Python基础之hashlib模块subprocess模块logging模块

Fawn ·

更新时间:2024-11-14

· 139 次阅读

一、hashlib模块

基本操作与用法

二、subprocess模块简介

基本操作与用法

三、logging模块简介

基本操作与用法

一、hashlib模块

什么是哈希模块：

hashlib模块是一种加密模块，内部存有多种加密类型

加密的作用：

可将明文数据进行加密，转换成一串密文，密文越长说明文件加密的越复杂

加密算法的种类：

md5

base64

hmac

sha系列（sha1、sha224、sha256等等）

补充说明：

1.算法不变，如果内容相同，那么加密的结果肯定相同

2.待加密的明文，可以一次传入，也可分多次传入，不会影响密文的结果

3.加密的结果是无法反解密的

4.加盐处理：

4.1.加盐处理的意思是指：在明文内加入干扰项，可改变密文的结果，来提高被加密的安全性

4.2.动态加盐：指干扰项是动态的，在加盐的基础上更大程度上提高被加密文件的安全性

应用方向:

用户密码加密

可应用于用户登录时，对密码的加密

文件安全性校验

可对文件进行加密，通过比对文件的密文来判断文件是否被修改

基本操作与用法

导入模块：

import hashlib

具体用法：

1、选择加密算法：
   md5 = hashlib.md5()

2、传入明文：
   md5.update(b'hello')
# 传入的明文需提前转换成二进制的方式

3、获取加密密文：
   res = md5.hexdigets()
   print(res)
   # 5d41402abc4b2a76b9719d911017c592

二、subprocess模块简介

什么是subprocess模块：

subprocess是python内置的模块，这个模块中的Popen可以查看用户输入的命令行是否存在

如果存在，把内容写入到stdout管道中

如果不存在，把信息写入到stderr管道

要注意的是，这个模块的返回结果只能让开发者看一次，如果想多次查看，需要在第一次输出的时候，把所有信息写入到变量中。

基本操作与用法

模块导入：

import subprocess

基本格式:

subprocess.Popen('命令'，
             shell = True，
             stdout = subprocess.PIPE,
             stderr = subprocess.PIPE)

shell=True 表示要在终端中运行的命令

stdout=sbuprocess.PIPE 表示当命令存在的时候，把结果写入到stdout管道

stderr=sbuprocess.PIPE 表示当命令不存在的时候，把结果吸入到stderr管道

具体用法：

import subprocess
r = subprocess.Popen('xxxx', shell=True, stdout=subprocess.PIPE, stderr=subprocess.PIPE)
print(r.stdout.read().decode('utf8'))
print(r.stderr.read().decode('utf8'))

三、logging模块简介

什么是logging模块：

loggin模块是用来写日志的，以前我们写日志需要自己往文件里写记录信息，使用了logging之后我们只需要一次配置好，以后写日志的事情都不需要我们操心了，非常方便

日志的组成：

产生日志

过滤日志

输出日志

日志格式

日志的等级：

DEBUG

最详细的日志信息，典型应用场景是问题诊断

INFO

信息详细程度仅次于DEBUG，通常只记录关键节点信息，用于确认一切都是按照我们预期的那样进行工作

WARNING

当某些不期望的事情发生时记录的信息（如，磁盘可用空间较低），但是此时应用程序还是正常运行的

ERROR

由于一个更严重的问题导致某些功能不能正常运行时记录的信息

CRITICAL

当发生严重错误，导致应用程序不能继续运行时记录的信息

掌握层度：

longging日志模块，内置方法与代码相对固定，在使用时，只需根据个人要求，对内部变量稍作修改即可使用

基本操作与用法

导入模块:

import logging

打印日志级别：

logging.debug('Python debug')
logging.info('Python info')
logging.warning('Python warning')
logging.error('Python Error')
logging.critical('Python critical')
-------------------------------------------------------------------
WARNING:root:Python warning
ERROR:root:Python Error
CRITICAL:root:Python critical

当指定一个日志级别之后，会记录大于或等于这个日志级别的日志信息，小于的将会被丢弃，默认情况下日志打印只显示大于等于 WARNING 级别的日志。

代码用法：

import logging
logger = logging.getLogger("simple_example")
logger.setLevel(logging.DEBUG)
# 建立一个filehandler来把日志记录在文件里，级别为debug以上
fh = logging.FileHandler("spam.log")
fh.setLevel(logging.DEBUG)
# 建立一个streamhandler来把日志打在CMD窗口上，级别为error以上
ch = logging.StreamHandler()
ch.setLevel(logging.ERROR)
# 设置日志格式
formatter = logging.Formatter("%(asctime)s - %(name)s - %(levelname)s - %(message)s")
ch.setFormatter(formatter)
fh.setFormatter(formatter)
#将相应的handler添加在logger对象中
logger.addHandler(ch)
logger.addHandler(fh)
# 开始打日志
logger.debug("debug message")
logger.info("info message")
logger.warn("warn message")
logger.error("error message")
logger.critical("critical message")

日志模板：


import logging
import logging.config
# 定义日志输出格式 开始
standard_format = '[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d]' \
                  '[%(levelname)s][%(message)s]'  # 其中name为getlogger指定的名字
simple_format = '[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s'
# 自定义文件路径
logfile_path = 'a3.log'
LOGGING_DIC = {
    'version': 1,
    'disable_existing_loggers': False,
    'formatters': {
        'standard': {
            'format': standard_format
        },
        'simple': {
            'format': simple_format
        },
    },
    'filters': {},  # 过滤日志
    'handlers': {
        # 打印到终端的日志
        'console': {
            'level': 'DEBUG',
            'class': 'logging.StreamHandler',  # 打印到屏幕
            'formatter': 'simple'
        },
        # 打印到文件的日志,收集info及以上的日志
        'default': {
            'level': 'DEBUG',
            'class': 'logging.handlers.RotatingFileHandler',  # 保存到文件
            'formatter': 'standard',
            'filename': logfile_path,  # 日志文件
            'maxBytes': 1024 * 1024 * 5,  # 日志大小 5M
            'backupCount': 5,
                # 这里两个参数的意思是一个日志文件最多写5M，最多可以存在五个不同的日志文件，但是当数量达到五个之后就会出现最早的那个会被删除，
                # 然后再产生一个新的文件（类似于覆盖了最早的那个文件）
            'encoding': 'utf-8',  # 日志文件的编码，再也不用担心中文log乱码了
        },
    },
    'loggers': {
        # logging.getLogger(__name__)拿到的logger配置
        '': {
            'handlers': ['default', 'console'],  # 这里把上面定义的两个handler都加上，即log数据既写入文件又打印到屏幕
            'level': 'DEBUG',
            'propagate': True,  # 向上（更高level的logger）传递
        },  # 当键不存在的情况下 (key设为空字符串)默认都会使用该k:v配置
        # '购物车记录': {
        #     'handlers': ['default','console'],  # 这里把上面定义的两个handler都加上，即log数据既写入文件又打印到屏幕
        #     'level': 'WARNING',
        #     'propagate': True,  # 向上（更高level的logger）传递
        # },  # 当键不存在的情况下 (key设为空字符串)默认都会使用该k:v配置
    },
}
logging.config.dictConfig(LOGGING_DIC)  # 自动加载字典中的配置
# logger1 = logging.getLogger('购物车记录')
# logger1.warning('尊敬的VIP客户 晚上好 您又来啦')
# logger1 = logging.getLogger('注册记录')
# logger1.debug('jason注册成功')
logger1 = logging.getLogger('红浪漫顾客消费记录')
# 当这里的getLogger内部的参数如果字典中没有，就会自动使用字典中名称为空的那个模版来执行
logger1.debug('慢男 猛男 骚男')

以上就是Python基础之hashlib模块subprocess模块logging模块的详细内容，更多关于Python hashlib subprocess logging的资料请关注软件开发网其它相关文章！

python基础 subprocess Python

1024 个赞