标签：err 程序员 多层 rename digest 好的 源代码 元组 turn
定义：模块，用一砣代码实现了某类功能的代码集合。
为了编写可维护的代码，我们把很多函数分组，分别放到不同的文件里，提供了代码的重用性。在Python中，一个.py文件就称之为一个模块（Module）。
注意：
模块分为三种：
使用模块有什么好处？
第一：最大的好处是大大提高了代码的可维护性。
其次：编写代码不必从零开始。当一个模块编写完毕，就可以被其他地方引用。我们在编写程序的时候，也经常引用其他模块，包括Python
内置的模块和来自第三方的模块。
第三：使用模块还可以避免函数名和变量名冲突。相同名字的函数和变量完全可以分别存在不同的模块中，因此，我们自己在编写模块时，
不必考虑名字会与其他模块冲突。
但是也要注意：尽量不要与内置函数名字冲突。
注意：自定义模块不要与系统内置的模块同名！
2.模块须知：
Python之所以应用越来越广泛，在一定程度上也依赖于其为程序员提供了大量的模块以供使用，如果想要使用模块，则需要导入。导入模块用import：
import 语法：
import module1[, module2[,... moduleN]
Python 本身带着一些标准的模块库
#!/usr/bin/python3 # 文件名: using_sys.py import sys print(‘命令行参数如下:‘) for i in sys.argv: print(i) print(‘\n\nPython 路径为：‘, sys.path, ‘\n‘)
注意：
import os #获取文件的当前路径 current_path = os.path.dirname(__file__) #获取父级目录 pre_path = os.path.dirname(current_path) print(pre_path)
import拓展：
import module #导入整个模块，但是指定模块中的变量和函数并没有导入，导入之后就可以直接用module.[点]的方式访问里面的变量和方法了! from module.xx.xx import xx[,yy] #导入模块中某些变量或函数 from module.xx.xx import xx as rename[,yy as rename] #别名 from module.xx.xx import * #导入模块中所有的不是以下划线(_)开头的名字都导入到当前位置.[_]单下划线开头的是私有变量或者方法，只能在本模块使用，不可以在别的模块使用！
一般来说，应该避免使用from … import 而使用import语句，因为这样可以使你的程序更加易读，也可以避免名称冲突
导入模块其实就是告诉Python解释器去解释那个py文件
那么问题来了，导入模块时是根据那个路径作为基准来进行的呢？即：sys.path；如果sys.path路径列表没有你想要的路径，可以通过 sys.path.append(‘路径‘) 添加。
sys.path.insert(0,‘/x/y/z‘) #排在前的目录，优先被搜索 sys.path.remove() #删除某个搜索目录
综上所述：当我们导入某个模块的时候，首先会从python内置的模块【内置模块如：sys】中找,找不到再去sys.path路径中查找【此路径包含当前目录（空目录）】
在一个模块中，我们可能会定义很多函数和变量，但有的函数和变量我们希望给别人使用，有的函数和变量我们希望仅仅在模块内部使用。在Python中，是通过_前缀来实现的。
正常的函数和变量名是公开的（public），可以被直接引用，比如：abc，x123，PI等；
类似__xxx__这样的变量是特殊变量，可以被直接引用，但是有特殊用途
比如:作者:__author__,文档注释__doc__就是特殊变量，hello模块定义的也可以用特殊变量访问，我们自己的变量一般不要用这种变量名；
类似_xxx和__xxx这样的函数或变量就是非公开的（private），不应该被直接引用，比如_abc，__abc等；
之所以我们说，private函数和变量“不应该”被直接引用，而不是“不能”被直接引用，是因为Python并没有一种方法可以完全限制访问private函数或变量，但是，从编程习惯上不应该引用private函数或变量。
private函数或变量不应该被别人引用，那它们有什么用呢？请看例子：
def _private_1(name): return ‘Hello, %s‘ % name def _private_2(name): return ‘Hi, %s‘ % name def greeting(name): if len(name) > 3: return _private_1(name) else: return _private_2(name)
我们在模块里公开greeting()函数，而把内部逻辑用private函数隐藏起来了，这样，调用greeting()函数不用关心内部的private函数细节，这也是一种非常有用的代码封装和抽象的方法，即：
外部不需要引用的函数全部定义成private，只有外部需要引用的函数才定义为public。
__name__属性:
一个模块被另一个程序第一次引入时，其主程序将运行。如果我们想在模块被引入时，模块中的某一程序块不执行，我们可以用__name__属性来使该程序块仅在该模块自身运行时执行。
if __name__ == ‘__main__‘: print(‘程序自身在运行‘) else: print(‘我来自另一模块‘)
每个模块都有一个__name__属性，当其值是‘__main__‘时，表明该模块自身在运行，否则是被引入。
dir() 函数:
内置的函数 dir() 可以找到模块【可调用对象】内定义的所有属性和方法,这些方法可以以模块名.[点]的方式访问。以一个字符串列表的形式返回:
import sys print(sys.__name__) #注意：用import导入时是可以访问它的所有的属性和方法的！ print(dir(sys))
如果没有参数,dir()列举出当前定义的名字
dir()不会列举出内建函数或者变量的名字，它们都被定义到了标准模块builtin中，可以列举出它们，
import builtins dir(builtins)
为了提高模块的加载速度，Python缓存编译的版本，每个模块在__pycache__目录的以module.version.pyc的形式命名，通常包含了python的版本号，如在CPython版本3.3，关于spam.py的编译版本将被缓存成__pycache__/spam.cpython-33.pyc，这种命名约定允许不同的版本，不同版本的Python编写模块共存。
Python检查源文件的修改时间与编译的版本进行对比，如果过期就需要重新编译。这是完全自动的过程。并且编译的模块是平台独立的，所以相同的库可以在不同的架构的系统之间共享，即pyc使一种跨平台的字节码，类似于JAVA、NET,是由python虚拟机来执行的，但是pyc的内容跟python的版本相关，不同的版本编译后的pyc文件不同，2.5编译的pyc文件不能到3.5上执行，并且pyc文件是可以反编译的，因而它的出现仅仅是用来提升模块的加载速度的。
提示：
1.模块名区分大小写，foo.py与FOO.py代表的是两个模块
2.你可以使用-O或者-OO转换python命令来减少编译模块的大小
1 -O转换会帮你去掉assert语句 2 -OO转换会帮你去掉assert语句和__doc__文档字符串 3 由于一些程序可能依赖于assert语句或文档字符串，你应该在在确认需要的情况下使用这些选项。
3.在速度上从.pyc文件中读指令来执行不会比从.py文件中读指令执行更快，只有在模块被加载时，.pyc文件才是更快的
4.只有使用import语句是才将文件自动编译为.pyc文件，在命令行或标准输入中指定运行脚本则不会生成这类文件，因而我们可以使用compieall模块为一个目录中的所有模块创建.pyc文件
模块可以作为一个脚本（使用python -m compileall）编译Python源 python -m compileall /module_directory 递归着编译 如果使用python -O -m compileall /module_directory -l则只一层 命令行里使用compile()函数时，自动使用python -O -m compileall 详见：https://docs.python.org/3/library/compileall.html#module-compileall
总结：python并非完全是解释性语言，它是有编译的，先把源码py文件编译成pyc或者pyo，然后由python的虚拟机执行，相对于py文件来说，编译成pyc和pyo本质上和py没有太大区别，只是对于这个模块的加载速度提高了，并没有提高代码的执行速度，通常情况下不用主动去编译pyc文件，文档上说只要调用了import model那么model.py就会先编译成pyc然后加载。
你也许还想到，如果不同的人编写的模块名相同怎么办？为了避免模块名冲突，Python又引入了按目录来组织模块的方法，称为包（Package）。
函数就相当于工具，模块就是工具包，包就相当于工具包的集合！
举个例子，一个init.py的文件就是一个名字叫init的模块，一个Demo.py的文件就是一个名字叫Demo的模块。
现在，假设我们的init和Demo这两个模块名字与其他模块冲突了，于是我们可以通过包来组织模块，避免冲突。方法是选择一个顶层包名，比如oop，按照如下目录存放：
引入了包以后，只要顶层的包名不与别人冲突，那所有模块都不会与别人冲突。现在，init.py模块的名字就变成了oop.init，类似的，Demo.py的模块名变成了oop.Demo。
请注意，每一个包目录下面都会有一个__init__.py的文件，这个文件是必须存在的，否则，Python就把这个目录当成普通目录，而不是一个包。
__init__.py可以是空文件，也可以有Python代码，因为__init__.py本身就是一个模块，而它的模块名就是oop。
类似的，可以有多级目录，组成多级层次的包结构。比如如下的目录结构：
两个文件Demo.py的模块名分别是oop.Demo和oop.conf.Demo。
无论是import形式还是from...import形式，凡是在导入语句中（而不是在使用时）遇到带点的，都要第一时间提高警觉：这是关于包才有的导入语法
包的本质就是一个包含__init__.py文件的目录。
包A和包B下有同名模块也不会冲突，如A.a与B.a来自俩个命名空间:
glance/ #Top-level package ├── __init__.py #Initialize the glance package ├── api #Subpackage for api │ ├── __init__.py │ ├── policy.py │ └── versions.py ├── cmd #Subpackage for cmd │ ├── __init__.py │ └── manage.py └── db #Subpackage for db ├── __init__.py └── models.py
#文件内容 #policy.py def get(): print(‘from policy.py‘) #versions.py def create_resource(conf): print(‘from version.py: ‘,conf) #manage.py def main(): print(‘from manage.py‘) #models.py def register_models(engine): print(‘from models.py: ‘,engine)
2.1 注意事项
1.关于包相关的导入语句也分为import和from ... import ...两种，但是无论哪种，无论在什么位置，在导入时都必须遵循一个原则：凡是在导入时带点的，点的左边都必须是一个包，否则非法。可以带有一连串的点， 如item.subitem.subsubitem,但都必须遵循这个原则。
2.对于导入后，在使用时就没有这种限制了，点的左边可以是包,模块，函数，类(它们都可以用点的方式调用自己的属性)。
3.对比import item 和from item import name的应用场景：
如果我们想直接使用name那必须使用后者。
import
我们在与包glance同级别的文件中测试
import glance.db.models glance.db.models.register_models(‘mysql‘)
from ... import ...
需要注意的是from后import导入的模块，必须是明确的一个不能带点，否则会有语法错误，如：from a import b.c是错误语法
我们在与包glance同级别的文件中测试
from glance.db import models models.register_models(‘mysql‘) from glance.db.models import register_models register_models(‘mysql‘)
__init__.py文件
不管是哪种方式，只要是第一次导入包或者是包的任何其他部分，都会依次执行包下的__init__.py文件(我们可以在每个包的文件内都打印一行内容来验证一下)，这个文件可以为空，但是也可以存放一些初始化包的代码。
from glance.api import *
在讲模块时，我们已经讨论过了从一个模块内导入所有*，此处我们研究从一个包导入所有模块[*]。
此处是想从包api中导入所有，实际上该语句只会执行导入包api下__init__.py文件中的代码【，此时在导入的地方就可以引用定义在__init__文件的变量和方法了】，而没有导入这个包下的其它模块，要是想导入里面的某些或所有模块，我们可以在这个文件中定义__all__,然后将模块都放到__all__表示的列表中:
1 #在__init__.py中定义 2 x=10 3 4 def func(): 5 print(‘from api.__init.py‘) 6 7 __all__=[‘x‘,‘func‘,‘policy‘]
此时我们在于glance同级的文件中执行from glance.api import *就导入__all__中的内容（versions仍然不能导入），同时如果__init__文件中的变量或者函数如果不加入到__all__列表中，实际上在导入的地方也是不能够直接使用的，简言之：__all__限定了 glance.api import *导入包的时候只是导入了init文件的__all__中的所有内容[注意：__all__只是给from module import *用的哦]。
注意：上面的from glance.api import * 仅仅是导入一个包中的所有模块的时候是按着上面那么用，实际上如下：
从某个包中导入某个文件from glance.db import models即从glance.db包中导入models模块还是可以这么用的，然后使用models.register_models()函数也是可以的！
当然导入某个包某个文件中的所有不是以_开头的属性和方法也是可以的，如下所示：
from test.lib.aa import * #导入test包下lib包下的aa模块，然后就可以在下面使用aa模块中的af()函数了！ af()
虽然有这种方式，但是不建议这么使用！
我们的最顶级包glance是写给别人用的，然后在glance包内部也会有彼此之间互相导入的需求，这时候就有绝对导入和相对导入两种方式：
绝对导入：以glance作为起始
相对导入：用.或者..的方式最为起始（只能在一个包中使用，不能用于不同目录内）
例如：我们在glance/api/versions.py中想要导入glance/api/policy.py文件，这时候我们又在与glance包在同一级目录的py文件中导入了glance/api/versions.py就会出问题！如下所示：
import policy policy.get() #注意：此时导入policy模块，并调用policy模块中的get()方法是没问题的，此时执行的时候是以当前文件的相对路径导入的，所以没问题！ def create_resource(conf): print(‘from version.py: ‘,conf)
import glance.api.versions #Demo.py与glance包在同一级目录，此时就会有问题，因为此时是以Demo的路径为当前路径执行的，当执行导入glance.api.versions的时候，在这个文件中 #又导入了policy文件，但是此时的policy文件查找路径是以Demo的路径为基准查找的，所以找不到，报错误！
出现如下错误[原因在上面已写]：
ImportError: No module named ‘policy‘
特别需要注意的是：可以用import导入内置或者第三方开源模块，但是要绝对避免使用import来导入自定义包的子模块，应该使用from... import ...的绝对或者相对导入,且包的相对导入只能用from的形式。
这时我们可以导入例如：我们在glance/api/versions.py中想要导入glance/api/policy.py可以用相对路径和绝对路径的方式，如下所示：
from glance.api import policy #绝对路径 # from . import policy 相对路径 #from ..cmd import manage policy.get() def create_resource(conf): print(‘from version.py: ‘,conf)
尤其是我们在用到了包的概念的时候，我们对项目的组织结构就是一个项目下有多个包，包中再有子包或者py文件，此时我们包中的文件一定要用from ... import ... 的方式导入，方便自己在别的包使用，也方便给别人的时候使用！
单独导入包名称时不会导入包中所有包含的所有子模块，如:
#在与glance同级的test.py中 import glance glance.cmd.manage.main() ‘‘‘ 执行结果： AttributeError: module ‘glance‘ has no attribute ‘cmd‘ ‘‘‘
解决方法：
#glance/__init__.py from . import cmd #glance/cmd/__init__.py from . import manage
千万别问：__all__不能解决吗，__all__是用于控制from...import * ，fuck！
综上所述：在包内的py文件如果想要导入自己写的py文件就用from module import 导入【如果导入的是内置的或者第三方包可以用import】，在包外面导入包【导入包中的文件就不用这么做了】的时候，可以用我们上面这种方式，在包下面的__init__.py文件中加入 from . import module/py
下载安装有两种方式：
yum pip apt-get ...
下载源码
解压源码
进入目录
编译源码 python setup.py build
安装源码 python setup.py install
注：在使用源码安装时，需要使用到gcc编译和python开发环境，所以，需要先执行：
yum install gcc yum install python-devel 或 apt-get python-dev
安装成功后，模块会自动安装到 sys.path 中的某个目录中，如：
/usr/lib/python2.7/site-packages/
二、导入模块
同自定义模块中导入的方式
三、模块 paramiko
paramiko是一个用于做远程控制的模块，使用该模块可以对远程服务器进行命令或文件操作，值得一说的是，fabric和ansible内部的远程管理就是使用的paramiko来现实。
1、下载安装
pip3 install paramiko
或
# pycrypto，由于 paramiko 模块内部依赖pycrypto，所以先下载安装pycrypto # 下载安装 pycrypto wget http://files.cnblogs.com/files/wupeiqi/pycrypto-2.6.1.tar.gz tar -xvf pycrypto-2.6.1.tar.gz cd pycrypto-2.6.1 python setup.py build python setup.py install # 进入python环境，导入Crypto检查是否安装成功 # 下载安装 paramiko wget http://files.cnblogs.com/files/wupeiqi/paramiko-1.10.1.tar.gz tar -xvf paramiko-1.10.1.tar.gz cd paramiko-1.10.1 python setup.py build python setup.py install # 进入python环境，导入paramiko检查是否安装成功
2、使用模块
#!/usr/bin/env python #coding:utf-8 import paramiko ssh = paramiko.SSHClient() ssh.set_missing_host_key_policy(paramiko.AutoAddPolicy()) ssh.connect(‘192.168.1.108‘, 22, ‘alex‘, ‘123‘) stdin, stdout, stderr = ssh.exec_command(‘df‘) print stdout.read() ssh.close();
执行命令 - 过密钥链接服务器
import os,sys import paramiko t = paramiko.Transport((‘182.92.219.86‘,22)) t.connect(username=‘wupeiqi‘,password=‘123‘) sftp = paramiko.SFTPClient.from_transport(t) sftp.put(‘/tmp/test.py‘,‘/tmp/test.py‘) t.close() import os,sys import paramiko t = paramiko.Transport((‘182.92.219.86‘,22)) t.connect(username=‘wupeiqi‘,password=‘123‘) sftp = paramiko.SFTPClient.from_transport(t) sftp.get(‘/tmp/test.py‘,‘/tmp/test2.py‘) t.close()
上传或下载文件 - 通过密钥一、os
用于提供系统级别的操作
os.getcwd() 获取当前工作目录，即当前python脚本工作的目录路径 os.chdir("dirname") 改变当前脚本工作目录；相当于shell下cd os.curdir 返回当前目录: (‘.‘) os.pardir 获取当前目录的父目录字符串名：(‘..‘) os.makedirs(‘dirname1/dirname2‘) 可生成多层递归目录 os.removedirs(‘dirname1‘) 若目录为空，则删除，并递归到上一级目录，如若也为空，则删除，依此类推 os.mkdir(‘dirname‘) 生成单级目录；相当于shell中mkdir dirname os.rmdir(‘dirname‘) 删除单级空目录，若目录不为空则无法删除，报错；相当于shell中rmdir dirname os.listdir(‘dirname‘) 列出指定目录下的所有文件和子目录，包括隐藏文件，并以列表方式打印 os.remove() 删除一个文件 os.rename("oldname","newname") 重命名文件/目录 os.stat(‘path/filename‘) 获取文件/目录信息 os.sep 输出操作系统特定的路径分隔符，win下为"\\",Linux下为"/" os.linesep 输出当前平台使用的行终止符，win下为"\t\n",Linux下为"\n" os.pathsep 输出用于分割文件路径的字符串 os.name 输出字符串指示当前使用平台。win->‘nt‘; Linux->‘posix‘ os.system("bash command") 运行shell命令，直接显示 os.environ 获取系统环境变量 os.path.abspath(path) 返回path规范化的绝对路径 os.path.split(path) 将path分割成目录和文件名二元组返回 os.path.dirname(path) 返回path的目录。其实就是os.path.split(path)的第一个元素 os.path.basename(path) 返回path最后的文件名。如何path以／或\结尾，那么就会返回空值。即os.path.split(path)的第二个元素 os.path.exists(path) 如果path存在，返回True；如果path不存在，返回False os.path.isabs(path) 如果path是绝对路径，返回True os.path.isfile(path) 如果path是一个存在的文件，返回True。否则返回False os.path.isdir(path) 如果path是一个存在的目录，则返回True。否则返回False os.path.join(path1[, path2[, ...]]) 将多个路径组合后返回，第一个绝对路径之前的参数将被忽略 os.path.getatime(path) 返回path所指向的文件或者目录的最后存取时间 os.path.getmtime(path) 返回path所指向的文件或者目录的最后修改时间
更多猛击这里
二、sys
用于提供对解释器相关的操作
sys.argv 命令行参数List，第一个元素是程序本身路径 sys.exit(n) 退出程序，正常退出时exit(0) sys.version 获取Python解释程序的版本信息 sys.maxint 最大的Int值 sys.path 返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值 sys.platform 返回操作系统平台名称 sys.stdout.write(‘please:‘) val = sys.stdin.readline()[:-1]
更多猛击这里
三、hashlib
用于加密相关的操作，代替了md5模块和sha模块，主要提供 SHA1, SHA224, SHA256, SHA384, SHA512 ，MD5 算法
import md5 hash = md5.new() hash.update(‘admin‘) print hash.hexdigest()
import sha hash = sha.new() hash.update(‘admin‘) print hash.hexdigest()
import hashlib # ######## md5 ######## hash = hashlib.md5() hash.update(‘admin‘) print hash.hexdigest() # ######## sha1 ######## hash = hashlib.sha1() hash.update(‘admin‘) print hash.hexdigest() # ######## sha256 ######## hash = hashlib.sha256() hash.update(‘admin‘) print hash.hexdigest() # ######## sha384 ######## hash = hashlib.sha384() hash.update(‘admin‘) print hash.hexdigest() # ######## sha512 ######## hash = hashlib.sha512() hash.update(‘admin‘) print hash.hexdigest()
为什么要设计好目录结构?
"设计项目目录结构"，就和"代码编码风格"一样，属于个人风格问题。对于这种风格上的规范，一直都存在两种态度:
我是比较偏向于后者的，因为我是前一类同学思想行为下的直接受害者。我曾经维护过一个非常不好读的项目，其实现的逻辑并不复杂，但是却耗费了我非常长的时间去理解它想表达的意思。从此我个人对于提高项目可读性、可维护性的要求就很高了。"项目目录结构"其实也是属于"可读性和可维护性"的范畴，我们设计一个层次清晰的目录结构，就是为了达到以下两点:
所以，我认为，保持一个层次清晰的目录结构是有必要的。更何况组织一个良好的工程目录，其实是一件很简单的事儿。
目录组织方式
关于如何组织一个较好的Python工程目录结构，已经有一些得到了共识的目录结构。在Stackoverflow的这个问题上，能看到大家对Python目录结构的讨论。
这里面说的已经很好了，我也不打算重新造轮子列举各种不同的方式，这里面我说一下我的理解和体会。
假设你的项目名为foo, 我比较建议的最方便快捷目录结构这样就足够了:
Foo/
|-- bin/
| |-- foo
|
|-- foo/
| |-- tests/
| | |-- __init__.py
| | |-- test_main.py
| |
| |-- __init__.py
| |-- main.py
|
|-- docs/
| |-- conf.py
| |-- abc.rst
|
|-- setup.py
|-- requirements.txt
|-- README
简要解释一下:
bin/: 存放项目的一些可执行文件，当然你可以起名script/之类的也行。foo/: 存放项目的所有源代码。(1) 源代码中的所有模块、包都应该放在此目录。不要置于顶层目录。(2) 其子目录tests/存放单元测试代码； (3) 程序的入口最好命名为main.py。docs/: 存放一些文档。setup.py: 安装、部署、打包的脚本。requirements.txt: 存放软件依赖的外部Python包列表。README: 项目说明文件。除此之外，有一些方案给出了更加多的内容。比如LICENSE.txt,ChangeLog.txt文件等，我没有列在这里，因为这些东西主要是项目开源的时候需要用到。如果你想写一个开源软件，目录该如何组织，可以参考这篇文章。
下面，再简单讲一下我对这些目录的理解和个人要求吧。
关于README的内容
这个我觉得是每个项目都应该有的一个文件，目的是能简要描述该项目的信息，让读者快速了解这个项目。
它需要说明以下几个事项:
我觉得有以上几点是比较好的一个README。在软件开发初期，由于开发过程中以上内容可能不明确或者发生变化，并不是一定要在一开始就将所有信息都补全。但是在项目完结的时候，是需要撰写这样的一个文档的。
可以参考Redis源码中Readme的写法，这里面简洁但是清晰的描述了Redis功能和源码结构。
关于requirements.txt和setup.py
setup.py
一般来说，用setup.py来管理代码的打包、安装、部署问题。业界标准的写法是用Python流行的打包工具setuptools来管理这些事情。这种方式普遍应用于开源项目中。不过这里的核心思想不是用标准化的工具来解决这些问题，而是说，一个项目一定要有一个安装部署工具，能快速便捷的在一台新机器上将环境装好、代码部署好和将程序运行起来。
这个我是踩过坑的。
我刚开始接触Python写项目的时候，安装环境、部署代码、运行程序这个过程全是手动完成，遇到过以下问题:
setup.py可以将这些事情自动化起来，提高效率、减少出错的概率。"复杂的东西自动化，能自动化的东西一定要自动化。"是一个非常好的习惯。
setuptools的文档比较庞大，刚接触的话，可能不太好找到切入点。学习技术的方式就是看他人是怎么用的，可以参考一下Python的一个Web框架，flask是如何写的: setup.py
当然，简单点自己写个安装脚本（deploy.sh）替代setup.py也未尝不可。
requirements.txt
这个文件存在的目的是:
setup.py安装依赖时漏掉软件包。这个文件的格式是每一行包含一个包依赖的说明，通常是flask>=0.10这种格式，要求是这个格式能被pip识别，这样就可以简单的通过 pip install -r requirements.txt来把所有Python包依赖都装好了。具体格式说明： 点这里。
关于配置文件的使用方法
注意，在上面的目录结构中，没有将conf.py放在源码目录下，而是放在docs/目录下。
很多项目对配置文件的使用做法是:
import conf这种形式来在代码中使用配置。这种做法我不太赞同:
conf.py这个文件。所以，我认为配置的使用，更好的方式是，
能够佐证这个思想的是，用过nginx和mysql的同学都知道，nginx、mysql这些程序都可以自由的指定用户配置。
所以，不应当在代码中直接import conf来使用配置文件。上面目录结构中的conf.py，是给出的一个配置样例，不是在写死在程序中直接引用的配置文件。可以通过给main.py启动参数指定配置路径的方式来让程序读取配置内容。当然，这里的conf.py你可以换个类似的名字，比如settings.py。或者你也可以使用其他格式的内容来编写配置文件，比如settings.yaml之类的。
标签：err 程序员 多层 rename digest 好的 源代码 元组 turn
原文地址：http://www.cnblogs.com/python-machine/p/6836342.html
