OS模块

能与操作系统交互，控制文件 / 文件夹

# 创建文件夹
import os
os.mkdir(r'D:\py_case\test')

# 删除文件夹
os.rmdir(r'D:\py_case\test')

# # 列出指定目录下所有文件和子目录 （子目录文件不会列出来）
res = os.listdir(r'D:\pycharm_project\Test')
print(res)
# 打印结果：['.idea', 'ex16.py', 'test.json', 'test.pkl', 'test.py']

# 列出当前文件所在的文件夹
res = os.getcwd()
print(res)
# 打印结果： D:\pycharm_project\Test

# 列出当前文件所在的具体路径
# __file__ pycharm独有的
res = os.path.abspath(__file__)  # 根据不同的操作系统更换不同的/或print(res)   # D:\pycharm_project\Test\test.py

# 文件的文件夹
res = os.path.dirname(os.path.abspath(__file__))
print(res)   # D:\pycharm_project\Test
res = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
print(res)    # D:\pycharm_project


# 拼接文件路径
res = os.path.join(os.path.dirname(os.path.abspath(__file__)), 'img', 'test.jpg')
print(res)   # D:\pycharm_project\Test\img\test.jpg


# 判断路径是否存在（文件 / 文件夹都适用）
res = os.path.exists(r'D:\pycharm_project\Test\ex16.py')
print(res)   # True


# 判断是否为文件
res = os.path.isfile(r'D:\pycharm_project\Test\aaa')
print(res)  # False


# 删除文件
os.remove('test.txt')

# 重命名文件
os.rename('test.txt', 'test2.txt')

# 判断是否为文件夹
res = os.path.isdir(r'D:\pycharm_project\Test\aaa')
print(res)   #True


# 与终端交互，输入命令
res = os.system('dir')
print(res)

res = os.walk(r'D:\pycharm_project\Test\aaa')
print(res)   # <generator object walk at 0x0000027DB46916D8>


res = os.walk(r'D:\pycharm_project\Test')
# print(res)
for dir, _, files in res:
    # print(i) # 所有文件夹名
    # print(l)  # 某个文件下对应的所有文件名
    for file in files:
        file_path = os.path.join(dir,file)  # 拼接成所有文件名
        if file_path.endswith('py'):   # 拿到py文件
            print(file_path)
            
            
# 打印结果：
'''
D:\pycharm_project\Test\ex16.py
D:\pycharm_project\Test\test.py
D:\pycharm_project\Test\aaa\12.py
'''

sys模块

与python解释器交互

import sys

## 最常用，当使用命令行式运行文件，接收多余的参数
res = sys.argv
print(res)

json和pickle模块

序列化和反序列化

• 序列化：按照特定的规则排列，把python数据类型转化为json串，便于跨平台传输
• 反序列化：把json串转化为python / java / c / php 需要的语言

Json序列化并不是python独有的，json序列化在java等语言中也会涉及到，因此使用json序列化能够达到跨平台传输数据的目的。

json数据类型和python数据类型对应关系表

json模块

dic = {'a': 1, 'b': 2, 'c': None}

data = json.dumps(dic)   # json串中没有单引号
print(type(data), data)
data = json.loads(data)
print(type(data), data)

# 打印结果：
'''
<class 'str'> {"a": 1, "b": 2, "c": null}
<class 'dict'> {'a': 1, 'b': 2, 'c': None}
'''

dic = {'a': 1, 'b': 2, 'c': None}

# 序列化字典为json串，并保存文件
with open('test.json', 'w', encoding='utf-8') as fw:
    json.dump(dic, fw)
    
# 反序列化
with open(f'{"test"}.json', 'r', encoding='utf-8') as fr:
    data = json.load(fr)
    print(type(data), data)  # <class 'dict'> {'a': 1, 'b': 2, 'c': None}

pickle

Pickle序列化和所有其他编程语言特有的序列化问题一样，它只能用于Python。但是pickle的好处是可以存储Python中的所有的数据类型，包括对象，而json不可以。

import pickle

se = {1, 3, 4, 5, 6}
with open('test.pkl', 'wb') as fw:
    pickle.dump(se, fw)

se = {1, 3, 4, 5, 6}

def func():
    x = 3
    def wrapper():
        print(x)
    return wrapper

with open('test.pkl', 'wb') as fw:
    pickle.dump(func, fw)

with open('test.pkl', 'rb') as fr:
    data = pickle.load(fr)
    # print(data)
    res = data()
    res()

logging模块

v1:

import logging

# 日志级别（如果不设置，默认显示30以上）
logging.info('info')   # 10
logging.debug('debug')     # 20
logging.warning('warning')   # 30
logging.error('error')     # 40
logging.critical('critical')  # 50

# 打印结果：
'''
WARNING:root:warning
ERROR:root:error
CRITICAL:root:critical
'''

v2:

import logging

# 日志的基本配置

logging.basicConfig(filename='access.log',
                    format='%(asctime)s - %(name)s - %(levelname)s -%(module)s: %(message)s',
                    datefmt='%Y-%m-%d %H:%M:%S %p',
                    level=10)  # level是等级，10以上的都记录日志

logging.info('正常信息')  # 10
logging.debug('调试信息')  # 20
logging.warning('警告信息')  # 30
logging.error('报错信息')  # 40
logging.critical('严重错误信息')  # 50


# 会创建一个access.log日志：
'''
2019-09-27 21:57:45 PM - root - DEBUG -test: 调试信息
2019-09-27 21:57:45 PM - root - INFO -test: 正常信息
2019-09-27 21:57:45 PM - root - WARNING -test: 警告信息
2019-09-27 21:57:45 PM - root - ERROR -test: 报错信息
2019-09-27 21:57:45 PM - root - CRITICAL -test: 严重错误信息

'''

v3: 自定义配置

import logging

# 1. 配置logger对象
cwz_logger = logging.Logger('cwz')
neo_logger = logging.Logger('neo')

# 2. 配置格式
formmater1 = logging.Formatter('%(asctime)s - %(name)s -%(thread)d - %(levelname)s -%(module)s:  %(message)s',
                               datefmt='%Y-%m-%d %H:%M:%S %p ', )

formmater2 = logging.Formatter('%(asctime)s :  %(message)s',
                               datefmt='%Y-%m-%d %H:%M:%S %p', )

formmater3 = logging.Formatter('%(name)s %(message)s', )

# 3. 配置handler --> 往文件打印or往终端打印
h1 = logging.FileHandler('cwz.log')
h2 = logging.FileHandler('neo.log')
sm = logging.StreamHandler()

# 4. 给handler配置格式
h1.setFormatter(formmater1)
h2.setFormatter(formmater2)
sm.setFormatter(formmater3)

# 5. 把handler绑定给logger对象
cwz_logger.addHandler(h1)
cwz_logger.addHandler(sm)
neo_logger.addHandler(h2)

# 6. 直接使用
cwz_logger.info(f'cwz 购买 变形金刚 8个')