常用模块---sys&logging&序列化模块（json&pickle)

sys 模块

sys.argv 命令行参数List，第一个元素是程序本身路径，通常用来避免io 阻塞

print('欢迎进入')
info=sys.argv
if info[info.index('-u')+1] == 'mona' and info[info.index('-p')+1] == '':
    print('login successful')

执行时在终端运行：python mysys.py -u mona -p 123

sys.exit(n) 退出程序，正常退出时exit(0）

count=1
while count<10:
    if count == 8:
        sys.exit()
    print(count)
    count+=1
print('ending')

sys.path 返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值

logging 模块

默认情况下Python的logging模块将日志打印到了标准输出中，且只显示了大于等于WARNING级别的日志，默认的日志级别设置为WARNING

日志级别等级CRITICAL > ERROR > WARNING > INFO > DEBUG

默认的日志格式为日志级别：Logger名称：用户输出消息。

日志配置一：

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='/tmp/test.log',
                    filemode='w')  

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

参数说明：

logging.basicConfig()函数中可通过具体参数来更改logging模块默认行为，可用参数有：

filename：用指定的文件名创建FiledHandler，这样日志会被存储在指定的文件中。
filemode：文件打开方式，在指定了filename时使用这个参数，默认值为“a”还可指定为“w”。
format：指定handler使用的日志显示格式。
datefmt：指定日期时间格式。
level：设置rootlogger（后边会讲解具体概念）的日志级别
stream：用指定的stream创建StreamHandler。可以指定输出到sys.stderr,sys.stdout或者文件(f=open(‘test.log’,’w’))，默认为sys.stderr。若同时列出了filename和stream两个参数，则stream参数会被忽略。

format参数中可能用到的格式化串：
%(name)s Logger的名字
%(levelno)s 数字形式的日志级别
%(levelname)s 文本形式的日志级别
%(pathname)s 调用日志输出函数的模块的完整路径名，可能没有
%(filename)s 调用日志输出函数的模块的文件名
%(module)s 调用日志输出函数的模块名
%(funcName)s 调用日志输出函数的函数名
%(lineno)d 调用日志输出函数的语句所在的代码行
%(created)f 当前时间，用UNIX标准的表示时间的浮 点数表示
%(relativeCreated)d 输出日志信息时的，自Logger创建以 来的毫秒数
%(asctime)s 字符串形式的当前时间。默认格式是 “2003-07-08 16:49:45,896”。逗号后面的是毫秒
%(thread)d 线程ID。可能没有
%(threadName)s 线程名。可能没有
%(process)d 进程ID。可能没有
%(message)s用户输出的消息

参数说明

配置二：一般用第二种

import logging

logger = logging.getLogger()
# 创建一个handler，用于写入日志文件
fh = logging.FileHandler('test.log')

# 再创建一个handler，用于输出到控制台
ch = logging.StreamHandler()

formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')

fh.setFormatter(formatter)
ch.setFormatter(formatter)

logger.addHandler(fh) #logger对象可以添加多个fh和ch对象
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')

实例：

def my_log():
    # logging.basicConfig(level=logging.INFO)
    mylogger = logging.getLogger()
    fh = logging.FileHandler('log.txt') #文件输出
    sh = logging.StreamHandler() #屏幕输出
    fh.setLevel(logging.DEBUG)#设置级别
    sh.setLevel(logging.DEBUG)

    mylogger.setLevel(logging.DEBUG)

    formater = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') #设置日志格式
    fh.setFormatter(formater)#将设置好的格式传递给fh
    sh.setFormatter(formater)#将设置好的格式传递给sh

    mylogger.addHandler(fh)
    mylogger.addHandler(sh)
    return mylogger

log_obj = my_log()
log_obj.info=('info message')

序列化模块

序列化：对象(变量)从内存中变成可存储或传输的过程称之为序列化。

反序列化：把变量内容从序列化的对象重新读到内存里称之为反序列化。

• json

jSON表示出来就是一个字符串，可以被所有语言读取，也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式，并且比XML更快，而且可以直接在Web页面中读取，非常方便。

&&注意：jsom没有集合类型，元组直接转换为列表形式

#----------------------------序列化
import json

dic={'name':'alvin','age':23,'sex':'male'}
print(type(dic))#<class 'dict'>

data=json.dumps(dic)
print("type",type(data))#<class 'str'>
print("data",data)

f=open('序列化对象','w')
f.write(data)  #-------------------等价于json.dump(dic,f)
f.close()

#-----------------------------反序列化<br>
import json
f=open('序列化对象')
new_data=json.loads(f.read())#  等价于data=json.load(f)

print(type(new_data))

• pickle模块

##----------------------------序列化
import pickle

dic={'name':'alvin','age':23,'sex':'male'}

print(type(dic))#<class 'dict'>

j=pickle.dumps(dic)
print(type(j))#<class 'bytes'>

f=open('序列化对象_pickle','wb')#注意是w是写入str,wb是写入bytes,j是'bytes'
f.write(j)  #-------------------等价于pickle.dump(dic,f)

f.close()
#-------------------------反序列化
import pickle
f=open('序列化对象_pickle','rb')

data=pickle.loads(f.read())#  等价于data=pickle.load(f)

print(data['age'])