Python精确指南——第四章-部署和技巧

4 Python工程打包部署

Python程序在提供给用户使用时，要脱离Python开发环境运行，此时，需要对python工程进行打包。

常用的Python打包工具有PyInstaller, py2exe等。

4.1 PyInstaller

特点

一条命令即可完成打包。

以GPL标准许可发布，但可用于闭源商业性质的打包使用。

早先的版本不支持Python 3.x版本，最新的版本已经支持，并且具有跨平台特性，首选打包工具。

安装

pip install pyinstaller

pyinstaller.exe将安装到Python安装目录的Scripts目录下，和pip工具在相同路径。

打包命令简介

基本命令形式：

pyinstaller yourprogram.py

其中yourprogram.py是程序入口源文件。

-p指令

这个指令后面可以增加pyinstaller搜索模块的路径。因为应用打包涉及的模块很多。这里可以自己添加路径。不过经过笔者测试，site-packages目录下都是可以被识别的，不需要再手动添加。

-F指令

注意指令区分大小写。这里是大写。使用-F指令可以把应用打包成一个独立的exe文件，否则是一个带各种dll和依赖文件的文件夹。

-w指令

直接发布的exe应用带命令行控制台窗口，在指令内加入-w命令可以屏蔽。

--icon指令

为打包的exe指定图标。

-v指令

指定版本信息。

以上是最常用的几个可选参数指令，更多详细功能介绍可以参考PyInstaller官网：

http://www.pyinstaller.org/

如果Python项目工程比较复杂，可以编写一个python脚本辅助执行打包命令。

4.2 py2exe

官网地址：

http://www.py2exe.org/

特点

py2exe也是比较常用的打包工具，py2exe 是在 Distutils 的基础上扩展了一个新的 "命令"。

所以使用py2exe进行打包，需要编写一个带有setup指令的脚本。

安装

pip install py2exe

SourceForge网站提供有历史版本的下载：

http://prdownloads.sourceforge.net/py2exe

安装完成后，lib\site-packages\py2exe\samples目录下含有使用py2exe打包的样例。

使用

可以参考官方的使用教程：

http://www.py2exe.org/index.cgi/Tutorial

注意

使用py2exe打包完成后，包含有一个名为library.zip的压缩包，压缩包内包含了所有python源文件编译后的的pyc或者pyo字节码文件。但是pyc和pyo很容易被反编译回Python源码，这一点需要注意。

5 Python常用编码技巧

5.1 Python编程规范

Python官方PEP8标准编程规范：

https://www.python.org/dev/peps/pep-0008/

python集成开发环境当中介绍的PyCharm，在编码过程中自带有官方PEP8标准的编程规范提示，推荐使用。

实际使用时，可以根据公司或者部门的代码特点进行更新或者扩展。

5.2 时间模块

等待一段时间

import time

time.sleep(5)

获得当前时间，时间差

方法1：

import datatimeimport timestart_t = datetime.datetime.now() #get current timetime.sleep(3)end_t = datetime.datetime.now()tdiff = (end_t - start_t).seconds

方法2：

import timet1 = time.localtimetime.sleep(3)t2 = time.localtimetdiff = time.mktime(t2) - time.mktime(t1)if int(my_time_diff) > 30:print “30 seconds time out”

5.3 序列类型

序列类型包括元组，字典和字符串，以下语法这三种类型全部适用。

5.3.1 序列类型的访问

以常量字符串a = “1234567890”，进行举例说明：

索引访问

>>> a[3]'4'

切片访问

>>> a[2:5]'345'>>> a[:5]'12345'>>> a[5:]'67890'>>> a[:]'1234567890'

按步长访问

>>> a[2:9:2]'3579'>>> a[::2]'13579'

倒序访问

>>> a[-2]'9'>>> a[::-1]'0987654321'

5.3.2 序列类型的操作

长度：len()

连接：+

重复：*

判断元素是否在序列中：in

最大值：max()

最小值：min()

比较是否相同：cmp(elem1, elem2)

5.4 多级字典

多级字典不能一次性赋值，比如

              level2_dict[“lvl1”][“lvl2”] = “result”

这样就会报错。只能分两步。

              level2_dict[“lvl1”] = {}level2_dict[“lvl1”][“lvl2”] = “result”

5.5 字符串

字符串的基本方法这里不做过多介绍，主要介绍一些字符串的实际使用技巧。

5.5.1 字符串的打印

Python的打印是不需要加入’\n’就能换行的，这点要注意，和其他的语言不太一样。

5.5.2 格式化字符串

通过%实现

>>> "my name is %s, I'm %d years old."%("mike", 15)"my name is mike, I'm 15 years old."

字符串类format方法

按照参数索引：

>>> "my name is {0}, I'm {1} years old.".format("mike", 15)"my name is mike, I'm 15 years old."

按照参数名称：

>>> "my name is {name}, I'm {age} years old.".format(name="mike", age="15")"my name is mike, I'm 15 years old."

5.5.3 数字和字符串转换

强制类型转换

my_str = str(my_num)my_num = int(my_str)

通过string类方法

>>> import string>>> a="12345">>> string.atoi(a)12345>>> b="123.678">>> string.atof(b)123.678

5.5.4 正则表达式

Python对于字符串的操作十分简单方便，结合内置正则表达式re模块，几乎可以完成所有字符串操作的需求。

查找所有匹配字串

>>> import re>>> tt = "Tina is a good girl, she is cool, clever, and so on...">>> rr = re.compile(r'\w*oo\w*')>>> print(rr.findall(tt))['good', 'cool']

从开始位置匹配

>>> print(re.match('com\w*.', 'comwww.runcomoob').group())comwww.

从任意位置匹配

>>> print(re.search('\dcom', 'www.4comrunoob.5com').group())4com

按组匹配

>>> a = "123abc456">>> print(re.search("([0-9]*)([a-z]*)([0-9]*)", a).group(0)) # 索引0表示返回匹配的整体123abc456>>> print(re.search("([0-9]*)([a-z]*)([0-9]*)", a).group(1))123>>> print(re.search("([0-9]*)([a-z]*)([0-9]*)", a).group(2))abc>>> print(re.search("([0-9]*)([a-z]*)([0-9]*)", a).group(3))

迭代器匹配

>>> iter = re.finditer(r'\d+', '12 drumm44ers drumming, 11 ... 10 ...')>>> for i in iter:print(i)print(i.group())print(i.span())<_sre.SRE_Match object at 0x02517F38>       # 匹配到的Match对象12                                                                                                                          # 匹配到的子串(0, 2)                                                                                                                       # 匹配到的字串的索引<_sre.SRE_Match object at 0x02526250>44(8, 10)<_sre.SRE_Match object at 0x02517F38>11(24, 26)<_sre.SRE_Match object at 0x02526250>

替换匹配到的字串

>>> text = "Mike is a handsome boy, he is cool, clever, and so on...">>> print(re.sub(r'\s+', '-', text))Mike-is-a-handsome-boy,-he-is-cool,-clever,-and-so-on...

并获得替换的个数：

>>> print(re.sub("g.t", "have", 'I get A,  I got B ,I gut C'))I have A,  I have B ,I have C>>> print(re.subn("g.t", "have", 'I get A,  I got B ,I gut C'))('I have A,  I have B ,I have C', 3)

以正则表达式作为分隔符

>>> print(re.split('\d+', 'one1two2three3four4five5'))['one', 'two', 'three', 'four', 'five', '']

5.6 断言

Python中的assert是判断表达式是否为True的断言关键字，例如判断实例是否属于一个类：

assert isinstance(rsm_info_preview, RsmKeyInfo)

5.7 系统命令

路径的操作

ll_test_path = os.path.join(os.path.dirname(__file__),"win32", "IEDriver.dll")

os.path.dirname(__file__)表示当前file的位置。

退出程序

Import syssys.exit()

注意有的时候在函数和类并不能使整个程序退出，注意尽量在主函数里退出才可以。

调用系统命令

os.system(“xxx”)

阻塞命令，需要等待系统命令调用完成才能返回，成功返回0，失败返回1。

启动一个应用

os.startfile(“xxx”)

非阻塞命令，单纯启动命令，执行后立即返回，与目标应用不存在从属关系。相当于双击操作。

管道调用

os.popen(“xxx”)

执行后，启动一个进程，返回文件描述符对象，利用该对象可以捕获该进程的输出。

命令行

commands模块

纯命令行调用模块，可以获得命令的输出或（且）返回值。

进程高级

subprocess模块

更为高级的进程管理模块，提供比os.popen更加高级的接口，可以实现复杂的多进程管理。

5.8 lambda

在Python中，lambda是匿名函数的关键字。

lambda可以定义一句代码覆盖的方法或者函数。大部分情况下，lambda函数当做参数传递给其他方法或者函数，在方法或者函数内部实现动态调整计算实现的过程。类似模板方法设计模式的思路。

5.8.1 基本语法

>>> add = lambda x, y: x + y>>> add(2,3)

如上面例子，lambda表达式中，除了lambda关键字，冒号左边等价于def函数的入参，冒号右边等价于def函数的函数体中的return返回值。

整个lambda表达式可以作为一个函数的引用，赋值给一个变量（即例子中的add）。

5.8.2 常用内建函数

lamda结合内建函数map, reduce, filter可以实现强大的序列类型（元组，列表，字符串）的处理功能。

内建函数map可以得到入参序列中逐个元素按照lambda函数处理后返回的序列。省去循环代码实现的过程。

              >>> list1 = range(5)>>> print list1[0, 1, 2, 3, 4]>>> map(lambda x: x*2, list1)[0, 2, 4, 6, 8]

如上代码实现了列表中每个元素乘2的效果。

reduce

内建函数reduce进行两两元素的迭代计算，每次迭代，将上一次的迭代结果（第一次时为initial的元素，如没有initial则为列表的第一个元素）与下一个元素一同执行一个二元的lambda函数，最终得到一个计算结果。

>>> list1[0, 1, 2, 3, 4]>>> reduce(lambda x, y: x + y, list1)10>>> reduce(lambda x, y: x + y, list1, 2)12

如上代码实现了列表求和的效果。

filter

该内建函数的作用相当于一个筛选器。lambda函数是一个布尔函数，filter调用这个布尔函数，将每个列表中的元素依次经过一次筛选，选出使lambda返回值是Ture的元素的序列。

>>> list1[0, 1, 2, 3, 4]>>> filter(lambda x: x % 2 == 1, list1)[1, 3]

如上代码实现了筛选列表中所有奇数的效果。

5.9 字符串也是代码

5.9.1 eval

eval可以执行字符串参数的表达式，并返回表达式执行完成的结果。

>>> eval("((1+2)*3.0/4)**2")5.0625>>> eval("'hello '*2")'hello hello '>>> list1 = eval("[1,0.5,[3,4], 'hello python', {1:'one'}]")>>> list1[1, 0.5, [3, 4], 'hello python', {1: 'one'}]>>> type(list1)<type 'list'>

5.9.2 exec

exec可以执行字符串中的代码。

>>> exec("print 'hello python'")hello python>>> exec("for i in range(3):print i")012

5.9.3 区别和使用

eval需要传入的是一个表达式，执行完成后会返回一个结果；exec则是执行字符串内包含的python代码，并不会返回结果。两者不能混用。

因为eval和exec的存在，大大增加了python代码的灵活性。程序可以在运行时状态动态生成代码去执行，可以留作热更新的接口，免去重新编译和打包的过程。不过也因此，带来编码安全的隐患，恶意的字符串注入，将可以执行任意代码。使用时需谨慎。

5.10 yield

一个带有 yield 的函数就是一个 generator，它和普通函数不同，生成一个 generator 看起来像函数调用，但不会执行任何函数代码，直到对其调用 next()才开始执行。虽然执行流程仍按函数的流程执行，但每执行到一个 yield 语句就会中断，并返回一个迭代值，下次执行时从 yield 的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次，每次中断都会通过 yield 返回当前的迭代值。

如下就生成了一个斐波那契数列的生成器：

>>> def fib(max):a, b = 1, 1while a < max:yield aa, b = b, a+ b>>> fib_gen = fib(15)>>> fib_gen.next()1>>> fib_gen.next()1>>> fib_gen.next()2>>> fib_gen.next()3>>> fib_gen.next()5>>> fib_gen.next()8>>> fib_gen.next()13>>> fib_gen.next()Traceback (most recent call last):File "<pyshell#100>", line 1, in <module>fib_gen.next()StopIteration

可以看到，在使用next()的时候要注意生成器的生成边界。

在for循环当中，会自动调用 next()，并在触发StopIteration异常时自动捕获终止：

>>> for n in fib(15): print n11235813

yield的实时性更高，只有在调用的时候才真正执行，可以控制对于系统资源的消耗。

5.11 dir, setattr, getattr,hasattr

这四个函数是Python的内建函数，结合起来使用可以获取对象的属性信息，动态调整对象的属性和值。

>>> class BaseClass(object):'''classdocs'''def __init__(self, first, second, third=3, forth=4):self.first = firstself.second = secondself._third = thirdself.__forth = forthprint "in init"def __del__(self):print "in del"def first_func(self):print "in first func"def _second_func(self, para1):passdef __third_func(self, para1, para2=0):pass>>> A = BaseClass(1, 2)>>> dir(A)['_BaseClass__forth', '_BaseClass__third_func', '__class__', '__del__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', '_second_func', '_third', 'first', 'first_func', 'second']>>> getattr(A, "first")1>>> getattr(A, "first_func")()in first func>>> hasattr(A, "five")False>>> setattr(A, "five", 5)>>> A.five5>>> hasattr(A, "five")True

这一组内建函数为Python的面向对象特性进行了灵活性扩展，不过完全越过了对于类中成员的保护，在使用时需要注意成员访问的权限问题。

作者|lurayvis 撰写初稿，fhk精美更新

Python精确指南-第四章部署和技巧.pdf

来源：华为云社区作者：lurayvis

Python精确指南——第四章-部署和技巧相关推荐

Python精确指南——第三章 Selenium和爬虫
3 Selenium 3.1 介绍网络爬虫在互联网领域有着广泛的应用. Selenium是一个页面自动化控制框架.能够模拟实际操作,自动化获取网站提供的页面资源信息. Selen ...
Python精确指南——第二章界面开发
2 Python GUI 借助Python语言的优势,使用Python的界面库开发界面程序,开发周期更短.但因为Python的界面开发库底层实现一般不是Python,只是为Python封装的接口,所以 ...
Python精确指南-第一章环境
1 Python开发环境搭建 1.1 Python版本介绍 Python目前官方运营维护的版本分为2.x版本和3.x版本. 2.x版本相对来说,稳定性更高,兼容的主流第三方扩展库更 ...
Java7并发编程指南——第四章：线程执行器
Java7并发编程指南--第四章:线程执行器 @(并发和IO流) Java7并发编程指南第四章线程执行器思维导图项目代码思维导图项目代码 GitHub:Java7ConcurrencyCook ...
数据结构与算法python语言实现-第四章答案
数据结构与算法python语言实现-第四章答案 4.1 def findmax(S, index=0):if index == len(S) - 1:return S[index]max=findma ...
零基础学Python课后实战第四章
零基础学Python课后实战第四章实战一:输出王者荣耀的游戏角色实战二:模拟火车订票系统实战三:电视剧的收视率排行榜 tips 实战一:输出王者荣耀的游戏角色列表的创建.遍历列表代码 pri ...
ZeroMQ 中文指南第四章可靠的请求-应答模式【转载】
此文章转载自GitHub : https://github.com/anjuke/zguide-cn 作者信息如下. ZMQ 指南作者: Pieter Hintjens ph@imatix.com, ...
我要翻译《Think Python》- 006 第四章学习案例：接口设计
本文翻自:Allen B. Downey --<Think Python> 原文链接:http://www.greenteapress.com/thinkpython/html/think ...
Kali Linux 无线渗透测试入门指南第四章 WLAN 加密缺陷
第四章 WLAN 加密缺陷作者:Vivek Ramachandran, Cameron Buchanan 译者:飞龙协议:CC BY-NC-SA 4.0 简介任何人对于内存的需求,都不会超过64 ...

Python精确指南——第四章-部署和技巧

Python精确指南——第四章-部署和技巧相关推荐

最新文章

热门文章