python模块（3）

日志模块

基本配置

"""提前写好了主体 cv简单修改即可"""

import logging
import logging.config
# 定义日志输出格式 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'
# 定义日志输出格式 结束

# 自定义文件路径
logfile_path = 'a3.log'

# log配置字典
LOGGING_DIC = {
    'version': 1,
    'disable_existing_loggers': False,
    'formatters': {
        'standard': {
            'format': standard_format
        },
        'simple': {
            'format': simple_format
        },
    },
    'filters': {},  # 过滤日志
    '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
        },  # 当键不存在的情况下 (key设为空字符串)默认都会使用该k:v配置
        # '注册记录': {
        #     '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': 'WARNING',
        #     'propagate': True,  # 向上（更高level的logger）传递
        # },  # 当键不存在的情况下 (key设为空字符串)默认都会使用该k:v配置
    },
}



# 使用日志字典配置
logging.config.dictConfig(LOGGING_DIC)  # 自动加载字典中的配置
logger1 = logging.getLogger('转账记录')
logger2 = logging.getLogger('注册记录')
logger1.debug('输出内容1')
logger2.warning('输出内容2')


logging.config.dictConfig(LOGGING_DIC)  # 自动加载字典中的配置
logger1 = logging.getLogger('转账记录')
'''loggers配置中使用空字符串作为字典的键 兼容性最好!!!'''
logger1.debug('输出内容')

配置字典在项目中使用

# 按照软件开发目录规范编写使用
日志字典数据应该放在哪个py文件内
	字典数据是日志模块固定的配置 写完一次之后几乎都不需要动
  它属于配置文件
  """配置文件中变量名推荐全大写"""
该案例能够带你搞明白软件开发目录规范中所有py文件的真正作用

def get_logger(msg):
    # 记录日志
    logging.config.dictConfig(settings.LOGGING_DIC)  # 自动加载字典中的配置
    logger1 = logging.getLogger(msg)
    # logger1.debug(f'{username}注册成功')  # 这里让用户自己写更好
    return logger1

logging.basicConfig()函数说明

#	该方法用于为logging日志系统做一些基本配置，方法定义如下：
logging.basicConfig(**kwargs)

日志模块的主要组成部分

import logging
# 1.logger对象:产生日志                                   (无包装的产品)
logger = logging.getLogger('转账记录')
# 2.filter对象:过滤日志                                   (剔除不良品)
    # 针对过滤功能完全可以不看 因为handler自带了基本的过滤操作
# 3.handler对象:控制日志的输出位置(文件、终端...)            (产品分类)
hd1 = logging.FileHandler('a1.log',encoding='utf-8')  # 输出到文件中
hd2 = logging.FileHandler('a2.log',encoding='utf-8')  # 输出到文件中
hd3 = logging.StreamHandler()  # 输出到终端
# 4.format对象:控制日志的格式                              (包装)
fm1 = logging.Formatter(
        fmt='%(asctime)s - %(name)s - %(levelname)s -%(module)s:  %(message)s',
        datefmt='%Y-%m-%d %H:%M:%S %p',
)
fm2 = logging.Formatter(
        fmt='%(asctime)s - %(name)s:  %(message)s',
        datefmt='%Y-%m-%d',
)
# 5.给logger对象绑定handler对象
logger.addHandler(hd1)
logger.addHandler(hd2)
logger.addHandler(hd3)
# 6.给handler绑定formmate对象
hd1.setFormatter(fm1)
hd2.setFormatter(fm2)
hd3.setFormatter(fm1)
# 7.设置日志等级
logger.setLevel(10)  # debug
# 8.记录日志
logger.debug('输出内容')

logging模块定义的格式字符串字段

logging日志模块四大组件

1.日志器（logger）需要通过处理器（handler）将日志信息输出到目标位置，如：文件、sys.stdout、网络等；

2.不同的处理器（handler）可以将日志输出到不同的位置；

3.日志器（logger）可以设置多个处理器（handler）将同一条日志记录输出到不同的位置；
4.每个处理器（handler）都可以设置自己的过滤器（filter）实现日志过滤，从而只保留感兴趣的日志；
5.每个处理器（handler）都可以设置自己的格式器（formatter）实现同一条日志以不同的格式输出到不同的地方。

'''简单点说就是：日志器（logger）是入口，真正干活儿的是处理器（handler），处理器（handler）还可以通过过滤器（filter）和格式器（formatter）对要输出的日志内容做过滤和格式化等处理操作'''

Logger对象有3个任务要做：

1）向应用程序代码暴露几个方法，使应用程序可以在运行时记录日志消息；
2）基于日志严重等级（默认的过滤设施）或filter对象来决定要对哪些日志进行后续处理；
3）将日志消息传送给所有感兴趣的日志handlers。

第三方模块

# 如何利用工具
	需要使用python解释器提供的pip工具
  	pip的路径在python解释器文件夹内的scripts目录下
  '''
  如果下载终端中直接使用pip目录 需要添加环境变量
  	python解释器的路径:  D:\python36
  	pip工具的路径:			  D:\python36\scripts
  我们在使用pip工具的时候 为了区分版本会人为的将python3的pip工具
  写成pip3  python2的pip工具写成pip
  '''
 
# 如何查看当前解释器下载的第三方模块(通常都是借助于编辑器查看)
	settings
  	project
    	python interprter
      	会列举出所有的第三方模块
        	纯净的解释器默认只有两个
          	pip
            setuptools
 
# 如何下载第三方模块
	方式1:直接使用命令行(cmd终端直接敲)
    	pip3 install 模块名  '''该方式默认下载的是最新版本'''
      pip3 install 模块名==版本号  '''自定义下载版本号'''
			ps:pip工具默认是从国外的仓库下载模块 速度会比较慢 可以修改
      pip3 install 模块名 -i 仓库地址  # 命令行临时修改地址
      """
      针对仓库地址 直接百度搜索pip源即可获得
      	（1）阿里云http://mirrors.aliyun.com/pypi/simple/
        （2）豆瓣http://pypi.douban.com/simple/
        （3）清华大学https://pypi.tuna.tsinghua.edu.cn/simple/
        （4）中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/
        （5）华中科技大学http://pypi.hustunique.com/
      """
  方式2:利用编程软件提供的快捷方法
    	还是今日到查看下载的第三方模块界面
      	双击任意一个模块名称或者左下角加号按钮
      在搜索框中输入你想要下载的模块即可
      	并且可以在左侧勾选specify version选择版本
      # pycharm可以换源
      	左下方点击manage repositoires管理地址即可

"""
在下载第三方模块的时候可能会报错
	1.报错信息中含有timeout关键字
		原因是你当前计算机的网络不稳定 重新执行多次或者切换网络
	2.报错信息中没有太多的关键字 并且很长
		拷贝最后一行错误信息 去百度
			格式:  pip3下载模块名报错错误信息
"""

openpyxl模块

"""以后我们会接触到很多第三方模块 那么统一的学习策略其实就是看文档"""
	pip3 install openpyxl
# 将文档中的代码拷贝执行查看效果从而推导功能

"""
excel文件的版本及后缀
	2003版本之前 excel的文件后缀是xls
	2003版本之后 excel的文件后缀是xlsx、csv
在python中能够处理excel文件的模块有很多 其中最出名的有
	xlrd、xlwt分别控制excel文件的读写 能够兼容所有版本的文件
	openpyxl针对03版本之前的兼容性可能不好 但是功能更加强大
"""
# 如何创建excel文件
	from openpyxl import Workbook

  wb = Workbook()  # 创建excel文件
  wb1 = wb.create_sheet('学员名单')  # 创建工作簿
  wb1.title = '修改名单标题'
  wb.save('保存文件.xlsx')  # 保存excel文件
  
# 如何写数据
	# 写普通数据方式1
  wb1['A3'] = 666
  # 写普通数据方式2
  wb1.cell(row=3, column=4, value=999)
  # 批量写普通数据
  wb1.append(['id','username','password'])

  # 写公式数据(也可以在python代码中处理完毕以普通数据写入)
  wb1['A6'] = '=sum(A4:A5)'
	
# 如何读数据
from openpyxl import load_workbook
wb = load_workbook('1.xlsx',read_only=True,data_only=True)
print(wb.sheetnames)  # 获取1.xlsx中所有的工作薄名称  结果是列表数据类型
wb1 = wb['test']  # 拿到工作薄test对象

# 第一种取值方式
print(wb1['A3'].value)  # 不是结果 需要再点value
print(wb1['A6'].value)  # 获取用函数统计的数据，发生无法取到值
"""
  第一需要加一个参数
  第二需要人为的先去修改一下用程序产生的excel表格(不可能用程序产生excel文件之后又直接再用程序去读入，这样没有任何实际意义 通常用程序创建好表格后给人看，人讲自己修改的表格再交由程序处理)
"""
print(wb1.cell(row=3,column=4).value)  # 第二种取值方式

# 获取一行行的数据
for row in wb1.rows:  # 拿到每一行的数据
  for data in row:  # 拿到一行行数据里面每一个单元格的数据
    print(data.value)
    
# 获取一列列的数据(如果想获取 必须把readonly去掉)
for column in wb1.columns:  # 拿到每一列的数据
 	for r in column:  # 拿到一列列数据里面每一个单元格的数据
    print(r.value)

# 获取最大的行数和列数
print(wb1.max_row)
print(wb1.max_column)