【21天python打卡】第9天 基础技能(2)

简介: ​​大家好,今天是21天python打卡的第9天,上一篇讲了python的相关技能,比如将时间日期的处理,数据文件的读写,以及数据库的简单操作。今天来说说源码打包和网络编程。

源码打包

  • 为什么打包源码
    如果你想让你的实现的python代码,通过pip install 方式供所有人进行下载;那就需要将代码上传到PyPi上,这样才能让所有人使用;


如何打包源码上传:

  • 前提条件:

1、有一个pypi官网账号;注册地址

2、更新pip版本到最新:py -m pip install --upgrade pip

3、通过pip安装twine:要使用twine来上传代码;

4、安装编译工具:pip install --upgrade build


  • 创建项目结构:

第一步,创建本地目录结构;

daletou/
└── src/
    └── daletou/
        ├── __init__.py
        └── dlt.py

以上除了src和__init__.py为固定值,其他都可以自定义;目录结构需保持一致;


其中__init__.py是为了将目录作为包导入,默认可以为空。

dlt.py是包中的一个模块,主要是提供的功能供下载人调用


如在dlt.py中输入如下代码:

代码中提供的一个函数,返回指定的字符串;

此功能是最终上传的pypi后提供给外部的方法;


from random import sample
def random_dlt(num=1,reds_pre=None,blue_pre=None):
    result = []
    for n in range(num):
        if reds_pre is None:
            reds = sample([n for n in range(1,36)],5)
        if blue_pre is None:
            blues = sample([n for n in range(1,13)],2)
        reds.sort()
        blues.sort()
        result.append(' '.join(red_balls) + ' + '+ ' '.join(blue_balls))
    return '\n'.join(result)

第二步:创建上传所需的文件;

最终得文件结构如下:

daletou/
├── LICENSE
├── pyproject.toml
├── README.md
├── setup.py
├── src/
│   └── daletou/
│       ├── __init__.py
│       └── dlt.py
  • 文件说明:

pyproject.toml告诉构建工具构建项目所需的内容。

打开pyproject.toml并输入以下内容:


[build-system]
requires = ["setuptools>=42"]
build-backend = "setuptools.build_meta"

README.md 是包的描述信息,markdown格式书写;

1. # study Package
2. This is a simple study package.


setup.py是setuptools的构建脚本。它告诉 setuptools 您的包(例如名称和版本)以及要包含的代码文件。

打开setup.py并输入以下内容。更改name 以包含您的用户名;这可确保您拥有唯一的包名称,并且您的包不会与其他人按照本教程上传的包冲突。


import setuptools
with open("README.md", "r", encoding="utf-8") as fh:
    long_description = fh.read()
setuptools.setup(
    name="daletou",
    version="0.0.1",
    author="Author",
    author_email="author@example.com",
    description="example package",
    long_description=long_description,
    long_description_content_type="text/markdown",
    #url="",
    #project_urls={},
    package_dir={"": "src"},
    packages=setuptools.find_packages(where="src"),
    python_requires=">=3.6",
)

部分属性说明:


name是您的包的分发名称。这可以是任何名称;

version是包版本。

author并author_email用于标识包的作者。

description是一个简短的、一句话的包摘要。

long_description是包的详细说明。

long_description_content_type: 描述使用什么类型的标记。

url是项目主页的 URL。可不写。

project_urls 显示的任意数量的链接。通常是文档、问题跟踪器等。

package_dir是一个字典,src目录被指定为根包。

packages 包含在分发包中的所有 Python导入包的列表;

python_requires给出项目支持的 Python 版本。

还有有个配置文件setup.cfg,相对于setup.py,此文件配置是静态元数据,内容基本不变;推荐使用setup.py配置;

具体可参考pypi官网解释;


LICENSE是许可文件,参考以下输入既可;


Copyright (c) 2018 The Python Packaging Authority
Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:
The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.
THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.
  • 编译打包:

在pyproject.toml文件同级目录;打开命令行工具;

执行命令:

python -m build


  • 源码上传:

首先执行命令

twine check dist/*


检查是否存在问题,有问题提示,需要解决;

若无问题;执行以下命令上传;

twine upload dist/*

检查是否存在问题,有问题提示,需要解决;

若无问题;执行以下命令上传;

twine upload dist/*


网络编程


1、网络编程基础:

Sockets(套接字)可以在一个进程内,在同一机器上的进程之间,或者在不同主机的进程之间进行通信,主机可以是任何一台有连接互联网的机器。

Socket主要是使用IP地址,协议,端口号来标识一个进程。端口号的范围为0~65535(用户端口号一般大于1024),协议有很多种,经常用到的就是TCP,IP,UDP等;


2、python中的内置库socket

  • python中的socket库提供了处理公共传输的特定类,以及一个用于处理其余部分的通用接口。
  • socket是内置库,无需安装;


3、导入方式:

import socket


4、使用socket;

创建服务端


import socket
def server():
    print('服务端启动')
    #创建Tcp/Ip套接字对象
    s=socket.socket(socket.AF_INET,socket.SOCK_STREAM) #流式Socket
    #创建Udp/Ip套接字对象
    #s=socket.socket(socket.AF_INET,socket.SOCK_DGRAM) #数据报式Socket
    s.bind(('127.0.0.1',18080))                                      # 绑定地址
    s.listen(3)                                                     # 建立最多3个链接
    while True:
        conn,addr= s.accept()                                       # 等待客户端连接
        print('欢迎{}'.format(addr))                                #打印访问的用户信息
        while True:
            data=conn.recv(1024) 
            dt=data.decode('utf-8')                                 #接收一个1024字节的数据 
            print('服务端收到:',dt)
            aa=input('服务端发送:') 
            if aa=='quit':
                conn.close()                                        #关闭来自客户端的连接
                s.close()                                           #关闭服务器端连接
            else:
                conn.send(aa.encode('utf-8'))                       #发送数据

创建客户端

import socket
def client():
    import sys
    print('客户端启动')
    c=socket.socket()                                           # 创建socket对象
    c.connect(('127.0.0.1',18080))
    print(c.getpeername())#获取远程的地址                              #跟服务端建立连接
    while True:
        ab=input('客户端发送:')
        if ab=='quit':
            c.close()                                               #关闭客户端连接
            sys.exit(0)
        else:
            c.send(ab.encode('utf-8'))                             #发送数据
            data=c.recv(1024)                                      #接收一个1024字节的数据
            print('客户端收到:',data.decode('utf-8'))                   #输出接收的信息

先启动服务端,在启动客户端,实现简单通信功能

5、以上只能实现单一通信,发送后必须等待接收,实现群聊的需要使用到多线程;

使用UDP通信

创建群聊服务端:

#群聊服务端
def serverMany():
    s = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)  # 创建socket对象
    addr = ('127.0.0.1', 9999)
    s.bind(addr)  # 绑定地址和端口
    print('服务端启动,地址:',addr)
    user = {}  # 存放字典{addr:name}
    while True:
        try:
            data, addr = s.recvfrom(1024)  # 等待接收客户端消息存放在2个变量data和addr里
            if not addr in user:  # 如果addr不在user字典里则执行以下代码
                for address in user:  # 从user遍历数据出来address
                    s.sendto(data + ' 进入聊天室...'.encode('utf-8'), address)  # 发送user字典的data和address到客户端
                user[addr] = data.decode('utf-8')  # 接收的消息解码成utf-8并存在字典user里,键名定义为addr
                continue  # 如果addr在user字典里,跳过本次循环
            if 'EXIT'.lower() in data.decode('utf-8'):#如果EXIT在发送的data里
                name = user[addr]   #user字典addr键对应的值赋值给变量name
                user.pop(addr)      #删除user里的addr
                for address in user:    #从user取出address
                    s.sendto((name + ' 离开了聊天室...').encode(), address)     #发送name和address到客户端
            else:   
                print('"%s" from %s:%s' %(data.decode('utf-8'), addr[0], addr[1]))  
                for address in user:    #从user遍历出address
                    if address != addr:  #address不等于addr时间执行下面的代码
                        s.sendto(data, address)     #发送data和address到客户端
        except ConnectionResetError:
            print('服务端异常')

创建客户端;

name = '用户昵称'
def recv(sock, addr):
    '''
    一个UDP连接在接收消息前必须要让系统知道所占端口
    也就是需要send一次,否则win下会报错
    '''
    sock.sendto(name.encode('utf-8'), addr)
    while True:
        data = sock.recv(1024)
        print(data.decode('utf-8'))
def send(sock, addr):
    '''
        发送数据的方法
        参数:
            sock:定义一个实例化socket对象
            server:传递的服务器IP和端口
    '''
    while True:
        string = input('正在输入:')
        message = name + ' : ' + string
        data = message.encode('utf-8')
        sock.sendto(data, addr)
        if string.lower() == 'EXIT'.lower():
            break
def main():
    import threading
    global name
    name = input('请输入你的名称:')
    '''
        主函数执行方法,通过多线程来实现多个客户端之间的通信
    '''
    s = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
    server = ('127.0.0.1', 9999)
    tr = threading.Thread(target=recv, args=(s, server), daemon=True)
    ts = threading.Thread(target=send, args=(s, server))
    tr.start()
    ts.start()
    ts.join()
    s.close()
main()
相关文章
|
4月前
|
安全 Python
Python并发编程必备技能:掌握threading模块,让你的代码跑得更快!
【8月更文挑战第22天】Python并发编程采用多线程技术实现任务的同时执行。利用`threading`模块可轻松管理和创建线程。通过`Thread`类实例化线程并用`start()`方法启动。线程同步通过`Lock`确保资源访问互斥,或用`Semaphore`控制并发数量。线程间通信则可通过`Queue`安全传递数据,实现生产者-消费者模式等功能。这些工具有效避免了竞态条件,确保了程序的正确性和效率。
67 1
|
11天前
|
SQL 存储 数据挖掘
使用Python和PDFPlumber进行简历筛选:以SQL技能为例
本文介绍了一种使用Python和`pdfplumber`库自动筛选简历的方法,特别是针对包含“SQL”技能的简历。通过环境准备、代码解析等步骤,实现从指定文件夹中筛选出含有“SQL”关键词的简历,并将其移动到新的文件夹中,提高招聘效率。
32 8
使用Python和PDFPlumber进行简历筛选:以SQL技能为例
|
4月前
|
测试技术 持续交付 Apache
深度挖掘:Python性能测试中JMeter与Locust的隐藏技能🔍
【8月更文挑战第5天】随着软件规模扩大,性能测试对系统稳定性至关重要。Apache JMeter和Locust是两大主流工具,各有千秋。本文探索它们在Python环境下的进阶用法,挖掘更多性能测试潜力。JMeter功能强大,支持多种协议,可通过命令行模式执行复杂测试计划,并与Python集成实现动态测试数据生成。Locust基于Python,通过编写简洁脚本模拟HTTP请求,支持自定义请求及与Python库深度集成。掌握这些技巧可实现高度定制化测试场景,有效识别性能瓶颈,提升应用稳定性。
130 1
|
2月前
|
机器学习/深度学习 算法 计算机视觉
【Python篇】Python + OpenCV 全面实战:解锁图像处理与视觉智能的核心技能
【Python篇】Python + OpenCV 全面实战:解锁图像处理与视觉智能的核心技能
99 2
|
3月前
|
存储 大数据 索引
解锁Python隐藏技能:构建高效后缀树Suffix Tree,处理大数据游刃有余!
通过构建高效的后缀树,Python程序在处理大规模字符串数据时能够游刃有余,显著提升性能和效率。无论是学术研究还是工业应用,Suffix Tree都是不可或缺的强大工具。
63 6
|
3月前
|
机器学习/深度学习 数据挖掘 TensorFlow
解锁Python数据分析新技能,TensorFlow&PyTorch双引擎驱动深度学习实战盛宴
在数据驱动时代,Python凭借简洁的语法和强大的库支持,成为数据分析与机器学习的首选语言。Pandas和NumPy是Python数据分析的基础,前者提供高效的数据处理工具,后者则支持科学计算。TensorFlow与PyTorch作为深度学习领域的两大框架,助力数据科学家构建复杂神经网络,挖掘数据深层价值。通过Python打下的坚实基础,结合TensorFlow和PyTorch的强大功能,我们能在数据科学领域探索无限可能,解决复杂问题并推动科研进步。
71 0
|
4月前
|
算法 关系型数据库 程序员
程序员必备技能)基于Python的鼠标与键盘控制实战扩展与源码
这篇文章是关于如何使用Python的`pyautogui`库来控制鼠标和键盘进行各种操作,包括移动、点击、滚轮控制以及键盘的按键和快捷键输出,并介绍了如何结合图像处理和计算机视觉技术来扩展其应用。
|
5月前
|
数据采集 网络协议 数据挖掘
网络爬虫进阶之路:深入理解HTTP协议,用Python urllib解锁新技能
【7月更文挑战第30天】网络爬虫是数据分析和信息聚合的关键工具。深入理解HTTP协议及掌握Python的urllib库对于高效爬虫开发至关重要。HTTP协议采用请求/响应模型,具有无状态性、支持多种请求方法和内容协商等特点。
54 3
|
5月前
|
机器学习/深度学习 数据挖掘 TensorFlow
解锁Python数据分析新技能,TensorFlow&PyTorch双引擎驱动深度学习实战盛宴
【7月更文挑战第31天】在数据驱动时代,Python凭借其简洁性与强大的库支持,成为数据分析与机器学习的首选语言。**数据分析基础**从Pandas和NumPy开始,Pandas简化了数据处理和清洗,NumPy支持高效的数学运算。例如,加载并清洗CSV数据、计算总销售额等。
63 2
|
4月前
|
数据采集 数据挖掘 数据处理
解锁Python数据分析新技能!Pandas实战学习,让你的数据处理能力瞬间飙升!
【8月更文挑战第22天】Python中的Pandas库简化了数据分析工作。本文通过分析一个金融公司的投资数据文件“investment_data.csv”,介绍了Pandas的基础及高级功能。首先读取并检查数据,包括显示前几行、列名、形状和数据类型。随后进行数据清洗,移除缺失值与重复项。接着转换日期格式,并计算投资收益。最后通过分组计算平均投资回报率,展示了Pandas在数据处理与分析中的强大能力。
50 0