一、补充内容
循环导入
解决方案：
1、将导入的语句挪到后面。
2、将导入语句放入函数，函数在定义阶段不运行
#m1.py
print('正在导入m1') #②能够正常打印
from m2 import y #③跳转到m2模块寻找y
x='m1' #此句暂未执行
#m2.py
print('正在导入m2') #④能够正常打印
from m1 import x #⑤此句无法正常运行，因为m1中没有x的数据
y='m2' #此句也暂未执行
#run.py
import m1 #①导入m1模块
解决方案一：导入语句放到最后
#m1.py
print('正在导入m1')
x='m1'
from m2 import y
#m2.py
print('正在导入m2')
y='m2'
from m1 import x
解决方案二：导入语句放到函数中
#m1.py
print('正在导入m1')
def f1(): #在导入m1时，函数并没有运行
from m2 import y
print(x,y)
x = 'm1' #获取x的值
#m2.py
print('正在导入m2')
def f2():
from m1 import x
print(x,y)
y = 'm2'
#run.py
import m1
m1.f1()
二、包
定义：包就是一个含有__init__.py文件的文件夹。
导包就是导入__init__文件中的内容
绝对导入：以包的*文件夹目录作为查找的起始位置。
先要添加环境变量；
import sys
sys.path.append(r'C:\Users\wangt\PycharmProjects\new\20181205')
也就是说包放置在了20181205这个目录下的某处。
后续调用时，可以直接调用，目录均以文件夹20181205开始：
import m1 #导入20181205文件夹下的m1模块
import aaa.m2 #导入20181205文件夹下的aaa文件夹中的m2模块
import aaa #导入20181205文件夹下的aaa文件夹中的所有模块 #此处假设aaa是文件夹的名字
from aaa.m2 import func1 #导入20181205文件夹下的aaa文件夹中m2模块中的func1函数
import aaa.bbb.m3 #导入文件夹20181205\aaa\bbb下的m3模块
#######此处存疑######相对导入：仅限在包内用，只能用于包内的模块互相引用。
.代表当前文件夹，..代表上一级文件夹，...代表上上级文件夹，以此类推。
import m1 #导入当前文件夹下的m1模块
import .m2 #导入当前文件夹的上一级文件夹中的m2模块
from ..m3 import func1 #导入当前文件夹的上一级文件夹的上一级文件夹中的m2模块中的func1函数
三、json&pickle模块
目的：为了解决序列化问题
序列化定义：序列化就是将内存中的数据类型转换成另外一种格式。
即： 字典----序列化---》其他格式---》--------》存到硬盘
硬盘------读取---》其他格式---反序列化-----》字典
序列化的目的：
1、持久保存程序的运行状态
2、数据的跨平台交互
序列化的使用：
json（最常用）：
优点：这种格式是一种通用的格式，所有编程语言都能识别。跨平台性好。
缺点：不能识别所有python类型（例如不能识别集合）
强调：json不能识别单引号，是能识别双引号。
pickle：
优点：能识别所有python类型
缺点：只能被python这门编程语言识别
dumps和loads方法都在内存中转换，dump和load的方法会多一个步骤，dump是把序列化后的字符串写到一个文件中，而load是从一个一个文件中读取文件
json储存成字符串类型，所以mode为t。
import json
dic={'k1':True,'k2':10,'k3':'egon'}
序列化：
dic_json=json.dumps(dic)
print（dic_json,type(dic_json)）
输出结果为：
{"k1": true, "k2": 10, "k3": "egon"} <class 'str'> #这是跨平台的交互数据
持久化：
with open('a.json',mode='wt',encoding='utf8') as f:
f.write(dic_json)
从文件中读取json格式的字符：
with open('a.json',mode='rt',encoding='utf8') as f:
dic_json=f.read()
反序列化
dic=json.loads(dic_json)
print(dic)
序列化+持久化
with open('a.json',mode='wt',encoding='utf8') as f:
json.dump(dic,f)
读取文件内容+反序列化
with open('a.json',mode='rt',encoding='utf8') as f:
dic=json.load(f)
print(dic)
pickle只能数据持久化，无法跨平台调用。储存成二进制类型，所以mode为b。
import pickle
dic={'k1':True,'k2':10,'k3':'egon'}
序列化：
dic_pkl=pickle.dumps(dic)
持久化：
with open('dic.pkl',mode='wb') as f:
f.write(dic_pkl)
读取文件内容及反序列化
with open('dic.pkl',mode='rb') as f:
dic_pkl=f.read()
dic=pickle.loads(dic_pkl)
print(type(dic))
序列化+持久化
with open('c.pkl',mode='wb') as f:
pickle.dump(dic,f)
读取文件内容+反序列化
with open('c.pkl',mode='rb') as f:
dic=pickle.load(f)
print(dic,type(dic))
四、内置模块介绍
1、time&datatime
time模块
时间分为三种格式：
1、时间戳，参考1970年的时间
print(time.time())
输出结果为：
1544006378.4561322 #从格林威治时间1970年01月01日00时00分00秒到现在过去的秒数
2、格式化的字符串
print(time.strftime('%Y-%m-%d %H:%M:%S %p')) #p是上午下午的意思。
print(time.strftime('%Y-%m-%d %H:%M:%S'))
输出结果为：
2018-12-05 18:38:31 PM
2018-12-05 18:38:31
3、结构化的时间对象
print(time.localtime()) #当前时区时间
print(time.gmtime()) #格林尼治时间
print(time.localtime().tm_hour) #一天的第几个小时
print(time.localtime().tm_wday) #一周的第几天
print(time.localtime().tm_yday) #一年的第几天
时间转换
时间戳——》struct time——》格式化的字符串时间
import time
struct_time=time.localtime(123123) #秒数转化为结构化时间
print(struct_time)
输出结果为：
time.struct_time(tm_year=1970, tm_mon=1, tm_mday=2, tm_hour=18, tm_min=12, tm_sec=3, tm_wday=4, tm_yday=2, tm_isdst=0)
print(time.strftime('%Y-%m-%d',struct_time)) #将结构化的时间转换为标准格式
输出结果为：
1970-01-02
格式化的字符串——》struct_time——》时间戳
import time
struct_time=time.strptime('2018-12-05','%Y-%m-%d') #将格式化的字符串时间转换为结构化时间
print(time.mktime(struct_time)) #将结构化时间转换为时间戳
输出结果为：
1543939200.0
datetime模块
获取格式化的字符串的时间
import datetime
print(datetime.datetime.now()) #直接获取当前时间
输出结果：
2018-12-05 18:45:23.195833
print(datetime.datetime.fromtimestamp(5678989)) #将时间戳直接转换为结构化时间的字符串
输出结果为：
1970-03-08 01:29:49
计算时间
import datetime
print(datetime.datetime.now()) #当前时间
print(datetime.datetime.now()+datetime.timedelta(days=3)) #三天后时间
print(datetime.datetime.now()+datetime.timedelta(hours=3)) #三小时后时间。 #支持weeks,days,seconds,minutes,hours,还有毫秒等，支持负号-，就是多久之前。
print(datetime.datetime.now()+datetime.timedelta(days=3,hours=3)) #三天三小时后
输出结果为：
2018-12-05 18:54:22.206142
2018-12-08 18:54:22.206142
2018-12-05 21:54:22.206142
2018-12-08 21:54:22.206142
2、random模块
import random
print( random.randint(1,10) ) # 产生 1 到 10 的一个整数型随机数 （包括1和10）
print( random.random() ) # 产生 0 到 1 之间的随机浮点数
print( random.uniform(1.1,5.4) ) # 产生 1.1 到 5.4 之间的随机浮点数，区间可以不是整数
print( random.randrange(1,100,2) ) # 生成从1到100的间隔为2的随机整数，顾头不顾尾，不包括100
a=[1,3,5,6,7] # 将序列a中的元素顺序打乱
random.shuffle(a)
print(a)
print( random.choice('tomorrow') ) # 从序列中随机选取一个元素
print( random.choice(['1','a','4','b']) ) # 从列表中随机选取一个元素
print( random.sample(['1','a','4','b'],2) ) # 从列表中随机选取两个元素
应用：随机验证码。
chr(num) 可以将数字按照ASCII表转换成对应得符号。
例如
print(chr(65))
print(chr(90))
print(chr(97))
print(chr(122))
输出结果为：
A
Z
a
z
import random
res='' #空字符串
for i in range(5): #循环五次，得到一个五位的验证码
num=str(random.randint(0,9)) #得到0到9的随机数，并且改为字符串类型
alp=chr(random.randint(65,90)) #对应ASCII表，得到大写字母
res += random.choice([num,alp]) #二选一，字符串性价
print(res) #输出随机的五位验证码
升级版本：
def make_code(max_size=5):
import random
res=''
for i in range(max_size):
num=str(random.randint(0,9))
alp=chr(random.randint(65,90))
res += random.choice([num,alp])
return res
print(make_code(10)) #指定验证码长度