4 Apr 18 软件开发目录 logging模块的使用 序列化(Json, Pickle) os模块

4 Apr 18
上节课复习:函数在一个程序内被使用,模块可以被几个程序共享使用
一、软件开发目录
confàsettings.py
core(主要逻辑)àsrc.py
dbàdb.txt
lib(库)àcommon.py
bin(入口,启动)àstart.py
logàaccess.log
readme(说明书)
 
二、logging模块的使用
日志分为五个级别:debug 10, info 20, warning 30, error 40, critical 50
若日志级别设为10,包括10以上的所以日志都可打印
logging模块有四个对象:
logger:负责产生日志
filter: 过滤日志(不常用)
handler:控制日志输出的目标:打印到文件或终端
formatter: 输出格式 
 
logging的配置文件
"""
logging配置
"""
 
import os
import logging.config
 
# 定义三种日志输出格式 开始
 
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‘
 
# 定义日志输出格式 结束
 
logfile_dir = os.path.dirname(os.path.abspath(__file__))  # log文件的目录
 
logfile_name = ‘all2.log‘  # log文件名
 
# 如果不存在定义的日志目录就创建一个
if not os.path.isdir(logfile_dir):
    os.mkdir(logfile_dir)
 
# log文件的全路径
logfile_path = os.path.join(logfile_dir, logfile_name)
 
# log配置字典
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,
            ‘encoding‘: ‘utf-8‘,  # 日志文件的编码,再也不用担心中文log乱码了
        },
    },
    ‘loggers‘: {
        #logging.getLogger(__name__)拿到的logger配置
        ‘‘: {
            ‘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
        },
    },
}
 
 
def load_my_logging_cfg():
    logging.config.dictConfig(LOGGING_DIC)  # 导入上面定义的logging配置
    logger = logging.getLogger(__name__)  # 生成一个log实例
    logger.info(‘It works!‘)  # 记录该文件的运行状态
 
if __name__ == ‘__main__‘:
load_my_logging_cfg()
 
三、序列化
序列化:内存中的数据结构----》转成一种中间格式(字符串)----》存到文件中
dic={‘name‘:‘egon‘,‘age‘:18}
with open(‘db.txt‘,‘w‘,encoding=‘utf-8‘) as f:
    f.write(str(dic))
 
反序列化:文件----》读取中间格式(字符串)------》eval转成内存中数据结构
#注意:eval不是用来反序列化的,它是把字符串中的东西取出来
with open(‘db.txt‘,‘r‘,encoding=‘utf-8‘) as f:
    data=f.read()
    dic=eval(data)
    print(dic,type(dic))
 
l=[1,True,None,False]
x=str(l) # "[1,True,None,False]"
import json
x="[null,true,false,1]"
 
res=json.loads(x)
 
print(res,type(res))
 
序列化反序列化--------------------》json.dumps,json.loads
#json的跨平台型好,但仅能识别几种常用的数据类型;将数据转成str存进硬盘
import json
序列化:内存中的数据结构----》转成一种中间格式(字符串)----》存到文件中
dic={‘name‘:‘egon‘,‘age‘:18}
 
res=json.dumps(dic) # json格式全都是双引号
print(res,type(res))
 
with open(‘db.json‘,‘wb‘) as f:
    f.write(res.encode(‘utf-8‘))
 
 
反序列化:文件----》读取中间格式(字符串)------》eval转成内存中数据结构
with open(‘db.json‘,‘r‘,encoding=‘utf-8‘) as f:
    data=f.read()
    dic=json.loads(data)
    print(dic,type(dic),dic[‘name‘])
 
 
验证json格式全都为双引号
with open(‘db.txt‘,‘r‘,encoding=‘utf-8‘) as f:
    data=f.read()
    dic=json.loads(data)
    print(dic,type(dic),dic[‘name‘])
 
序列化反序列化--------------------》json.dump,json.load
import json
dic={‘name‘:‘egon‘,‘age‘:18}
 
with open(‘db1.json‘,‘wt‘,encoding=‘utf-8‘) as f:
    json.dump(dic,f)
 
with open(‘db1.json‘,‘rt‘,encoding=‘utf-8‘) as f:
    dic=json.load(f)
    print(dic[‘name‘])
 
=-==============================pickle序列化
#pickle可识别各种数据,但只针对python,跨平台性差,将数据转成bytes存进硬盘
import pickle
序列化
s={1,2,3,4,}
res=pickle.dumps(s)
print(res,type(res))
 
with open(‘db.pkl‘,‘wb‘) as f:
    f.write(res)
 
反序列化
with open(‘db.pkl‘,‘rb‘) as f:
    data=f.read()
    print(data)
    s=pickle.loads(data)
    print(s,type(s))
 
 
dump与load
import pickle
s={1,2,3}
with open(‘db1.pkl‘,‘wb‘) as f:
    pickle.dump(s,f)
 
with open(‘db1.pkl‘,‘rb‘) as f:
    s=pickle.load(f)
    print(s,type(s))
 
四、os模块
os.system #如果正常运行返回0,不正常运行返回非0,拿不到结果,只是把结果打到终端
#重点掌握os.path系列
其中,优先掌握
print(os.path.dirname(r‘C:\a\b\c\d.txt‘))
print(os.path.basename(r‘C:\a\b\c\d.txt‘))
 
os.path.exists只管路径是否存在,不区分文件还是文件夹
print(os.path.exists(r‘D:\code\SH_fullstack_s1\day15\下午\json.py‘))
print(os.path.exists(r‘D:\code\SH_fullstack_s1\day15‘))
 
os.path.isfile如果path是一个存在的文件,返回True。否则返回False
print(os.path.isfile(r‘D:\code\SH_fullstack_s1\day15\下午‘))
 
os.path.isdir 存在的文件夹
 
print(os.path.join(‘C:\\‘,‘a‘,‘b‘,‘a.txt‘))
print(os.path.join(‘C:\\‘,‘a‘,‘D:\\‘,‘b‘,‘a.txt‘))
 
print(os.path.join(‘a‘,‘b‘,‘a.txt‘))
 
res=os.path.getsize(r‘D:\code\SH_fullstack_s1\day15\上午\settings.py‘) # 单位是字节
print(res)

原文地址:https://www.cnblogs.com/zhangyaqian/p/py20180404.html

时间: 2024-10-14 00:56:56

4 Apr 18 软件开发目录 logging模块的使用 序列化(Json, Pickle) os模块的相关文章

Python模块:Re模块、附软件开发目录规范

Re模块:(正则表达式) 正则表达式就是字符串的匹配规则 正则表达式在多数编程语言里都有相应的支持,Python里面对应的模块时re 常用的表达式规则:(都需要记住) " . "   #  默认匹配除\n之外的任意一个字符,若指定flag DOTALL,则匹配任意字符,包括换行 " ^ "  #  匹配字符开头,若指定flags MULTILINE,这种也可以匹配上("^a","\nabc\neee",flags=re.MUL

模块(二)之软件开发目录,常用模块

软件开发目录 我们学习编程开始都是将所有的代码全部都放到一个文件里面,后来我们学习函数,模块之后才会说将自己程序的功能具体分一下类,但是因为我们写的程序是需要用户来使用的,对于怎样编程,怎样分类他们都是不了解的,这就需要我们对于软件或者说是程序的开发有一个明确的目录,让不管是自己还是维护人员都可以知道这个程序的大体内容.目录大概结构如下: 对于目录的具体分类大体有以下几类: 1.bin:启动目录,里面只需要有一个启动程序即可,所有文件的启动都由这里开始 2.conf:配置目录,里面是关于程序运行

Python学习————软件开发目录规范

软件开发目录规范 为了提高程序的可读性与可维护性,我们应该为软件设计良好的目录结构,这与规范的编码风格同等重要.软件的目录规范并无硬性标准,只要清晰可读即可,假设你的软件名为foo,笔者推荐目录结构如下 Foo/ |-- core/ | |-- core.py | |-- api/ | |-- api.py | |-- db/ | |-- db_handle.py | |-- lib/ | |-- common.py | |-- conf/ | |-- settings.py | |-- run

python 常用模块 time random os模块 sys模块 json & pickle shelve模块 xml模块 configparser hashlib subprocess logging re正则

python 常用模块 time random os模块 sys模块 json & pickle shelve模块 xml模块 configparser hashlib  subprocess logging re正则 转自老男孩老师Yuan:http://www.cnblogs.com/yuanchenqi/articles/5732581.html 模块&包(* * * * *) 模块(modue)的概念: 在计算机程序的开发过程中,随着程序代码越写越多,在一个文件里代码就会越来越长,

python序列化: json & pickle & shelve 模块

一.json & pickle & shelve 模块 json,用于字符串 和 python数据类型间进行转换pickle,用于python特有的类型 和 python的数据类型间进行转换Json模块提供了四个功能:dumps.dump.loads.loadpickle模块提供了四个功能:dumps.dump.loads.load json模块:下面通过一些示例来学习:首先我们来看json的dumps和loads方法 s1={"k1":"v1"}

模块的使用,软件开发目录规范

一.模块 1.定义:就是一系列功能的结合体 2.模块的三种来源: ①.内置的(Python解释器自带) ②.第三方的(别人写的) ③.自定义的(你自己写的) 3.模块的四种表现形式 ①.使用Python编写的py文件(也就意味着py文件也可以称之为模块:一个py文件也可以称之为一个模块) ②.已被编译为共享库或DLL的c或c++扩展(了解) ③.把一系列模块组织到一起的文件夹(文件夹下有一个__init__.py文件,改文件称之为包) ④.使用c编写并连接到Python解释器的内置模块 4.使用

模块 导入方式 软件开发目录规范

1.模块 模块是一系列功能的结构体 模块的三种来源:内置,第三方,自定义 模块的四种表现形式: 用python编写的py文件 已被编译为共享库或DLL的C或C++扩展(了解) 将一系列模块组织到一起的文件夹 使用C编写并连接到python解释器的内置模块 模块极大的提高了开发效率(内置,第三方),当程序比较庞大时,一个项目的程序拆分多个py文件,将公共用到的方法写到一个py文件,其他文件以模块的形式调用 知道哪个是执行文件,哪个是导入文件. import导入模块 在运行执行文件时,会创建一个执行

软件开发目录规范

为什么要设计好目录结构? "设计项目目录结构",就和"代码编码风格"一样,属于个人风格问题.对于这种风格上的规范,一直都存在两种态度: 一类同学认为,这种个人风格问题"无关紧要".理由是能让程序work就好,风格问题根本不是问题. 另一类同学认为,规范化能更好的控制程序结构,让程序具有更高的可读性. 我是比较偏向于后者的,因为我是前一类同学思想行为下的直接受害者.我曾经维护过一个非常不好读的项目,其实现的逻辑并不复杂,但是却耗费了我非常长的时间去

Python的软件开发目录规范

软件开发的目录规范: 为了提高程序的可读性与可维护性,我们应该为软件设计良好的目录结构,这与规范的编码风格同等重要.软件的目录规范并无硬性标准,只要清晰可读即可,假设你的软件名为foo,笔者推荐目录结构如下 Foo/ |-- core/ | |-- core.py | |-- api/ | |-- api.py | |-- db/ | |-- db_handle.py | |-- lib/ | |-- common.py | |-- conf/ | |-- settings.py | |-- r