HttpServletRequest接口,HttpServletResponse接口

    HttpServletRequest接口 定义 public interface HttpServletRequest extends ServletRequest; 用来处理一个对 Servlet ...

  9. Base64图片编码优化

    通过对图片进行base64编码,将base64(或其他数据)内嵌在image标签的属性当中(或者CSS中或JavaScript中),可以实现将图片直接嵌入代码中的目的,如此一来,可以减少HTTP请求, ...

  10. 【转载】Linux时间相关结构与函数

    1 时间的获取 在程序当中, 我们经常要输出系统当前的时间,比如日志文件中的每一个事件都要记录其产生时间.在 C 语言中获取当前时间的方法有以下几种,它们所获得的时间精度从秒级到纳秒,各有所不同. 表 ...