摘要：可能沒有用戶輸出的消息創(chuàng)建一個(gè)，用于寫入日志文件再創(chuàng)建一個(gè)，用于輸出到控制臺(tái)對(duì)象可以添加多個(gè)和對(duì)象序列化模塊什么叫序列化將原本的字典列表等內(nèi)容轉(zhuǎn)換成一個(gè)字符串的過程就叫做序列化。

1.Python的hashlib提供了常見的摘要算法，如MD5，SHA1等等。
什么是摘要算法呢？摘要算法又稱哈希算法、散列算法。它通過一個(gè)函數(shù)，把任意長(zhǎng)度的數(shù)據(jù)轉(zhuǎn)換為一個(gè)長(zhǎng)度固定的數(shù)據(jù)串（通常用16進(jìn)制的字符串表示）。

摘要算法就是通過摘要函數(shù)f()對(duì)任意長(zhǎng)度的數(shù)據(jù)data計(jì)算出固定長(zhǎng)度的摘要digest，目的是為了發(fā)現(xiàn)原始數(shù)據(jù)是否被人篡改過。

摘要算法之所以能指出數(shù)據(jù)是否被篡改過，就是因?yàn)檎瘮?shù)是一個(gè)單向函數(shù)，計(jì)算f(data)很容易，但通過digest反推data卻非常困難。而且，對(duì)原始數(shù)據(jù)做一個(gè)bit的修改，都會(huì)導(dǎo)致計(jì)算出的摘要完全不同。

我們以常見的摘要算法MD5為例，計(jì)算出一個(gè)字符串的MD5值：

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import hashlib
md5_obj = hashlib.md5()
md5_obj.update("123456".encode("utf-8"))
print(md5_obj.hexdigest())

如果數(shù)據(jù)量很大，可以分塊多次調(diào)用update()，最后計(jì)算的結(jié)果是一樣的：

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import hashlib
md5_obj = hashlib.md5()
md5_obj.update("123456".encode("utf-8"))
md5_obj.update("000000".encode("utf-8"))
print(md5_obj.hexdigest()) #42c23b08884a131940e1d12196ed935c
md5_obj = hashlib.md5()
md5_obj.update("123456000000".encode("utf-8"))
print(md5_obj.hexdigest()) #42c23b08884a131940e1d12196ed935c

應(yīng)用根據(jù)MD5值判斷兩個(gè)文件是否相同：

import os
import  hashlib
def get_md5(file,n=10240):
    with open(file,mode="rb") as f:
        md5_obj = hashlib.md5()
        file_size =  os.path.getsize(file)
        while file_size > 0:
            md5_obj.update(f.read(n))
            file_size -= n
        return md5_obj.hexdigest()

def comper(file1,file2):
    return  get_md5(file1) == get_md5(file2)
print(comper("1.txt","2.txt"))

[DEFAULT]
ServerAliveInterval = 45
Compression = yes
CompressionLevel = 9
ForwardX11 = yes
  
[bitbucket.org]
User = hg
  
[topsecret.server.com]
Port = 50022
ForwardX11 = no

代碼生成：

import configparser
config = configparser.ConfigParser()
config["DEFAULT"] = {
    "ServerAliveInterval":"45",
    "Compression":"yes",
    "CompressionLevel":"9",
    "ForwardX11":"yes"
}
config["bitbucket.org"] = {"User":"hg"}
config["topsecret.server.com"] = {
    "Port":"50022",
    "ForwardX11":"no"
}
with open("examle.ini","w") as f:
    config.write(f)

查找文件：

import configparser
config = configparser.ConfigParser()
print(config.sections()) #[]

config.read("examle.ini") #["bitbucket.org", "topsecret.server.com"]
print(config.sections())

print("bytebong.com" in config) #False
print("bitbucket.org" in config) #True

print(config["bitbucket.org"]["User"]) #hg
print(config["DEFAULT"]["ForwardX11"]) #yes

print(config["bitbucket.org"]) #

for key in config["bitbucket.org"]: #注意,有default會(huì)默認(rèn)default的鍵
    print(key)


print(config.options("bitbucket.org")) #["user", "serveraliveinterval", "compression", "compressionlevel", "forwardx11"]

print(config.items("bitbucket.org")) #[("serveraliveinterval", "45"), ("compression", "yes"), ("compressionlevel", "9"), ("forwardx11", "yes"), ("user", "hg")]

print(config.get("bitbucket.org","Compression")) #yes

增刪改操作

import configparser
config = configparser.ConfigParser()
config.read("examle.ini")
config.add_section("yuan")
config.remove_section("bitbucket.org")
config.remove_option("topsecret.server.com","port")

config.set("topsecret.server.com","k1","111")
config.set("yuan","k2","222")
config.write(open("examle.ini2","w"))

config.set("topsecret.server.com","k1","11111")
config.set("yuan","k2","22222")

config.write(open("new2.ini", "w"))

1.函數(shù)簡(jiǎn)單配置

import logging
logging.debug("debug message")
logging.info("info message")
logging.warning("warning message")
logging.error("error message")
logging.critical("critical message")
#默認(rèn)屏幕打印warning以上級(jí)別的

默認(rèn)情況下Python的logging模塊將日志打印到了標(biāo)準(zhǔn)輸出中，且只顯示了大于等于WARNING級(jí)別的日志，這說明默認(rèn)的日志級(jí)別設(shè)置為WARNING（日志級(jí)別等級(jí)CRITICAL > ERROR > WARNING > INFO > DEBUG），默認(rèn)的日志格式為日志級(jí)別：Logger名稱：用戶輸出消息。
2.默認(rèn)情況下Python的logging模塊將日志打印到了標(biāo)準(zhǔn)輸出中，且只顯示了大于等于WARNING級(jí)別的日志，這說明默認(rèn)的日志級(jí)別設(shè)置為WARNING（日志級(jí)別等級(jí)CRITICAL > ERROR > WARNING > INFO > DEBUG），默認(rèn)的日志格式為日志級(jí)別：Logger名稱：用戶輸出消息。
靈活配置日志級(jí)別，日志格式，輸出位置:

import logging

logging.basicConfig(level=logging.DEBUG,
                    format="%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s",
                    datefmt="%a, %d %b %Y %H:%M:%S",
                    filename="test.log",
                    filemode="w")

logging.debug("debug message")
logging.info("info message")
logging.warning("warning message")
logging.error("error message")
logging.critical("critical message")

配置參數(shù)：

logging.basicConfig()函數(shù)中可通過具體參數(shù)來更改logging模塊默認(rèn)行為，可用參數(shù)有：

filename：用指定的文件名創(chuàng)建FiledHandler，這樣日志會(huì)被存儲(chǔ)在指定的文件中。
filemode：文件打開方式，在指定了filename時(shí)使用這個(gè)參數(shù)，默認(rèn)值為“a”還可指定為“w”。
format：指定handler使用的日志顯示格式。
datefmt：指定日期時(shí)間格式。
level：設(shè)置rootlogger（后邊會(huì)講解具體概念）的日志級(jí)別
stream：用指定的stream創(chuàng)建StreamHandler?？梢灾付ㄝ敵龅絪ys.stderr,sys.stdout或者文件(f=open(‘test.log’,’w’))，默認(rèn)為sys.stderr。若同時(shí)列出了filename和stream兩個(gè)參數(shù)，則stream參數(shù)會(huì)被忽略。

format參數(shù)中可能用到的格式化串：
%(name)s Logger的名字
%(levelno)s 數(shù)字形式的日志級(jí)別
%(levelname)s 文本形式的日志級(jí)別
%(pathname)s 調(diào)用日志輸出函數(shù)的模塊的完整路徑名，可能沒有
%(filename)s 調(diào)用日志輸出函數(shù)的模塊的文件名
%(module)s 調(diào)用日志輸出函數(shù)的模塊名
%(funcName)s 調(diào)用日志輸出函數(shù)的函數(shù)名
%(lineno)d 調(diào)用日志輸出函數(shù)的語句所在的代碼行
%(created)f 當(dāng)前時(shí)間，用UNIX標(biāo)準(zhǔn)的表示時(shí)間的浮 點(diǎn)數(shù)表示
%(relativeCreated)d 輸出日志信息時(shí)的，自Logger創(chuàng)建以 來的毫秒數(shù)
%(asctime)s 字符串形式的當(dāng)前時(shí)間。默認(rèn)格式是 “2003-07-08 16:49:45,896”。逗號(hào)后面的是毫秒
%(thread)d 線程ID?？赡軟]有
%(threadName)s 線程名。可能沒有
%(process)d 進(jìn)程ID?？赡軟]有
%(message)s用戶輸出的消息

3.

import logging

logger = logging.getLogger()
# 創(chuàng)建一個(gè)handler，用于寫入日志文件
fh = logging.FileHandler("test.log",encoding="utf-8") 

# 再創(chuàng)建一個(gè)handler，用于輸出到控制臺(tái) 
ch = logging.StreamHandler() 
formatter = logging.Formatter("%(asctime)s - %(name)s - %(levelname)s - %(message)s")
fh.setLevel(logging.DEBUG)

fh.setFormatter(formatter) 
ch.setFormatter(formatter) 
logger.addHandler(fh) #logger對(duì)象可以添加多個(gè)fh和ch對(duì)象 
logger.addHandler(ch) 

logger.debug("logger debug message") 
logger.info("logger info message") 
logger.warning("logger warning message") 
logger.error("logger error message") 
logger.critical("logger critical message")

什么叫序列化——將原本的字典、列表等內(nèi)容轉(zhuǎn)換成一個(gè)字符串的過程就叫做序列化。
序列化的目的：1.以某種存儲(chǔ)形式使自定義對(duì)象持久化；

         2.將對(duì)象從一個(gè)地方傳遞到另一個(gè)地方。
         3.使程序更具維護(hù)性。

1.json
Json模塊提供了四個(gè)功能：dumps、dump、loads、load

import json
dic = {"k1":"v1","k2":"v2","k3":"v3"}
str_dic = json.dumps(dic)  #序列化：將一個(gè)字典轉(zhuǎn)換成一個(gè)字符串
print(str_dic) #{"k1": "v1", "k2": "v2", "k3": "v3"}3", "k1": "v1", "k2": "v2"}
#注意，json轉(zhuǎn)換完的字符串類型的字典中的字符串是由""表示的

import json
dic = {"k1":"v1","k2":"v2","k3":"v3"}
str_dic = json.dumps(dic)  #序列化：將一個(gè)字典轉(zhuǎn)換成一個(gè)字符串
print(str_dic) #{"k1": "v1", "k2": "v2", "k3": "v3"}
dic2 = json.loads(str_dic)  #反序列化：將一個(gè)字符串格式的字典轉(zhuǎn)換成一個(gè)字典，注意，要用json的loads功能處理的字符串類型的字典中的字符串必須由""表示
print(dic2)  #{"k1": "v1", "k2": "v2", "k3": "v3"}

list_dic = [1,["a","b","c"],3,{"k1":"v1","k2":"v2"}]
str_dic = json.dumps(list_dic) #也可以處理嵌套的數(shù)據(jù)類型
print(str_dic) #[1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}]
list_dic2 = json.loads(str_dic)
print(list_dic2) #[1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}]

import json
f = open("json_file","w")
dic = {"k1":"v1"}
json.dump(dic,f)    #dump方法接收一個(gè)文件句柄，直接將字典轉(zhuǎn)換成json字符串寫入文件
f.close()

f = open("json_file","r")
dic2 = json.load(f)  #load方法接收一個(gè)文件句柄，直接將文件中的json字符串轉(zhuǎn)換成數(shù)據(jù)結(jié)構(gòu)返回
f.close()
print(dic2) #{"k1": "v1"}

import json
f = open("file","w")
json.dump({"國(guó)籍":"中國(guó)"},f)
ret = json.dumps({"國(guó)籍":"中國(guó)"})
f.write(ret+"
")
json.dump({"國(guó)籍":"美國(guó)"},f,ensure_ascii=False)
ret = json.dumps({"國(guó)籍":"美國(guó)"},ensure_ascii=False)
f.write(ret+"
")
f.close()

Serialize obj to a JSON formatted str.(字符串表示的json對(duì)象) 
Skipkeys：默認(rèn)值是False，如果dict的keys內(nèi)的數(shù)據(jù)不是python的基本類型(str,unicode,int,long,float,bool,None)，設(shè)置為False時(shí)，就會(huì)報(bào)TypeError的錯(cuò)誤。此時(shí)設(shè)置成True，則會(huì)跳過這類key 
ensure_ascii:，當(dāng)它為True的時(shí)候，所有非ASCII碼字符顯示為uXXXX序列，只需在dump時(shí)將ensure_ascii設(shè)置為False即可，此時(shí)存入json的中文即可正常顯示。) 
If check_circular is false, then the circular reference check for container types will be skipped and a circular reference will result in an OverflowError (or worse). 
If allow_nan is false, then it will be a ValueError to serialize out of range float values (nan, inf, -inf) in strict compliance of the JSON specification, instead of using the JavaScript equivalents (NaN, Infinity, -Infinity). 
indent：應(yīng)該是一個(gè)非負(fù)的整型，如果是0就是頂格分行顯示，如果為空就是一行最緊湊顯示，否則會(huì)換行且按照indent的數(shù)值顯示前面的空白分行顯示，這樣打印出來的json數(shù)據(jù)也叫pretty-printed json 
separators：分隔符，實(shí)際上是(item_separator, dict_separator)的一個(gè)元組，默認(rèn)的就是(‘,’,’:’)；這表示dictionary內(nèi)keys之間用“,”隔開，而KEY和value之間用“：”隔開。 
default(obj) is a function that should return a serializable version of obj or raise TypeError. The default simply raises TypeError. 
sort_keys：將數(shù)據(jù)根據(jù)keys的值進(jìn)行排序。 
To use a custom JSONEncoder subclass (e.g. one that overrides the .default() method to serialize additional types), specify it with the cls kwarg; otherwise JSONEncoder is used.

#格式化輸出
import json
data = {"username":["李華","二愣子"],"sex":"male","age":16}
json_dic2 = json.dumps(data,sort_keys=True,indent=2,separators=(",",":"),ensure_ascii=False)
print(json_dic2)

json，用于字符串 和 python數(shù)據(jù)類型間進(jìn)行轉(zhuǎn)換

2.pickle
用于python特有的類型 和 python的數(shù)據(jù)類型間進(jìn)行轉(zhuǎn)換

pickle模塊提供了四個(gè)功能：dumps、dump(序列化，存）、loads（反序列化，讀）、load （不僅可以序列化字典，列表...可以把python中任意的數(shù)據(jù)類型序列化）

import pickle
dic = {"k1":"v1","k2":"v2","k3":"v3"}
str_dic = pickle.dumps(dic)
print(str_dic)  #一串二進(jìn)制內(nèi)容b"x80x03}qx00(Xx02x00

dic2 = pickle.loads(str_dic)
print(dic2)    #字典{"k1":"v1","k2":"v2","k3":"v3"}

import pickle
import time
struct_time  = time.localtime(1000000000)
print(struct_time) #time.struct_time(tm_year=2001, tm_mon=9, tm_mday=9, tm_hour=9, tm_min=46, tm_sec=40, tm_wday=6, tm_yday=252, tm_isdst=0
f = open("pickle_file","wb")
pickle.dump(struct_time,f)
f.close()

f = open("pickle_file","rb")
struct_time2 = pickle.load(f)
print(struct_time2) #time.struct_time(tm_year=2001, tm_mon=9, tm_mday=9, tm_hour=9, tm_min=46, tm_sec=40, tm_wday=6, tm_yday=252, tm_isdst=0