336 lines
11 KiB
Markdown
336 lines
11 KiB
Markdown
---
|
||
title: 模块和包
|
||
description: Python 模块和包
|
||
keywords:
|
||
- Python
|
||
- 模块和包
|
||
tags:
|
||
- Python/入门
|
||
- 技术/程序语言
|
||
author: 7Wate
|
||
date: 2023-08-03
|
||
---
|
||
|
||
在编程语言中，我们常常会看到各种不同级别的封装，如代码块、函数、类、模块，甚至包，每个级别都会进行逐级调用。在 Python 中，一个 `.py` 文件就被看作是一个模块。这实际上是比类级别更高的封装。在其他的编程语言中，被导入的模块通常被称为库。
|
||
|
||
## 模块
|
||
|
||
在 Python 中，模块可以分为自定义模块、内置模块（标准模块）和第三方模块。使用模块主要有以下几个好处：
|
||
|
||
- 提高了代码的可维护性。通过将代码拆分为多个模块，可以降低每个模块的复杂性，更容易进行理解和维护。
|
||
- 重用代码。当一个模块编写完毕，就可以被其他的模块引用。这避免了“重复造轮子”，允许开发者更加专注于新的任务。
|
||
- 避免命名冲突。同名的类、函数和变量可以分别存在于不同的模块中，防止名称冲突。但也要注意尽量避免与内置函数名（类名）冲突。
|
||
|
||
### 自定义模块
|
||
|
||
自定义模块是开发者根据实际需求编写的代码，封装为模块方便在多个地方使用。当创建一个新的 Python 文件时，比如 `mymodule.py`，我们就创建了一个名为 `mymodule` 的模块，可以通过 `import mymodule` 来导入和使用。
|
||
|
||
```python
|
||
# mymodule.py
|
||
def hello():
|
||
print("Hello, World!")
|
||
```
|
||
|
||
```python
|
||
# main.py
|
||
import mymodule
|
||
|
||
mymodule.hello() # 输出 "Hello, World!"
|
||
```
|
||
|
||
### 标准模块
|
||
|
||
Python 拥有一个强大的标准库。Python 语言的核心只包含数值、字符串、列表、字典、文件等常见类型和函数，而由 Python 标准库提供了系统管理、网络通信、文本处理、数据库接口、图形系统、XML 处理等额外的功能。如文本处理、文件系统操作、操作系统功能、网络通信、W3C 格式支持等。
|
||
|
||
Python 标准库中的模块可以直接通过 `import` 语句来导入。比如，我们可以导入 `math` 模块，使用其中的 `sqrt` 函数来求平方根：
|
||
|
||
```python
|
||
import math
|
||
|
||
print(math.sqrt(16)) # 输出 4.0
|
||
```
|
||
|
||
### 第三方模块
|
||
|
||
Python 拥有大量的第三方模块，这也是其核心优点之一。这些模块通常在 Python 包管理系统 [PyPI](https://pypi.python.org/) 中注册，你可以通过 `pip` 工具来安装。
|
||
|
||
比如，我们可以通过 `pip install requests` 来安装 `requests` 模块，然后在代码中使用它发送 HTTP 请求：
|
||
|
||
```python
|
||
import requests
|
||
|
||
response = requests.get('https://www.python.org')
|
||
print(response.status_code) # 输出 200
|
||
```
|
||
|
||
## 包
|
||
|
||
Python 为了避免模块名冲突，又引入了按目录来组织模块的方法，称为包（Package）。包是模块的集合，比模块又高一级的封装。包是一个分层次的文件目录结构，它定义了一个由模块及子包，和子包下的子包等组成的 Python 的应用环境。一般来说，包名通常为全部小写，避免使用下划线。
|
||
|
||
### 标准包
|
||
|
||
标准包就是文件夹下必须存在 `__init__.py` 文件，该文件的内容可以为空。如果没有该文件，Python 无法识别出标准包。Python 中导入包后会初始化并执行 `__init__.py` 进行初始化；在 `__init__.py` 中，如果将 `__all__` 定义为列表，其中包含对象名称的字符串，程序就可以通过 * 的方式导入。
|
||
|
||
例如，我们有以下的目录结构：
|
||
|
||
```markdown
|
||
test.py
|
||
package_runoob
|
||
|-- __init__.py
|
||
|-- runoob1.py
|
||
|-- runoob2.py
|
||
```
|
||
|
||
它们的代码如下：
|
||
|
||
```python
|
||
# package_runoob/runoob1.py
|
||
def runoob1():
|
||
print("I'm in runoob1")
|
||
|
||
# package_runoob/runoob2.py
|
||
def runoob2():
|
||
print("I'm in runoob2")
|
||
|
||
# package_runoob/__init__.py
|
||
if __name__ == '__main__':
|
||
print('作为主程序运行')
|
||
else:
|
||
print('package_runoob 初始化')
|
||
|
||
# test.py
|
||
from package_runoob.runoob1 import runoob1
|
||
from package_runoob.runoob2 import runoob2
|
||
|
||
runoob1()
|
||
runoob2()
|
||
|
||
# 输出
|
||
# package_runoob 初始化
|
||
# I'm in runoob1
|
||
# I'm in runoob2
|
||
```
|
||
|
||
## 模块和包的导入
|
||
|
||
Python 模块是一个包含 Python 定义和语句的文件，模块可以定义函数，类和变量。模块也可以包含可执行的代码。包是一种管理 Python 模块命名空间的形式，采用 " 点模块名称 "。
|
||
|
||
### 导入方式
|
||
|
||
在 Python 中，可以通过以下四种方式导入模块或包：
|
||
|
||
#### `import xx.xx`
|
||
|
||
这种方式将整个模块导入。如果模块中有函数、类或变量，我们需要以 `module.xxx` 的方式调用。
|
||
|
||
```python
|
||
# Module_a.py
|
||
|
||
def func():
|
||
print("This is module A!")
|
||
|
||
# Main.py
|
||
|
||
import module_a
|
||
module_a.func() # 调用函数
|
||
```
|
||
|
||
#### `from xx.xx import xx`
|
||
|
||
这种方式从某个模块中导入某个指定的部分到当前命名空间，不会将整个模块导入。这种方式可以节省代码量，但需要注意避免名字冲突。
|
||
|
||
```python
|
||
# Main.py
|
||
|
||
from module_a import func
|
||
func() # 直接调用 func
|
||
```
|
||
|
||
#### `from xx.xx import xx as rename`
|
||
|
||
为了避免命名冲突，我们可以在导入时重命名模块。
|
||
|
||
```python
|
||
# Main.py
|
||
|
||
from module_a import func as f
|
||
f() # 使用新名称 f 来调用函数
|
||
```
|
||
|
||
#### `from xx.xx import \*`
|
||
|
||
这种方式将模块中的所有内容全部导入，非常容易发生命名冲突，因此需要谨慎使用。
|
||
|
||
```python
|
||
# Main.py
|
||
|
||
from module_a import *
|
||
|
||
def func():
|
||
print("This is the main module!")
|
||
|
||
func() # func 从 module_a 导入被 main 中的 func 覆盖
|
||
```
|
||
|
||
### 绝对导入
|
||
|
||
绝对导入使用模块的完整路径来导入。这个路径是从项目的根目录开始的，也就是说，从 Python 解释器开始搜索模块的路径。让我们通过一个示例来理解绝对导入。
|
||
|
||
假设我们有以下项目结构：
|
||
|
||
```markdown
|
||
myproject/
|
||
│
|
||
├── main.py
|
||
│
|
||
└── mypackage/
|
||
├── __init__.py
|
||
├── module_a.py
|
||
└── subpackage/
|
||
├── __init__.py
|
||
└── module_b.py
|
||
```
|
||
|
||
在这个项目中，我们有一个主程序 `main.py` 和一个包 `mypackage`，包含了模块 `module_a.py` 和一个子包 `subpackage`，包含了模块 `module_b.py`。
|
||
|
||
在 `main.py` 中，我们可以使用绝对导入来导入 `module_a.py`：
|
||
|
||
```python
|
||
# main.py
|
||
import mypackage.module_a
|
||
```
|
||
|
||
在这里，`mypackage` 是项目的根目录，所以我们使用完整的路径来导入 `module_a`。
|
||
|
||
同样，在 `module_b.py` 中，我们可以使用绝对导入来导入 `module_a.py`：
|
||
|
||
```python
|
||
# mypackage/subpackage/module_b.py
|
||
import mypackage.module_a
|
||
```
|
||
|
||
#### 适用场景
|
||
|
||
绝对导入的适用场景包括：
|
||
|
||
- 明确：绝对导入提供了清晰的模块路径，使得其他开发人员更容易理解模块之间的关系。
|
||
- 项目结构不变：当项目结构发生变化时，绝对导入不需要更新导入路径。
|
||
- 可移植性：如果一个包被设计成可以独立安装并作为第三方库使用，绝对导入是更好的选择。
|
||
|
||
### 相对导入
|
||
|
||
相对导入是基于当前模块文件的目录结构的。使用 `.` 表示当前目录，`..` 表示父目录，以此类推。相对导入通常用在包内部，当模块之间互相导入时。让我们通过示例来理解相对导入。
|
||
|
||
在 `module_b.py` 中，我们可以使用相对导入来导入同一包下的 `module_a.py`：
|
||
|
||
```python
|
||
# mypackage/subpackage/module_b.py
|
||
from .. import module_a
|
||
```
|
||
|
||
在这里，`..` 表示上一级目录，即 `mypackage`，然后我们导入了 `module_a`。
|
||
|
||
#### 注意事项
|
||
|
||
相对导入需要一些额外的注意事项：
|
||
|
||
- 相对导入只能用于包内部模块之间的导入，不能用于顶级模块或脚本。
|
||
- 如果直接运行一个包含相对导入的模块，可能会导致 `ImportError`。
|
||
|
||
#### 适用场景
|
||
|
||
相对导入通常更适合以下情况：
|
||
|
||
- 包内部导入：当你在包内部工作时，相对导入可以更好地保持模块的封装性和可移植性。
|
||
- 封装和模块重构：相对导入在包内部重构时特别有用，因为它减少了需要更改的导入语句的数量。
|
||
|
||
### 模块路径搜索顺序
|
||
|
||
当我们尝试导入一个模块时，Python 解释器对模块位置的搜索顺序是：
|
||
|
||
1. Python 项目的当前目录
|
||
2. 在环境变量 PYTHONPATH 中列出的所有目录
|
||
3. Python 的安装目录和其他默认目录
|
||
|
||
模块搜索路径存储在 `sys` 模块的 `sys.path` 变量中。
|
||
|
||
```python
|
||
import sys
|
||
print(sys.path)
|
||
```
|
||
|
||
## 命名空间和作用域
|
||
|
||
在 Python 中，命名空间（Namespace）是从名称到对象的映射，主要用于避免命名冲突。命名空间的生命周期取决于对象的作用域，如果对象执行完成，则该命名空间的生命周期就结束。
|
||
|
||
### 命名空间类型
|
||
|
||
Python 有三种命名空间：
|
||
|
||
- **内置名称（built-in names）**：Python 语言内置的名称，如函数名 `abs`、`char` 和异常名称 `BaseException`、`Exception` 等。
|
||
- **全局名称（global names）**：模块中定义的名称，包括模块的函数、类、导入的模块、模块级别的变量和常量。
|
||
- **局部名称（local names）**：函数中定义的名称，包括函数的参数和局部定义的变量。
|
||
|
||
|
||
|
||
### 作用域
|
||
|
||
作用域定义了命名空间可以直接访问的代码段，决定了在哪一部分程序可以访问特定的变量名。Python 的作用域一共有 4 种，分别是：
|
||
|
||
|
||
|
||
- L（Local）：最内层，包含局部变量，比如一个函数/方法内部。
|
||
- E（Enclosing）：包含了非局部（non-local）也非全局（non-global）的变量。比如两个嵌套函数，一个函数（或类）A 里面又包含了一个函数 B，那么对于 B 中的名称来说 A 中的作用域就为 nonlocal。
|
||
- G（Global）：当前脚本的最外层，比如当前模块的全局变量。
|
||
- B（Built-in）： 包含了内建的变量/关键字等，最后被搜索。
|
||
|
||
变量的查找顺序是：L --> E --> G --> B。
|
||
|
||
### 代码示例
|
||
|
||
```python
|
||
# 全局变量
|
||
x = 10
|
||
z = 40
|
||
|
||
# 定义函数 foo
|
||
def foo():
|
||
# 局部变量
|
||
x = 20
|
||
z = 50
|
||
|
||
def bar():
|
||
nonlocal z
|
||
print("局部变量 z =", z) # 输出 "局部变量 z = 50"
|
||
|
||
def baz():
|
||
global z
|
||
print("全局变量 z =", z) # 输出 "全局变量 z = 40"
|
||
|
||
print("局部变量 x =", x) # 输出 "局部变量 x = 20"
|
||
bar()
|
||
baz()
|
||
|
||
# 定义函数 outer
|
||
def outer():
|
||
y = 30 # 封闭作用域变量
|
||
|
||
def inner():
|
||
nonlocal y
|
||
print("封闭作用域 y =", y) # 输出 "封闭作用域 y = 30"
|
||
|
||
inner()
|
||
|
||
# 执行函数
|
||
foo()
|
||
print("全局变量 x =", x) # 输出 "全局变量 x = 10"
|
||
outer()
|
||
|
||
# 调用内置函数
|
||
print(abs(-5)) # 输出 5
|
||
```
|
||
|
||
这个例子展示了 Python 中的作用域和命名空间的概念。在函数 `foo` 中，变量 `x` 和 `z` 是局部变量，只在 `foo` 函数内部可见。函数 `bar` 和 `baz` 改变了 `z` 的作用域，`bar` 定义 `z` 为封闭作用域（`foo` 函数的作用域），而 `baz` 定义 `z` 为全局作用域。函数 `outer` 和 `inner` 展示了封闭作用域变量的使用，`outer` 函数内的 `y` 变量在 `inner` 函数中也可见。
|
||
|
||
最后，我们调用了内置函数 `abs`，这是一个内置命名空间的例子。所有的内置函数和关键字都在 Python 的内置命名空间中，无需导入就可以直接使用。
|