🪴 X·Eden

博客

模块和包

2023年8月03日14分钟阅读

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。

# mymodule.py
def hello():
    print("Hello, World!")
# 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：

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 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：

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：

test.py
package_runoob
|-- __init__.py
|-- runoob1.py
|-- runoob2.py

它们的代码如下：

# 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。

# 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。

# 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。

# 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。

# 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：

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：

# 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：

# 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：

# 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。

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。

img

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：

img

  • 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

# 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。

关系图谱