【python 模块三】

hashlib加密模块

# 什么是加密
	将明文(人看得懂)数据通过一些手段变成密文数据(人看不懂)
  	密文数据的表现形式一般都是一串没有规则的字符串
 
# 加密算法
	加密算法有很多种>>>(将明文变密文的内部规则)
  	算法的难易程度可以根据产生密文的长短来判断
    	越长意味着算法越复杂
 
# 什么时候使用加密
	涉及到隐私数据的时候 应该考虑使用加密
  	最为常见的就是对用户的密码加密 防止密码泄露
  
# 基本使用
	import hashlib
  # 1.指定算法>>>:md5算法(最为常见 一般的业务需求足够了)
  # md5 = hashlib.md5()
  # 2.将明文数据传递给算法对象
  # md5.update(b'hello')  # 只能接收bytes类型
  """如果字符串中是纯数字和英文 那么直接在前面加b转成bytes类型"""
  # 3.获取加密之后的密文数据
  # res = md5.hexdigest()
  # print(res)  # 5d41402abc4b2a76b9719d911017c592
  # 在传入数据的时候 只要内容一致 那么算法的结果肯定一致
  md5 = hashlib.md5()
  # md5.update(b'hello')
  # md5.update(b'world')
  # md5.update(b'jason')
  # print(md5.hexdigest())  # 8faebe82e744992e51c86845cac3e1b7
  md5.update(b'helloworldjason')
  print(md5.hexdigest())  # 8faebe82e744992e51c86845cac3e1b7

1.加密之后的结果是无法直接反解密的
	8faebe82e744992e51c86845cac3e1b7
  # 所谓的反解密其实是暴力破解>>>:反复的猜
  """
  md5解密内部本质
  	提前想好很多可能是密码的组合
  		123						自己加密
  		321						自己加密
  		222						自己加密
    {'密文1':123,'密文2':321}
  """

2.加盐处理
	增加破解的难度
  import hashlib
  md5 = hashlib.md5()
  # 加盐处理(添加一些额外的干扰项)
  md5.update('你追我'.encode('utf8'))
  md5.update(b'123')
  print(md5.hexdigest())  # ce850e70febde5f3506fec0479dc0f96
 
3.动态加盐
	干扰项动态变化
  	可以是用户名的一部分 也可以当前时间...
  
"""
加密应用场景
1.密码加密如何比对
	用户输入的还是明文但是到了程序里面之后会采用相同的加密算法变成密文
	之后拿着密文与跟数据库里面的密文比对如果一致就是密码正确不一致就是错误
	
2.文件内容一致性校验
	作为软件的提供者 我们在提供安全软件的同时会对给该软件内容做加密处理得到一个该安全软件独有的密文
	用户在下载软件之后也会对内容做相同的加密之后比对两次密文是否一致
	如果是表示中途没有被修改 如果不是表示中途被修改过 可能存在病毒 
"""
针对大文件一致性校验的优化策略
	如果一个文件有10G 那么如果全部读取并加密速度太慢
  这个时候可以考虑对文件内容进行切片读取并加密的操作

logging日志模块

'''日志模块就是在程序的各个环境记录 便于后续的查看'''
# 针对日志模块 我们只需要听流程思路 最后CV即可 无需详细记忆

# 1.日志等级
	import logging
  # 日志按照重要程度分为五个级别:默认只有达到warning警告级别及以上才会记录日志
  # logging.debug('debug message')  # 10
  # logging.info('info message')  # 20
  # logging.warning('warning message')  # 30
  # logging.error('error message')  # 40
  # logging.critical('critical message')  # 50
 
# 2.基本使用
	import logging

  file_handler = logging.FileHandler(filename='x1.log', mode='a', encoding='utf-8', )
  # 所有的格式不需要记忆 后续几乎都是拷贝加修改
  logging.basicConfig(
      format='%(asctime)s - %(name)s - %(levelname)s -%(module)s:  %(message)s',
      datefmt='%Y-%m-%d %H:%M:%S %p',
      handlers=[file_handler, ],
      level=logging.ERROR
  )

  logging.error('FBI警告宇帆 少看点 注意身体')


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('好好的 不要浮躁 努力就有收获')
# logger2.warning('尊敬的VIP客户 晚上好 您又来啦')


logging.config.dictConfig(LOGGING_DIC)  # 自动加载字典中的配置
logger1 = logging.getLogger('红浪漫顾客消费记录')
'''loggers配置中使用空字符串作为字典的键 兼容性最好!!!'''
logger1.debug('戴小龙 卿阳华 赵其辉')

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')  # 这里让用户自己写更好
    return logger1

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
  wb2 = wb.create_sheet('缴费名单')  # 创建工作簿
  wb3 = wb.create_sheet('消费记录')  # 创建工作簿
  wb4 = wb.create_sheet('线上赌场', 0)  # 还可以指定工作簿位置
  wb1.title = '学员名单名称修改'
  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)