• 日志模块的主要组成部分

• 日志模块的配置字典

• 如何在项目中CV使用日志模块

• 第三方模块的下载与使用

• 第三方模块的下载与使用

• 第三方模块之openpyxl

   

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.fitter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.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('丢雷楼')

配置字典

"""提前写好了主体 cv简单修改即可"""
"""
讲师:JasonJi    外号:鸡哥
邮箱:18817628568@163.com
微信:15618087189、18817628568(备注来源)
"""
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('hi')
# logger2.warning('how are you')
​
​
logging.config.dictConfig(LOGGING_DIC)  # 自动加载字典中的配置
logger1 = logging.getLogger('消费记录')
'''loggers配置中使用空字符串作为字典的键 兼容性最好!!!'''
logger1.debug('i am fine thanks,and you?')

配置字典如何在项目中使用

# 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')  # 这里一般让用户自己写更好
    return logger1

第三方模块

如何使用工具
    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'''
        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
    """
      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式
        还是进入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

    pip3 install openpyxl
# 将文档中的代码拷贝执行查看效果从而推到功能
"""
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 但是功能更强大
"""
如何创建excel文件
    from openyxl import Workbook
    
    wb = Workbook()  # 创建excel文件
    wb1 = wb.create_sheet('贷款名单')  # 创建工作簿
  wb2 = wb.create_sheet('欠款名单')  # 创建工作簿
  wb3 = wb.create_sheet('欠款金额')  # 创建工作簿
  wb4 = wb.create_sheet('要砍人员', 0)  # 还可以指定工作簿位置
  wb1.title = '贷款名单名称修改'
  wb.save('111.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)