Python 提供了强大的模块支持,主要体现在,不仅 Python 标准库中包含了大量的模块(称为标准模块),还有大量的第三方模块,开发者自己也可以开发自定义模块。
通过这些强大的模块可以极大地提高开发者的开发效率。
一、模块的概念
模块,英文为 Modules,是 Python 程序架构的一个核心概念。
至于模块到底是什么,可以用一句话总结:模块就是 Python 程序,每一个以扩展名 py 结尾的 Python 源代码文件都是一个模块。
换句话说,任何 Python 程序都可以作为模块。
模块可以比作一盒积木,通过它可以拼出多种主题的玩具,这与函数不同,一个函数仅相当于一块积木,而一个模块中可以包含多个函数,也就是很多积木。
模块名同样也是一个标识符,需要符合标识符的命名规则。
在模块中定义的全局变量、函数、类都是提供给外界直接使用的工具。
模块就好比是工具包,要想使用这个工具包中的工具,就需要先导入这个模块。
二、模块的导入方式
1、import 导入
import 模块名1, 模块名2
导入之后,通过 模块名. 的方式使用模块提供的工具 —— 全局变量、函数、类。
使用 as 指定模块的别名
如果模块的名字太长,可以使用 as 指定模块的名称,以方便在代码中的使用。
import 模块名1 as 模块别名
注意:模块别名应该符合大驼峰命名法。
2、from...import 导入
如果希望从某一个模块中,导入部分工具,就可以使用 from ... import 的方式。
import 模块名是一次性把模块中所有工具全部导入,并且通过 模块名/别名 访问。
# 从 模块 导入 某一个工具
from 模块名1 import 工具名
导入之后,不需要通过 模块名. 的方式来调用工具,可以直接使用模块提供的工具 —— 全局变量、函数、类。
如果两个模块,存在同名的函数,那么后导入模块的函数,会覆盖掉先导入的函数。
在开发时, import 代码应该统一写在代码的顶部,这样可以更容易地及时发现冲突。一旦发现冲突,可以使用 as 关键字给其中一个工具起一个别名。
import 导入所有工具
# 从 模块 导入 所有工具
from 模块名1 import *
不过,这种方式不推荐使用,因为函数重名并没有任何的提示,出现问题不好排查。
3、模块的搜索顺序
Python 的解释器在导入模块时,会:
搜索当前目录指定模块名的文件,如果有就直接导入,
如果没有,再搜索系统目录。
在开发时,给文件起名,不要和系统的模块文件重名。
示例:
import random
# 生成一个 0~10 的数字
rand = random.randint(0, 10)
print(rand)
上面的代码,如果在当前目录下,存在一个 random.py 的文件,程序就无法正常执行了!
这个时候,Python 的解释器会加载当前目录下的 random.py 而不会加载系统的 random 模块。
Python 中每一个模块都有一个内置属性 __file__ 可以查看模块的完整路径。
import random
print(random.__file__)
# D:pythonlibandom.py
4、原则 —— 每一个文件都应该是可以被导入的
一个独立的 Python 文件就是一个模块,在导入文件时,文件中所有没有任何缩进的代码都会被执行一遍!
在实际开发中,每一个模块都是独立开发的,大多都有专人负责。开发人员通常会在模块下方增加一些测试代码,仅在模块内使用,而被导入到其他文件中不需要执行。
在 Python 中有一个 __name__ 属性,__name__ 属性可以做到,测试模块的代码只在测试情况下被运行,而在被导入时不会被执行!
__name__ 是 Python 的一个内置属性,记录着一个字符串。
如果是被其他文件导入并执行的,那么__name__ 就是模块名,
如果是直接执行当前程序,那么 __name__ 是 "__main__"。
所以在很多 Python 文件中都会看到以下格式的代码:
# 导入模块
# 定义全局变量
# 定义类
# 定义函数
# 在代码的最下方
def main():
# ...
pass
# 根据 __name__ 判断是否执行下方代码
if __name__ == "__main__":
main()
三、模块的价值
经过之前的学习,我们已经能够将 Python 代码写到一个文件中。
但随着程序功能的复杂,程序体积会不断变大,为了便于维护,通常会将其分为多个文件(模块),这样不仅可以提高代码的可维护性,还可以提高代码的可重用性。
代码的可重用性体现在,当编写好一个模块后,只要编程过程中需要用到该模块中的某个功能(由变量、函数、类实现),无需做重复性的编写工作,直接在程序中导入该模块即可使用该功能。
之前学习过面向对象的封装,并且还介绍了很多具有封装特性的结构,比如说:
诸多容器,例如列表、元组、字符串、字典等,它们都是对数据的封装。
函数是对 Python 代码的封装。
类是对方法和属性的封装,也可以说是对函数和数据的封装。
而这里的模块,可以理解为是对代码更高级的封装,即把能够实现某一特定功能的代码编写在同一个 .py 文件中,并将其作为一个独立的模块。
这样既可以方便其它程序或脚本导入并使用,同时还能有效避免函数名和变量名发生冲突。