18 常用模块 random shutil shevle logging sys.stdin/out/err

random：随机数

(0, 1) 小数：random.random()  ***
[1, 10] 整数：random.randint(1, 10)   *****
[1, 10) 整数：random.randrange(1, 10)
(1, 10) 小数：random.uniform(1, 10)
单例集合随机选择1个：random.choice(item)  ***
单例集合随机选择n个：random.sample(item, n)
洗牌单列集合：random.shuffle(item)

# 产生指定位数的验证码
import random
def random_code(count):
    code = ''
    for i in range(count):
        num = random.randint(1, 3)
        if num == 1:
            tag = str(random.randint(0, 9))
        elif num == 2:
            tag = chr(random.randint(65, 90))
        else:
            tag = chr(random.randint(97, 122))
        code += tag
    return code
print(random_code(6))

-----------------------------------------------------------
import random
def random_code1(count):
    source = 'ABCDEFabcdef0123456789'
    code_list = random.sample(source, count)
    return ''.join(code_list)
print(random_code1(6))

shutil：可以操作权限的处理文件模块

# 基于路径的文件复制：
shutil.copyfile('source_file', 'target_file')

# 基于流的文件复制：
with open('source_file', 'rb') as r, open('target_file', 'wb') as w:
    shutil.copyfileobj(r, w)

# 递归删除目标目录
shutil.rmtree('target_folder')

# 文件移动
shutil.remove('old_file', 'new_file')

# 文件夹压缩
shutil.make_archive('file_name', 'format', 'archive_path')

# 文件夹解压
shutil.unpack_archive('unpack_file', 'unpack_name', 'format')

shevle：可以用字典存取数据到文件的序列化模块

　将序列化文件操作dump与load进行封装

import shelve
s_dic = shelve.open("target_file", writeback=True)  # 注：writeback允许序列化的可变类型，可以直接修改值
# 序列化:：存
s_dic['key1'] = 'value1'
s_dic['key2'] = 'value2'
# 反序列化：取
print(s_dic['key1'])
# 文件的释放
s_dic.close()

-------------------------------------------------------------------
import shelve

s_dic=shelve.open('target.txt')   # 默认 writeback=False
s_dic['key1']=[1,2,3,4,5]
s_dic['key2']={'name':'Bob','age':18}
s_dic['key3']='abc'
print(s_dic['key1'])  # [1,2,3,4,5]
s_dic['key1'][2]=30
print(s_dic['key1'])  # [1,2,3,4,5]
s_dic.close()

------------------------------------------------------------------
import shelve

s_dic=shelve.open('target.txt',writeback=True)
s_dic['key1']=[1,2,3,4,5]
s_dic['key2']={'name':'Bob','age':18}
s_dic['key3']='abc'
print(s_dic['key1'])  # [1,2,3,4,5]
s_dic['key1'][2]=30
print(s_dic['key1'])  # [1,2,30,4,5]
s_dic.close()

系统标准输入流/输出流/错误流

import sys
sys.stdout.write('msg')
sys.stderr.write('msg')
msg = sys.stdin.readline()

# print默认是对sys.stdout.write('msg') + sys.stdout.write('\n')的封装
# 格式化结束符print：print('msg', end='')

-----------------------------------------------------
import sys
sys.stdout.write('mag')    # =print('mag',end='') 不分行
sys.stdout.write('msg\n')  # =print('msg') 分行

sys.stderr.write('msg\n')  #错误流输出的数据为红色

res=sys.stdin.read(3)  #输入数据，最多只输出指定位数  ①
print(res)

res1=sys.stdin.readline()  #将输入数据按行输出   ②
print(res1)

①和②同时执行:
　　》》》输入的数据，前三位是①的结果（包括enter），三位后是②的结果，包括enter

logging：日志模块

1) root logging的基本使用：五个级别
2）root logging的基本配置：logging.basicConfig()
3）logging模块四个核心：Logger | Filter | Handler | Formater
4）logging模块的配置与使用
 -- 配置文件：LOGGING_DIC = {}
 -- 加载配置文件：logging.config.dictConfig(LOGGING_DIC) => logging.getLogger('log_name')

logging模块：python提供的用于记录日志的模块
logging作用：手动写日志操作重复且没有任何技术含量，所以python帮我们进行了封装，有了logging后我们在记录日志时，只需要简单的调用接口即可,非常方便!

日志级别

随着时间的推移,日志记录会非常多,成千上万行,如何快速找到需要的日志记录这就成了问题
解决的方案就是明确日志的级别，logging模块将日志分为了五个级别,从高到低分别是:
    1.debug 调试信息
    2.info  常规信息
    3.warning 警告信息
    4.error   错误信息
    5.cretical / fatal 严重错误
本质上他们使用数字来表示级别的,从高到低分别是10,20,30,40,50

logging模块的使用

#1.导入模块
import logging

#2.输出日志：打印级别是人为规定的
logging.info("info")
logging.debug("debug")
logging.warning("warning")
logging.error("error")
logging.critical("critical")

#输出 WARNING:root:warning
#输出 ERROR:root:error
#输出 CRITICAL:root:critical

----------------------------------------------
import logging
import sys

handler1 = logging.FileHandler("owen.log", encoding="utf-8")
handler2 = logging.StreamHandler()

logging.basicConfig(
    level=logging.DEBUG,
    stream=sys.stdout,
    format='%(asctime)s -【%(levelname)s】: %(message)s',
    filename='owen.log',
    handlers=[handler1, handler2]
)

我们发现info  和 debug都没有输出,这是因为它们的级别不够,

默认情况下:
　　logging的最低显示级别为warning,对应的数值为30 ​ 
　　日志被打印到了控制台 ​ 
　　日志输出格式为：级别:日志生成器名称:日志消息  WARNING:root:warning

如何修改这写默认的行为呢?,这就需要我们自己来进行配置

自定义配置

import logging
logging.basicConfig()

可用参数：

filename：用指定的文件名创建FiledHandler（后边会具体讲解handler的概念），这样日志会被存储在指定的文件中。
filemode：文件打开方式，在指定了filename时使用这个参数，默认值为“a”还可指定为“w”。
format：指定handler使用的日志显示格式。
datefmt：指定日期时间格式。
level：设置rootlogger（后边会讲解具体概念）的日志级别

#案例:
logging.basicConfig(
    filename="aaa.log",
    filemode="at",
    datefmt="%Y-%m-%d %H:%M:%S %p",
    format="%(asctime)s - %(name)s - %(levelname)s - %(module)s: %(message)s",
    level=10
)

格式化全部可用名称

%(name)s：Logger的名字，并非用户名，详细查看
%(levelno)s：数字形式的日志级别
%(levelname)s：文本形式的日志级别
%(pathname)s：调用日志输出函数的模块的完整路径名，可能没有
%(filename)s：调用日志输出函数的模块的文件名
%(module)s：调用日志输出函数的模块名
%(funcName)s：调用日志输出函数的函数名
%(lineno)d：调用日志输出函数的语句所在的代码行
%(created)f：当前时间，用UNIX标准的表示时间的浮 点数表示
%(relativeCreated)d：输出日志信息时的，自Logger创建以 来的毫秒数
%(asctime)s：字符串形式的当前时间。默认格式是 “2003-07-08 16:49:45,896”。逗号后面的是毫秒
%(thread)d：线程ID。可能没有
%(threadName)s：线程名。可能没有
%(process)d：进程ID。可能没有
%(message)s：用户输出的消息

将同一个日志输出到不同位置：
例如： 
　　 有一个登录注册的功能 需要记录日志,同时生成两份 一份给程序员看,一份给老板看,
　　 作为程序员应该查看较为详细的日志,而老板则应该简单一些,因为他不需要关心程序的细节
　　 要实现这样的需要我们需要系统的了解loggin模块

logging模块的四个核心角色

1.Logger   日志生成器：产生日志
2.Filter   日志过滤器：过滤日志
3.Handler  日志处理器：对日志进行格式化,并输出到指定位置(控制台或文件)
4.Formater 处理日志的格式

import logging

# 规定输出源
handler1 = logging.FileHandler("owen.log", encoding="utf-8")
handler2 = logging.StreamHandler()
# 规定输出格式
fmt = logging.Formatter(
    fmt="%(asctime)s - %(name)s - %(levelname)s:  %(message)s",
    datefmt="%m-%d %H:%M:%S %p")

o_log1 = logging.getLogger('owen')
o_log1.setLevel(10)             # 给logger设置打印级别
o_log1.addHandler(handler1)     # 设置输出源，可以多个
o_log1.addHandler(handler2)
handler1.setFormatter(fmt)      # 设置输出格式
o_log1.warning('owen message')

o_log2 = logging.getLogger('zero')
o_log2.setLevel(10)
o_log2.addHandler(handler2)
handler2.setFormatter(fmt)
o_log2.warning('zero message')

一条日志完整的声明周期：

-> 1.由logger 产生日志 
-> 2.交给过滤器判断是否被过滤
-> 3.将日志消息分发给绑定的所有处理器
-> 4处理器按照绑定的格式化对象输出日志

第一步：会先检查日志级别，如果低于设置的级别则不执行
第二步：使用场景不多，需要使用面向对象的技术点
第三步：也会检查日志级别，如果得到的日志低于自身的日志级别则不输出
第四步：如果不指定格式则按照默认格式

```
生成器的级别应低于句柄否则给句柄设置级别是没有意义的,
例如： handler设置为20，生成器设置为30，30以下的日志压根不会产生
```

logging各角色的使用(了解)

# 生成器
logger1 = logging.getLogger("日志对象1")

# 文件句柄
handler1 = logging.FileHandler("log1.log",encoding="utf-8")
handler2 = logging.FileHandler("log2.log",encoding="utf-8")

# 控制台句柄
handler3 = logging.StreamHandler()

# 格式化对象
fmt1 = logging.Formatter(
    fmt="%(asctime)s - %(name)s - %(levelname)s:  %(message)s",
    datefmt="%m-%d %H:%M:%S %p")
fmt2 = logging.Formatter(
    fmt="%(asctime)s - %(levelname)s :  %(message)s",
    datefmt="%Y/%m/%d %H:%M:%S")

# 绑定格式化对象与文件句柄
handler1.setFormatter(fmt1)
handler2.setFormatter(fmt2)
handler3.setFormatter(fmt1)

# 绑定生成器与文件句柄
logger1.addHandler(handler1)
logger1.addHandler(handler2)
logger1.addHandler(handler3)

# 设置日志级别
logger1.setLevel(10)    #生成器日志级别
handler1.setLevel(20)   #句柄日志级别

# 测试
logger1.debug("debug msessage")
logger1.info("info msessage")
logger1.warning("warning msessage")
logger1.critical("critical msessage")

logging的继承(了解)

可以将一个日志指定为另一个日志的子日志 或子孙日志
当存在继承关系时 子孙级日志收到日志时会将该日志向上传递

指定继承关系:

import  logging

log1 = logging.getLogger("mother")
log2 = logging.getLogger("mother.son")
log3 = logging.getLogger("mother.son.grandson")

# handler
fh = logging.FileHandler(filename="cc.log",encoding="utf-8")
# formatter
fm = logging.Formatter("%(asctime)s - %(name)s -%(filename)s - %(message)s")

# 绑定
log1.addHandler(fh)
log2.addHandler(fh)
log3.addHandler(fh)
# 绑定格式
fh.setFormatter(fm)
# 测试
# log1.error("测试")
# log2.error("测试")
log3.error("测试")
# 取消传递
log3.propagate = False
# 再次测试
log3.error("测试")

通过字典配置日志模块(重点)

　　每次都要编写代码来配置非常麻烦 ,我们可以写一个完整的配置保存起来,以便后续直接使用

import logging.config
logging.config.dictConfig(LOGGING_DIC)
logging.getLogger("aa").debug("测试")

LOGGING_DIC模板:
standard_format = '[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d]' \
                  '[%(levelname)s][%(message)s]' #其中name为getlogger指定的名字

simple_format = '[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s'

id_simple_format = '[%(levelname)s][%(asctime)s] %(message)s'
logfile_path = "配置文件路径"

LOGGING_DIC = {
    'version': 1,
    'disable_existing_loggers': False,
    'formatters': {
        'standard': {
            'format': standard_format
        },
        'simple': {
            'format': simple_format
        },
    },
    'filters': {},
    'handlers': {
        #打印到终端的日志
        'console': {
            'level': 'DEBUG',
            'class': 'logging.StreamHandler',  # 打印到屏幕
            'formatter': 'simple'
        },
        #打印到文件的日志,收集info及以上的日志
        'default': {
            'level': 'DEBUG',
            'class': 'logging.handlers.RotatingFileHandler',  # 保存到文件
            'formatter': 'standard',
            'filename': logfile_path,  # 日志文件
            'maxBytes': 1024*1024*5,   # 日志大小 5M
            'backupCount': 5,      #日志文件最大个数
            'encoding': 'utf-8',  # 日志文件的编码
        },
    },
    'loggers': {
        #logging.getLogger(__name__)拿到的logger配置
        'aa': {
            'handlers': ['default', 'console'],  # 这里把上面定义的两个handler都加上，即log数据既写入文件又打印到屏幕
            'level': 'DEBUG',
            'propagate': True,  # 向上（更高level的logger）传递
        },
    },
}

补充:
getLogger参数就是对应字典中loggers的key , 如果没有匹配的key 则返回系统默认的生成器,我们可以在字典中通过空的key来将一个生成器设置为默认的

'loggers': {
        # 把key设置为空
        '': {
            'handlers': ['default', 'console'],  # 这里把上面定义的两个handler都加上，即log数据既写入文件又打印到屏幕
            'level': 'DEBUG',
            'propagate': True,  # 向上（更高level的logger）传递
        },
    },

往后在使用时可以这调用模块提供的函数,来输出日志

logging.info("测试信息!")

另外我们在第一次使用日志时并没有指定生成器,但也可以使用,这是因为系统有默认的生成器名称就叫root

最后来完成之前的需求:
有一个登录注册的功能 需要记录日志,同时生成两份 一份给程序员看,一份给老板看,作为程序员应该查看较为详细的日志,二老板则应该简单一些,因为他不需要关心程序的细节

# 程序员看的格式
standard_format = '[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d]' \
                  '[%(levelname)s][%(message)s]' #其中name为getlogger指定的名字
-

import os
import sys
BASE_DIR = os.path.dirname(os.path.dirname(__file__))
sys.path.append(BASE_DIR)

LOG_PATH = os.path.join(BASE_DIR, 'log', 'my.log')

standard_format = '[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d]' \
                  '[%(levelname)s][%(message)s]' #其中name为getlogger指定的名字

simple_format = '[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s'

id_simple_format = '[%(levelname)s][%(asctime)s] %(message)s'

LOGGING_DIC = {
    'version': 1,
    'disable_existing_loggers': False,
    'formatters': {
        'standard': {
            'format': standard_format
        },
        'simple': {
            'format': simple_format
        },
    },
    'filters': {},
    'handlers': {
        #打印到终端的日志
        'console': {
            'level': 'DEBUG',
            'class': 'logging.StreamHandler',  # 打印到屏幕
            'formatter': 'simple'
        },
        #打印到文件的日志,收集info及以上的日志
        'default': {
            'level': 'DEBUG',
            'class': 'logging.handlers.RotatingFileHandler',  # 保存到文件
            'formatter': 'standard',
            'filename': LOG_PATH,  # 日志文件
            'maxBytes': 1024*1024*5,  # 日志大小 5M
            'backupCount': 5, #日志文件最大个数
            'encoding': 'utf-8',  # 日志文件的编码
        },
    },
    'loggers': {
        #logging.getLogger(__name__)拿到的logger配置
        'owen': {
            'handlers': ['default', 'console'],  # 这里把上面定义的两个handler都加上，即log数据既写入文件又打印到屏幕
            'level': 'DEBUG',
            'propagate': True,  # 向上（更高level的logger）传递
        },
        'zero': {
            'handlers': ['console'],  # 这里把上面定义的两个handler都加上，即log数据既写入文件又打印到屏幕
            'level': 'DEBUG',
            'propagate': True,  # 向上（更高level的logger）传递
        },
    },
}

setting

项目流程：

1.调研
2.需求分析（产品经理）
3.任务分配
4.写项目demo
5.架构分析（架构师）
6.编写代码
7.测试
8.上线（项目→产品）

项目结构：

bin:可执行文件-项目入口
conf：配置文件
core：核心代码
db：数据库操作
interface：接口操作
lib：共有模块（功能）
log：日志文件